기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 공동 작업에서 데이터 분석
에서는 쿼리 또는 작업을 실행하여 데이터를 분석할 AWS Clean Rooms수 있습니다.
*쿼리*는 지원되는 함수, 클래스 및 변수 세트를 사용하여 공동 작업에서 구성된 테이블에 액세스하고 분석하는 방법입니다. 에서 현재 지원되는 쿼리 언어는 SQL AWS Clean Rooms 입니다. 에서 쿼리를 실행하는 세 가지 방법은 SQL 코드 AWS Clean Rooms작성, 승인된 SQL 분석 템플릿 사용 또는 분석 빌더 UI 사용입니다.
*작업은* 지원되는 함수, 클래스 및 변수 세트를 사용하여 공동 작업에서 구성된 테이블에 액세스하고 분석하는 방법입니다. 에서 현재 지원되는 작업 유형은 PySpark AWS Clean Rooms 입니다. 에서 작업을 실행하는 한 가지 방법은 승인된 PySpark 분석 템플릿을 AWS Clean Rooms사용하는 것입니다.
다음 주제에서는 SQL 쿼리 또는 PySpark 작업을 실행 AWS Clean Rooms 하여의 데이터를 분석하는 방법을 설명합니다.
**Topics**
+ [SQL 쿼리 실행](running-sql-queries.md)
+ [PySpark 작업 실행](run-jobs.md)
# SQL 쿼리 실행
**참고**
쿼리 컴퓨팅 비용을 지불해야 하는 구성원이 활성 구성원으로 공동 작업에 참여한 경우에만 쿼리를 실행할 수 있습니다.
[쿼리할 수 있는 멤버](glossary.md#glossary-member-who-can-query)는 다음을 통해 SQL 쿼리를 실행할 수 있습니다.
+ SQL 코드 편집기를 사용하여 SQL 쿼리를 수동으로 빌드합니다.
+ 승인된 SQL [분석 템플릿](create-analysis-template.md) 사용.
+ **분석 빌더 UI**를 사용하여 SQL 코드를 작성할 필요 없이 쿼리를 빌드합니다.
쿼리할 수 있는 구성원이 공동 작업의 테이블에서 SQL 쿼리를 실행하면는 관련 역할을 AWS Clean Rooms 수임하여 테이블을 대신 액세스합니다.는 필요에 따라 분석 규칙을 입력 쿼리 및 해당 출력에 AWS Clean Rooms 적용합니다.
분석 규칙 및 출력 제약 조건은 자동으로 적용됩니다.는 정의된 분석 규칙을 준수하는 결과 AWS Clean Rooms 만 반환합니다.
AWS Clean Rooms 는 다른 쿼리 엔진과 다를 수 있는 SQL 쿼리를 지원합니다. 사양은 [AWS Clean Rooms SQL 참조](https://docs.aws.amazon.com/clean-rooms/latest/sql-reference/sql-reference.html)를 참조하세요. 차등 프라이버시로 보호되는 데이터 테이블에서 쿼리를 실행하려면 쿼리가 AWS Clean Rooms 차등 프라이버시의 [범용 쿼리 구조](analysis-rules-custom.md#dp-query-structure-syntax)와 호환되는지 확인해야 합니다.
**참고**
[Clean Rooms에 암호화 컴퓨팅](crypto-computing.md)을 사용하는 경우 일부 SQL 작업에서는 올바른 결과가 생성되지 않습니다. 예를 들어, 암호화된 열에서 COUNT를 수행할 수 있지만 암호화된 번호에서 SUM을 수행하면 오류가 발생합니다. 또한 쿼리로 인해 잘못된 결과가 나올 수도 있습니다. 예를 들어 SUM이 열을 봉인하는 쿼리는 오류를 발생시킵니다. 하지만 봉인된 열에 대한 GROUP BY 쿼리는 성공한 것 같지만 일반 텍스트에 대한 GROUP BY 쿼리로 생성된 그룹과는 다른 그룹을 생성합니다.
[쿼리 컴퓨팅 비용을 지불하는 멤버](glossary.md#glossary-member-paying-for-query-compute)에게는 공동 작업에서 실행한 쿼리에 대한 요금이 부과됩니다.
쿼리할 수 있는 구성원은 [결과를 받을 수 있는 여러 구성원](glossary.md#glossary-member-who-can-receive-results)을 선택하여 단일 쿼리에서 결과를 받을 수 있습니다. 자세한 내용은 [SQL 코드 편집기를 사용하여 구성된 테이블 쿼리](use-sql-editor.md) 단원을 참조하십시오. 쿼리 결과 수신에 대한 일반적인 내용은 섹션을 참조하세요[분석 결과 수신 및 사용](receive-query-results.md).
## 사전 조건
SQL 쿼리를 실행하기 전에 다음이 있는지 확인합니다.
+ AWS Clean Rooms 공동 작업 중인 활성 멤버십
+ 공동 작업에서 구성된 테이블 하나 이상에 대한 액세스
+ 쿼리 컴퓨팅 비용을 담당하는 구성원이 활성 공동 작업 구성원임을 확인
AWS Clean Rooms [StartProtectedQuery API](https://docs.aws.amazon.com/clean-rooms/latest/apireference/API_StartProtectedQuery.html) 작업을 직접 호출하거나 AWS SDKs. [AWS Clean Rooms](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html)
쿼리 로깅에 대한 자세한 내용은 [의 분석 로깅 AWS Clean Rooms](query-logs.md) 섹션을 참조하세요.
