신중한 고려 끝에 Amazon Kinesis Data Analytics for SQL 애플리케이션을 중단하기로 결정했습니다.
1. **2025년 9월 1**일부터 Amazon Kinesis Data Analytics for SQL 애플리케이션에 대한 버그 수정은 제공되지 않습니다. 곧 중단될 예정이므로 지원이 제한될 예정이기 때문입니다.
2. **2025년 10월 15**일부터 새 Kinesis Data Analytics for SQL 애플리케이션을 생성할 수 없습니다.
3. **2026년 1월 27**일부터 애플리케이션이 삭제됩니다. Amazon Kinesis Data Analytics for SQL 애플리케이션을 시작하거나 작동할 수 없게 됩니다. 그 시점부터 Amazon Kinesis Data Analytics for SQL에 대한 지원을 더 이상 이용할 수 없습니다. 자세한 내용은 [Amazon Kinesis Data Analytics for SQL 애플리케이션 단종](discontinuation.md) 단원을 참조하십시오.
기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 정적 데이터에 대해 스키마 검색 기능 사용
**참고**
2023년 9월 12일 이후에는 Kinesis Data Analytics for SQL의 기존 사용자가 아닌 경우, Kinesis Data Firehose를 소스로 사용하여 새 애플리케이션을 생성할 수 없습니다. 자세한 설명은 [제한](https://docs.aws.amazon.com//kinesisanalytics/latest/dev/limits.html)을 참조하십시오.
스키마 검색 기능은 스트림의 데이터나 Amazon S3 버킷에 저장된 정적 파일의 데이터로부터 스키마를 생성할 수 있습니다. 참조 목적으로 Kinesis Data Analytics 애플리케이션용 스키마를 생성하는 경우나 실시간 스트리밍 데이터를 사용할 수 없는 경우를 가정해 보겠습니다. 참조 데이터 또는 스트리밍의 필요 형식으로 된 데이터 샘플을 포함하는 정적 파일에 대해 스키마 검색 기능을 사용할 수 있습니다. Kinesis Data Analytics는 Amazon S3 버킷에 저장된 JSON 또는 CSV 파일의 샘플 데이터에 대해 스키마 검색을 실행할 수 있습니다. 데이터 파일에 대해 스키마 검색을 사용할 때는 콘솔을 사용하거나 [DiscoverInputSchema](API_DiscoverInputSchema.md) API를 지정된 `S3Configuration` 파라미터와 함께 사용합니다.
## 콘솔을 사용하여 스키마 검색 실행
콘솔을 사용하여 정적 파일에 대해 검색을 실행하려면 다음을 수행합니다.
1. 참조 데이터 객체를 S3 버킷에 추가합니다.
1. Kinesis Data Analytics 콘솔의 애플리케이션 기본 페이지에서 **참조 데이터 연결**을 선택합니다.
1. 참조 데이터가 포함된 Amazon S3 객체에 액세스하기 위한 버킷, 경로 및 IAM 역할 데이터를 제공합니다.
1. **Discover schema(스키마 발견)**를 선택합니다.
콘솔에서 참조 데이터를 추가하고 스키마를 검색하는 방법에 대한 자세한 설명은 [예: 참조 데이터를 Kinesis Data Analytics 애플리케이션에 추가](app-add-reference-data.md) 섹션을 참조하십시오.
## API를 사용하여 스키마 검색 실행
API를 사용하여 정적 파일에 대해 검색을 실행하려면 `S3Configuration` 구조를 포함하는 API에 다음 정보를 제공합니다.
+ `BucketARN`: 파일을 포함하는 Amazon S3 버킷의 Amazon 리소스 이름(ARN). Amazon S3 버킷 ARN의 형식은 [Amazon 리소스 이름(ARN) 및 Amazon Service Namespaces: Amazon Simple Storage Service(Amazon S3)](https://docs.aws.amazon.com/general/latest/gr/aws-arns-and-namespaces.html#arn-syntax-s3)를 참조하십시오.
+ `RoleARN`: `AmazonS3ReadOnlyAccess` 정책이 적용되는 IAM 역할의 ARN. 역할에 정책을 추가하는 방법에 대한 자세한 설명은 [역할 수정](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_manage_modify.html)을 참조하십시오.
+ `FileKey`: 객체의 파일 명칭입니다.
**`DiscoverInputSchema` API를 사용하여 Amazon S3 객체에서 스키마를 생성하려면**
1. 를 AWS CLI 설정했는지 확인합니다. 자세한 설명은 시작하기 섹션의 [2단계: AWS Command Line Interface (AWS CLI) 설정](setup-awscli.md) 항목을 참조하십시오.
1. 