**참고**
[암호화된 데이터](glossary.md#glossary-encryption) 테이블에서 쿼리를 실행하면 암호화된열의 결과가 암호화됩니다.
## SQL 쿼리에 대한 Spark 속성 구성
AWS Clean Rooms 를 사용하면 SQL 쿼리에 지원되는 Spark 속성을 구성하여 선택적으로 Spark 런타임 동작을 사용자 지정할 수 있습니다. 이러한 속성을 사용하면 성능, 메모리 사용량 및 쿼리 실행 파라미터를 미세 조정할 수 있습니다. 이 기능을 사용하면 Spark 기반 쿼리가 처리되는 방식을 더 잘 제어할 수 있으므로 특정 워크로드 요구 사항에 따라 최적화할 수 있습니다.
이제 AWS Clean Rooms 콘솔에서 직접 셔플 파티션, 브로드캐스트 조인 임계값, 적응형 쿼리 실행 파라미터와 같은 설정을 조정할 수 있습니다. 이 기능은 기본 구성이 최적이 아닐 수 있는 복잡한 쿼리 또는 대규모 데이터 세트에 특히 유용합니다. 이러한 Spark 속성을 미세 조정하면 쿼리 성능을 개선하고, 리소스 소비를 줄이고, Spark 기반 공동 작업 분석을 위한 메모리 사용량을 더 잘 관리할 수 있습니다.
이 기능을 활용하기 위해 쿼리 인터페이스에서 새 **Spark 속성** 섹션을 찾을 수 있습니다. 지원되는 속성 목록에서 선택하고 사용자 지정 값을 지정할 수 있습니다. [StartProtectedQuery API를 사용하여 프로그래밍 방식으로 Spark 속성을 구성할 수도 있습니다.](https://docs.aws.amazon.com/clean-rooms/latest/apireference/API_StartProtectedQuery.html) 이 고급 구성 옵션을 사용하면 데이터 분석가와 엔지니어가 향상된 효율성과 확장성을 위해 쿼리를 최적화할 수 있습니다.
기본값을 포함한 Spark 속성에 대한 자세한 내용은 Apache Spark 설명서의 Spark [속성을](https://spark.apache.org/docs/latest/configuration.html#spark-properties) 참조하세요.
다음 항목에서는 AWS Clean Rooms 콘솔을 사용하여 공동 작업에서 데이터를 쿼리하는 방법을 설명합니다.
**Topics**
+ [사전 조건](#sql-queries-prereqs)
+ [SQL 쿼리에 대한 Spark 속성 구성](#spark-properties-config)
+ [SQL 코드 편집기를 사용하여 구성된 테이블 쿼리](use-sql-editor.md)
+ [SQL 코드 편집기를 사용하여 ID 매핑 테이블 쿼리](query-id-mapping-tables.md)
+ [SQL 분석 템플릿을 사용하여 구성된 테이블 쿼리](use-analysis-template.md)
+ [분석 빌더로 쿼리](query-data-analysis-builder.md)
+ [차등 프라이버시의 영향 확인](query-data-with-diff-privacy.md)
+ [최근 쿼리 보기](view-queries-console.md)
+ [쿼리 세부 정보 보기](view-query-details.md)
# SQL 코드 편집기를 사용하여 구성된 테이블 쿼리
쿼리를 할 수 있는 구성원은 SQL 코드 편집기에서 SQL 코드를 작성하여 수동으로 쿼리를 작성할 수 있습니다. SQL 코드 편집기는 AWS Clean Rooms 콘솔의 **분석** 탭에 있는 **분석** 섹션에 있습니다.
SQL 코드 편집기가 기본적으로 표시됩니다. 분석 빌더를 사용하여 쿼리를 작성하려면 [분석 빌더로 쿼리](query-data-analysis-builder.md)을 참조하세요.
**중요**
코드 편집기에서 SQL 쿼리 작성을 시작한 다음 **분석 빌더 UI**를 켜면 쿼리가 저장되지 않습니다.
AWS Clean Rooms 는 많은 SQL 명령, 함수 및 조건을 지원합니다. 자세한 내용은 [AWS Clean Rooms SQL 참조](https://docs.aws.amazon.com/clean-rooms/latest/sql-reference/sql-reference.html)의 섹션을 참조하세요.
**작은 정보**
쿼리 실행 도중 예정된 유지 관리가 실행되면 쿼리는 종료 후 롤백됩니다. 쿼리를 다시 시작해야 합니다.
**SQL 코드 편집기를 사용하여 구성된 테이블을 쿼리하려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **사용자의 멤버 자격** 상태가 **쿼리 실행**인 공동 작업을 선택합니다.
1. **분석** 탭의 **테이블**에서 테이블 목록 및 관련 분석 규칙 유형(**집계 분석 규칙**, **목록 분석 규칙** 또는 **사용자 지정 분석 규칙**)을 확인합니다.
**참고**
목록에 예상한 테이블이 보이지 않는 경우 다음과 같은 이유가 있을 수 있습니다.
테이블이 [연결](associate-configured-table.md)되지 않았습니다.
테이블에는 [분석 규칙이 구성](add-analysis-rule.md)되어 있지 않습니다.
1. (선택 사항) 테이블의 스키마와 분석 규칙 컨트롤을 보려면 더하기 기호 아이콘(**\$1**)을 선택하여 테이블을 확장합니다.
1. **분석** 섹션의 **분석 모드에서** **SQL 코드 쓰기**를 선택합니다.
**참고**
**분석** 섹션은 결과를 받을 수 있는 구성원과 쿼리 컴퓨팅 비용을 지불해야 하는 구성원이 활성 구성원으로 공동 작업에 참여한 경우에만 표시됩니다.
1. SQL 코드 편집기에 쿼리를 입력하여 쿼리를 작성합니다.
지원되는 SQL 명령 및 함수에 대한 자세한 내용은 [AWS Clean Rooms SQL 참조를 참조하세요.](https://docs.aws.amazon.com/clean-rooms/latest/sql-reference/sql-reference.html)
다음 옵션을 사용하여 쿼리를 빌드할 수도 있습니다.
------
#### [ Use an example query ]
예제 쿼리를 사용하려면
1. 테이블 옆의 세로로 된 세 점을 선택합니다.
1. **편집기에 삽입**에서 **예제 쿼리**를 선택합니다.
**참고**
**예제 쿼리**를 삽입하면 편집기에 이미 있는 쿼리에 추가됩니다.
쿼리 예제가 나타납니다. 테이블 아래에 나열된 모든 **테이블**이 쿼리에 포함됩니다.
1. 쿼리에서 자리 표시자 값을 편집합니다.
------
#### [ Insert column names or functions ]
열 이름 또는 함수를 삽입하려면
1. 열 옆에 있는 세 개의 수직 점을 선택합니다.
1. **편집기에 삽입**에서 **열 이름**을 선택합니다.
1. 열에 허용되는 함수를 수동으로 삽입하려면
1. 열 옆에 있는 세 개의 수직 점을 선택합니다.
1. **편집기에서 삽입**을 선택합니다.
1. 허용된 함수의 이름(예: INNER JOIN, SUM DISTINCT, 또는 SUMCOUNT)을 선택합니다.
1. **Ctrl** \$1 **Space**를 눌러 코드 편집기에서 테이블 스키마를 볼 수 있습니다.
**참고**
쿼리가 가능한 구성원은 구성된 각 테이블 연결의 파티션 열을 보고 사용할 수 있습니다. 구성된 AWS Glue 테이블의 기반이 되는 테이블에서 파티션 열에 파티션 열로 레이블이 지정되어 있는지 확인합니다.
1. 쿼리에서 자리 표시자 값을 편집합니다.
------
1. 지원되는 **작업자 유형**과 **작업자 수**를 지정합니다.
인스턴스 유형과 SQL 쿼리를 실행할 인스턴스(작업자) 수를 선택할 수 있습니다.
CR.1X의 경우 최대 128명의 작업자 또는 최소 4명의 작업자를 선택할 수 있습니다.
CR.4X의 경우 최대 32명의 작업자 또는 최소 4명의 작업자를 선택할 수 있습니다.
다음 표를 사용하여 사용 사례에 필요한 유형과 수 또는 작업자를 결정합니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/use-sql-editor.html)
**참고**
작업자 유형과 작업자 수가 다르면 관련 비용이 발생합니다. 요금에 대한 자세한 내용은 [AWS Clean Rooms 요금을](https://aws.amazon.com/clean-rooms/pricing/) 참조하세요.
1. **결과 전송 대상**에서 결과를 받을 수 있는 사람을 지정합니다.
**참고**
결과를 수신하려면 공동 작업 구성원을 결과 수신자로 구성해야 하며 공동 작업의 활성 참가자여야 합니다(**상태: 활성**).
1. (쿼리만 가능한 구성원) **기본 결과 설정 사용 확인란이 기본적으로 선택되어 있습니다**. 기본 결과 설정을 유지하려면이 옵션을 선택한 상태로 유지합니다.
이 쿼리에 대해 다른 결과 설정을 지정하려면 **기본 결과 설정 사용** 확인란의 선택을 취소한 후 다음을 선택합니다.
1. **결과 형식**(**CSV** 또는 **PARQUET**)
1. **결과 파일**(**단일** 또는 **다중**)
1. **Amazon S3의 결과 대상**
결과를 받을 수 있는 각 멤버는 Amazon S3에서 다른 **결과 형식**, **결과 파일** 및 결과 대상을 지정할 수 있습니다. ** Amazon S3**
1. **Spark 속성을** 지정하려면:
1. **Spark 속성**을 확장합니다.
1. **Spark 속성 추가**를 선택합니다.
1. **Spark 속성** 대화 상자의 드롭다운 목록에서 **속성 이름을** 선택하고 **값을** 입력합니다.
다음 표에서는 각 속성에 대한 정의를 제공합니다.
Spark 속성에 대한 자세한 내용은 Apache Spark 설명서의 Spark [속성을](https://spark.apache.org/docs/latest/configuration.html#spark-properties) 참조하세요.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/use-sql-editor.html)
1. **실행**을 선택합니다.
**참고**
결과를 받을 수 있는 구성원이 쿼리 결과 설정을 구성하지 않은 경우 쿼리를 실행할 수 없습니다.
1. **결과**를 확인합니다.
자세한 내용은 [분석 결과 수신 및 사용](receive-query-results.md) 단원을 참조하십시오.
1. 계속해서 매개변수를 조정하고 쿼리를 다시 실행하거나 **\$1** 버튼을 선택하여 새 탭에서 새 쿼리를 시작합니다.
**참고**
AWS Clean Rooms 는 명확한 오류 메시징을 제공하는 것을 목표로 합니다. 오류 메시지에 문제 해결에 도움이 되는 세부 정보가 충분하지 않은 경우 계정 팀에 문의하세요. 오류 발생 경위에 대한 설명과 오류 메시지(식별자 포함)를 제공하세요. 자세한 내용은 [문제 해결 AWS Clean Rooms](troubleshooting.md) 단원을 참조하십시오.
# SQL 코드 편집기를 사용하여 ID 매핑 테이블 쿼리
다음 절차에서는 ID 매핑 테이블에 대해 다중 테이블 조인 쿼리를 실행하여 `sourceId`를 `targetId`와 조인하는 방법에 대해 설명합니다.
ID 매핑 테이블을 쿼리하기 전에 ID 매핑 테이블을 성공적으로 채워야 합니다.
**SQL 코드 편집기를 사용하여 ID 매핑 테이블을 쿼리하려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **사용자의 멤버 자격** 상태가 **쿼리 실행**인 공동 작업을 선택합니다.
1. **분석** 탭에서 **분석** 섹션으로 이동합니다.
**참고**
**분석** 섹션은 결과를 받을 수 있는 구성원과 쿼리 컴퓨팅 비용을 지불해야 하는 구성원이 활성 구성원으로 공동 작업에 참여한 경우에만 표시됩니다.
1. **분석** 탭의 **테이블**에서 ID 매핑 테이블 목록(**관리자 AWS Clean Rooms** 아래) 및 관련 분석 규칙 유형(**ID 매핑 테이블 분석 규칙**)을 확인합니다.
**참고**
예상한 ID 매핑 테이블이 목록에 표시되지 않는다면 ID 매핑 테이블이 성공적으로 채워지지 않았기 때문일 수 있습니다. 자세한 내용은 [기존 ID 매핑 테이블 채우기](populate-id-mapping-table.md) 단원을 참조하십시오.
1. SQL 코드 편집기에 쿼리를 입력하여 쿼리를 작성합니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/query-id-mapping-tables.html)
1. 지원되는 **작업자 유형**과 **작업자 수**를 지정합니다.
다음 표를 사용하여 사용 사례에 필요한 유형과 수 또는 작업자를 결정합니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/query-id-mapping-tables.html)
**참고**
작업자 유형과 작업자 수가 다르면 관련 비용이 발생합니다. 요금에 대한 자세한 내용은 [AWS Clean Rooms 요금을](https://aws.amazon.com/clean-rooms/pricing/) 참조하세요.
1. **실행**을 선택합니다.
**참고**
결과를 받을 수 있는 구성원이 쿼리 결과 설정을 구성하지 않은 경우 쿼리를 실행할 수 없습니다.
1. **결과**를 확인합니다.
자세한 내용은 [분석 결과 수신 및 사용](receive-query-results.md) 단원을 참조하십시오.
1. 계속해서 매개변수를 조정하고 쿼리를 다시 실행하거나 **\$1** 버튼을 선택하여 새 탭에서 새 쿼리를 시작합니다.
**참고**
AWS Clean Rooms 는 명확한 오류 메시징을 제공하는 것을 목표로 합니다. 오류 메시지에 문제 해결에 도움이 되는 세부 정보가 충분하지 않은 경우 계정 팀에 문의하세요. 오류 발생 경위에 대한 설명과 오류 메시지(식별자 포함)를 제공하세요. 자세한 내용은 [문제 해결 AWS Clean Rooms](troubleshooting.md) 단원을 참조하십시오.
# SQL 분석 템플릿을 사용하여 구성된 테이블 쿼리
이 절차에서는 AWS Clean Rooms 콘솔에서 분석 템플릿을 사용하여 **사용자 지정** 분석 규칙을 사용하여 구성된 테이블을 쿼리하는 방법을 보여줍니다.
**SQL 분석 템플릿을 사용하여 **사용자 지정** 분석 규칙을 사용하여 구성된 테이블을 쿼리하려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **사용자의 멤버 자격** 상태가 **쿼리 실행**인 공동 작업을 선택합니다.
1. **분석** 탭의 **테이블** 섹션에서 테이블과 관련 분석 규칙 유형(**사용자 지정 분석 규칙**)을 확인합니다.
**참고**
목록에 예상한 테이블이 보이지 않는 경우 다음과 같은 이유가 있을 수 있습니다.
테이블이 [연결](associate-configured-table.md)되지 않았습니다.
테이블에는 [분석 규칙이 구성](add-analysis-rule.md)되어 있지 않습니다.
1. **분석** 섹션의 **분석 모드에서** **분석 템플릿 실행**을 선택한 다음 드롭다운 목록에서 분석 템플릿을 선택합니다.
1. SQL 분석 템플릿의 파라미터는 **정의**에 자동으로 채워집니다.
1. 지원되는 **작업자 유형**과 **작업자 수**를 지정합니다.
다음 표를 사용하여 사용 사례에 필요한 유형과 수 또는 작업자를 결정합니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/use-analysis-template.html)
**참고**
작업자 유형과 작업자 수가 다르면 관련 비용이 발생합니다. 요금에 대한 자세한 내용은 [AWS Clean Rooms 요금을](https://aws.amazon.com/clean-rooms/pricing/) 참조하세요.
1. 지원되는 **Spark 속성을** 지정합니다.
1. **Spark 속성 추가**를 선택합니다.
1. **Spark 속성** 대화 상자의 드롭다운 목록에서 **속성 이름을** 선택하고 **값을** 입력합니다.
다음 표에서는 각 속성에 대한 정의를 제공합니다.
Spark 속성에 대한 자세한 내용은 Apache Spark 설명서의 Spark [속성을](https://spark.apache.org/docs/latest/configuration.html#spark-properties) 참조하세요.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/use-analysis-template.html)
1. **실행**을 선택합니다.
**참고**
결과를 받을 수 있는 구성원이 쿼리 결과 설정을 구성하지 않은 경우 쿼리를 실행할 수 없습니다.
1. 계속해서 매개변수를 조정하고 쿼리를 다시 실행하거나 **\$1** 버튼을 선택하여 새 탭에서 새 쿼리를 시작합니다.
# 분석 빌더로 쿼리
SQL 코드를 작성할 필요 없이 분석 빌더를 사용하여 쿼리를 작성할 수 있습니다. 분석 빌더를 사용하면 다음과 같은 기능을 갖춘 공동 작업을 위한 쿼리를 작성할 수 있습니다.
+ [집계 분석 규칙](analysis-rules-aggregation.md)을 사용하는 단일 테이블(JOIN 필요 없음)
+ [집계](glossary.md#glossary-agg-analysis-rule) 분석 규칙을 모두 사용하는 두 테이블(각 멤버에서 하나씩)
+ [목록 분석](glossary.md#glossary-list-analysis-rule) 규칙을 모두 사용하는 두 테이블(각 멤버에서 하나씩)
+ 집계 분석 규칙을 모두 사용하는 두 개의 테이블(각 구성원에서 하나씩)과 목록 분석 규칙을 모두 사용하는 두 개의 테이블(각 구성원에서 하나씩)
SQL 쿼리를 수동으로 작성하려면 [SQL 코드 편집기를 사용하여 구성된 테이블 쿼리](use-sql-editor.md)을 참조하세요.
분석 빌더는 AWS Clean Rooms 콘솔의 **분석 탭에 있는 분석 섹션에 분석 빌더 UI** 옵션으로 표시됩니다. **** ****
**중요**
**분석 빌더 UI**를 켜고 분석 빌더에서 쿼리 작성을 시작한 다음 분석 **빌더 UI**를 끄면 쿼리가 저장되지 않습니다.
**작은 정보**
쿼리 실행 도중 예정된 유지 관리가 실행되면 쿼리는 종료 후 롤백됩니다. 쿼리를 다시 시작해야 합니다.
다음 항목에서는 분석 체계를 사용하는 방법을 설명합니다.
**Topics**
+ [분석 빌더를 사용하여 단일 테이블 (집계) 을 쿼리할 수 있습니다](#use-analysis-builder-one-table)
+ [분석 빌더를 사용하여 두 테이블(집계 또는 목록)을 쿼리할 수 있습니다](#use-analysis-builder-two-tables)
## 분석 빌더를 사용하여 단일 테이블 (집계) 을 쿼리할 수 있습니다
이 절차에서는 AWS Clean Rooms 콘솔에서 **분석 빌더 UI**를 사용하여 쿼리를 빌드하는 방법을 보여줍니다. 이 쿼리는 별도 필요 없이 [JOIN집계 분석 규칙](analysis-rules-aggregation.md)을 사용하는 단일 테이블이 있는 공동 작업용입니다.
**분석 빌더를 사용하여 단일 테이블을 쿼리하려면**
에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **사용자의 멤버 자격** 상태가 **쿼리 실행**인 공동 작업을 선택합니다.
1. **분석** 탭의 **테이블**에서 테이블과 관련 분석 규칙 유형을 확인합니다. (분석 규칙 유형은 **집계 분석 규칙**이어야 합니다.)
**참고**
예상한 테이블이 보이지 않는 경우 다음과 같은 이유가 있을 수 있습니다.
테이블이 [연결](associate-configured-table.md)되지 않았습니다.
테이블에는 [분석 규칙이 구성](add-analysis-rule.md)되어 있지 않습니다.
1. **분석** 섹션에서 **분석 빌더 UI**를 켜세요.
1. 쿼리를 작성하세요.
모든 집계 지표를 보려면 9단계로 건너뛰세요.
1. **지표 선택**에서는 기본적으로 사전 선택된 집계 지표를 검토하고 필요한 경우 지표를 제거합니다.
1. (선택 사항) **세그먼트 추가 — 선택 사항**의 경우 하나 이상의 매개 변수를 선택합니다.
**참고**
**세그먼트 추가 - 선택** 사항은 테이블에 치수가 지정된 경우에만 표시됩니다.
1. (선택 사항) **필터 추가 - 선택 사항의** 경우 **필터 추가**를 선택한 다음 **매개 변수**, 연산자 및 **값**을 선택합니다.
다른 필터 그룹을 추가하려는 경우, **필터 그룹 추가**를 선택합니다.
필터를 제거하려면 **제거**를 선택합니다.
**참고**
ORDER BY는 집계 쿼리를 지원하지 않습니다.
AND 연산자만 필터에서 지원됩니다.
1. (선택 사항) **설명 추가 - 선택 사항**에는 쿼리 목록에서 쿼리를 식별하는 데 도움이 되는 설명을 입력합니다.
1. **SQL 코드 미리 보기**를 확장합니다.
1. 분석 빌더에서 생성된 SQL 코드를 확인합니다.
1. SQL 코드를 복사하려면 **복사**를 선택합니다.
1. SQL 코드를 편집하려면 SQL 코드 **편집기에서 편집**을 선택합니다.
1. **실행**을 선택합니다.
**참고**
결과를 받을 수 있는 구성원이 쿼리 결과 설정을 구성하지 않은 경우 쿼리를 실행할 수 없습니다.
1. 계속해서 매개변수를 조정하고 쿼리를 다시 실행하거나 **\$1** 버튼을 선택하여 새 탭에서 새 쿼리를 시작합니다.
**참고**
AWS Clean Rooms 는 명확한 오류 메시징을 제공하는 것을 목표로 합니다. 오류 메시지에 문제 해결에 도움이 되는 세부 정보가 충분하지 않은 경우 계정 팀에 문의하세요. 오류 발생 경위에 대한 설명과 오류 메시지(식별자 포함)를 제공하세요. 자세한 내용은 [문제 해결 AWS Clean Rooms](troubleshooting.md) 단원을 참조하십시오.
## 분석 빌더를 사용하여 두 테이블(집계 또는 목록)을 쿼리할 수 있습니다
이 절차에서는 AWS Clean Rooms 콘솔에서 분석 빌더를 사용하여 다음과 같은 공동 작업에 대한 쿼리를 작성하는 방법을 설명합니다.
+ [집계 분석](analysis-rules-aggregation.md) 규칙을 모두 사용하는 두 테이블(각 구성원에서 하나씩)
+ [목록 분석](analysis-rules-list.md) 규칙을 모두 사용하는 두 테이블(각 멤버에서 하나씩)
+ 집계 분석 규칙을 모두 사용하는 두 개의 테이블(각 구성원에서 하나씩)과 목록 분석 규칙을 모두 사용하는 두 개의 테이블(각 구성원에서 하나씩)
**분석 빌더를 사용하여 두 테이블을 쿼리하려면**
에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **멤버 기능** 상태가 **쿼리 실행**인 공동 작업을 선택합니다.
1. **분석** 탭의 **테이블**에서 두 테이블과 관련 분석 규칙 유형(**집계 분석 규칙** 또는 **목록 분석 규칙**)을 확인합니다.
**참고**
목록에 예상한 테이블이 보이지 않는 경우 다음과 같은 이유가 있을 수 있습니다.
테이블이 [연결](associate-configured-table.md)되지 않았습니다.
테이블에는 [분석 규칙이 구성](add-analysis-rule.md)되어 있지 않습니다.
1. **분석** 섹션에서 **분석 빌더 UI**를 켜세요.
1. 쿼리를 작성하세요.
공동 작업에 **집계 분석 규칙**을 사용하는 두 개의 테이블과 **목록 분석 규칙**을 사용하는 두 개의 테이블이 포함된 경우 먼저 **집계** 또는 **목록**을 선택한 다음 선택한 분석 규칙을 기반으로 프롬프트를 따릅니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/query-data-analysis-builder.html)
1. **SQL 코드 미리 보기**를 확장합니다.
1. 분석 빌더에서 생성된 SQL 코드를 확인합니다.
1. SQL 코드를 복사하려면 **복사**를 선택합니다.
1. SQL 코드를 편집하려면 SQL 코드 **편집기에서 편집**을 선택합니다.
1. **실행**을 선택합니다.
**참고**
결과를 받을 수 있는 구성원이 쿼리 결과 설정을 구성하지 않은 경우 쿼리를 실행할 수 없습니다.
1. 계속해서 매개변수를 조정하고 쿼리를 다시 실행하거나 **\$1** 버튼을 선택하여 새 탭에서 새 쿼리를 시작합니다.
**참고**
AWS Clean Rooms 는 명확한 오류 메시징을 제공하는 것을 목표로 합니다. 오류 메시지에 문제 해결에 도움이 되는 세부 정보가 충분하지 않은 경우 계정 팀에 문의하세요. 오류 발생 경위에 대한 설명과 오류 메시지(식별자 포함)를 제공하세요. 자세한 내용은 [문제 해결 AWS Clean Rooms](troubleshooting.md) 단원을 참조하십시오.
# 차등 프라이버시의 영향 확인
일반적으로 차등 프라이버시가 켜져 있어도 쿼리 작성 및 실행은 달라지지 않습니다. 하지만 남은 프라이버시 예산이 충분하지 않으면 쿼리를 실행할 수 없습니다. 쿼리를 실행하고 프라이버시 예산을 사용함에 따라 실행할 수 있는 집계 수와 향후 쿼리에 미치는 영향을 대략적으로 확인할 수 있습니다.
**공동 작업에서 차등 프라이버시가 미치는 영향을 보려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **구성원 세부 정보** 상태가 **쿼리 실행**인 공동 작업을 선택합니다.
1. **분석** 탭의 **테이블**에서 나머지 개인 정보 보호 예산을 확인합니다. **남은 집계 함수**의 예상 수와 **사용된 유틸리티**(백분율로 표시)로 표시됩니다.
**참고**
**남은 집계 함수**의 예상 수와 **사용된 유틸리티**의 백분율은 쿼리가 가능한 구성원에 대해서만 표시됩니다.
1. 결과에 주입되는 노이즈의 양과 실행할 수 있는 집계 함수의 대략적인 수를 보려면 **영향 보기**를 선택합니다.
# 최근 쿼리 보기
**분석** 탭에서 지난 90일 동안 실행된 쿼리를 볼 수 있습니다.
**참고**
유일한 멤버 기능이 **데이터 기여**이고 [쿼리 컴퓨팅 비용을 지불하는 멤버](glossary.md#glossary-member-paying-for-query-compute)가 아닌 경우 **분석** 탭이 콘솔에 표시되지 않습니다.
**최근 쿼리 보려는 경우**
에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. 공동 작업을 선택합니다.
1. **분석** 탭의 **분석에서** 드롭다운에서 **모든 쿼리**를 선택하고 지난 90일 동안 실행된 쿼리를 확인합니다.
1. 최근 쿼리를 **상태**별로 정렬하려면 **모든 상태** 드롭다운 목록에서 상태를 선택합니다.
상태는 **제출됨**, **시작됨**, **취소됨**, **성공**, **실패**, **시간 초과**입니다.
# 쿼리 세부 정보 보기
쿼리를 실행할 수 있는 구성원 또는 결과를 받을 수 있는 구성원으로 쿼리 세부 정보를 볼 수 있습니다.
**쿼리 세부 정보를 보려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. 공동 작업을 선택합니다.
1. **분석** 탭에서 다음 중 하나를 수행합니다.
+ 보려는 특정 쿼리에 대한 옵션 버튼을 선택한 다음 **세부정보 보기**를 선택합니다.
+ **보호된 쿼리 ID**를 선택합니다.
1. **쿼리 세부정보** 페이지에서,
+ 쿼리를 실행할 수 있는 구성원인 경우 **쿼리 세부 정보**, **SQL 텍스트** 및 **결과**를 확인하세요.
결과를 받을 수 있는 구성원에게 쿼리 결과가 전달되었음을 확인하는 메시지가 표시됩니다.
+ 결과를 받을 수 있는 회원인 경우 **쿼리 세부 정보** 및 **결과**를 확인하세요.
# PySpark 작업 실행
[쿼리할 수 있는 멤버](glossary.md#glossary-member-who-can-query)는 승인된 PySpark [분석 템플릿을](create-analysis-template.md) 사용하여 구성된 테이블에서 PySpark 작업을 실행할 수 있습니다.
**사전 조건**
PySpark 작업을 실행하기 전에 다음이 있어야 합니다.
+ AWS Clean Rooms 공동 작업 중인 활성 멤버십
+ 공동 작업에서 하나 이상의 분석 템플릿에 대한 액세스
+ 공동 작업에서 구성된 테이블 하나 이상에 대한 액세스
+ 지정된 S3 버킷에 PySpark 작업의 결과를 쓸 수 있는 권한
필요한 서비스 역할 생성에 대한 자세한 내용은 섹션을 참조하세요[서비스 역할을 생성하여 PySpark 작업의 결과 작성](setting-up-roles.md#create-role-pyspark-job).
+ 컴퓨팅 비용을 지불할 책임이 있는 구성원이 활성 구성원으로 공동 작업에 참여했습니다.
`StartProtectedJob` API 작업을 직접 호출하거나SDK를 AWS Clean Rooms 사용하여 데이터를 쿼리하거나 쿼리를 보는 방법에 대한 자세한 내용은 [AWS Clean Rooms API 참조](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html)를 참조하세요. AWS SDKs
작업 로깅에 대한 자세한 내용은 섹션을 참조하세요[의 분석 로깅 AWS Clean Rooms](query-logs.md).
작업 결과 수신에 대한 자세한 내용은 섹션을 참조하세요[분석 결과 수신 및 사용](receive-query-results.md).
다음 주제에서는 AWS Clean Rooms 콘솔을 사용하여 공동 작업의 구성된 테이블에서 PySpark 작업을 실행하는 방법을 설명합니다.
**Topics**
+ [PySpark 분석 템플릿을 사용하여 구성된 테이블에서 PySpark 작업 실행](run-jobs-with-analysis-template.md)
+ [최근 작업 보기](view-recent-jobs.md)
+ [작업 세부 정보 보기](view-job-details.md)
# PySpark 분석 템플릿을 사용하여 구성된 테이블에서 PySpark 작업 실행
이 절차에서는 콘솔에서 AWS Clean Rooms PySpark 분석 템플릿을 사용하여 **사용자 지정** 분석 규칙을 사용하여 구성된 테이블을 분석하는 방법을 보여줍니다.
**PySpark 분석 템플릿을 사용하여 구성된 테이블에서 PySpark 작업을 실행하려면**
에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. **멤버 기능** 상태가 **작업 실행**인 공동 작업을 선택합니다.
1. **분석** 탭의 **테이블** 섹션에서 테이블과 관련 분석 규칙 유형(**사용자 지정 분석 규칙**)을 확인합니다.
**참고**
목록에 예상한 테이블이 보이지 않는 경우 다음과 같은 이유가 있을 수 있습니다.
테이블이 [연결](associate-configured-table.md)되지 않았습니다.
테이블에는 [분석 규칙이 구성](add-analysis-rule.md)되어 있지 않습니다.
1. **분석** 섹션의 **분석 모드에서** **분석 템플릿 실행**을 선택합니다.
1. 분석 템플릿 드롭다운 목록에서 PySpark **분석 템플릿을** 선택합니다.
PySpark 분석 템플릿의 파라미터는 **정의**에 자동으로 채워집니다.
1. 분석 템플릿에 파라미터가 정의된 경우 **파라미터**에서 파라미터 값을 입력합니다.
1. 각 파라미터에 대해 **파라미터 이름과** **기본값**(구성된 경우)을 확인합니다.
1. 재정의하려는 각 파라미터의 **값을** 입력합니다.
**참고**
값을 제공하지 않지만 기본값이 있는 경우 기본값이 사용됩니다.
**중요**
파라미터 값은 최대 1,000자까지 가능하며 UTF-8 인코딩을 지원합니다. 모든 파라미터 값은 문자열로 처리되고 컨텍스트 객체를 통해 사용자 스크립트로 전달됩니다.
사용자 스크립트가 파라미터 값을 안전하게 검증하고 처리하는지 확인합니다. 보안 파라미터 처리에 대한 자세한 내용은 섹션을 참조하세요[PySpark 분석 템플릿에서 파라미터 작업](pyspark-parameter-handling.md).
1. 지원되는 **작업자 유형**과 **작업자 수**를 지정합니다.
다음 표를 사용하여 사용 사례에 필요한 유형과 수 또는 작업자를 결정합니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/run-jobs-with-analysis-template.html)
**참고**
작업자 유형과 작업자 수가 다르면 관련 비용이 발생합니다. 요금에 대한 자세한 내용은 [AWS Clean Rooms 요금을](https://aws.amazon.com/clean-rooms/pricing/) 참조하세요.
1. **실행**을 선택합니다.
**참고**
결과를 받을 수 있는 구성원이 작업 결과 설정을 구성하지 않은 경우 작업을 실행할 수 없습니다.
1. 파라미터를 계속 조정하고 작업을 다시 실행하거나 **\$1** 버튼을 선택하여 새 탭에서 새 작업을 시작합니다.
# 최근 작업 보기
**분석** 탭에서 지난 90일 동안 실행된 작업을 볼 수 있습니다.
**참고**
유일한 멤버 기능이 **데이터 기여**이고 [작업 컴퓨팅 비용을 지불하는 멤버](glossary.md#glossary-member-paying-for-query-compute)가 아닌 경우 **분석** 탭이 콘솔에 표시되지 않습니다.
**최근 작업을 보려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. 공동 작업을 선택합니다.
1. **분석** 탭의 **분석에서** 드롭다운의 **모든 작업을** 선택하고 지난 90일 동안 실행된 작업을 확인합니다.
1. 최근 작업을 **상태**별로 정렬하려면 **모든 상태** 드롭다운 목록에서 상태를 선택합니다.
상태는 **제출됨**, **시작됨**, **취소됨**, **성공**, **실패**, **시간 초과**입니다.
# 작업 세부 정보 보기
작업을 실행할 수 있는 멤버 또는 결과를 받을 수 있는 멤버로 작업 세부 정보를 볼 수 있습니다.
**작업의 세부 정보를 보려면**
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) AWS Clean Rooms 콘솔을 엽니다.
1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.
1. 공동 작업을 선택합니다.
1. **분석** 탭의 **분석에서** 드롭다운에서 **모든 작업을** 선택한 후 다음 중 하나를 수행합니다.
+ 보려는 특정 작업에 대한 옵션 버튼을 선택한 다음 **세부 정보 보기를** 선택합니다.
+ **보호된 작업 ID**를 선택합니다.
1. **작업 세부 정보** 페이지에서
+ 작업을 실행할 수 있는 구성원인 경우 **작업 세부 정보**, **작업** 및 **결과를** 확인합니다.
결과를 받을 수 있는 구성원에게 작업 결과가 전달되었음을 확인하는 메시지가 표시됩니다.
+ 결과를 받을 수 있는 구성원인 경우 **작업 세부 정보** 및 **결과를** 확인합니다.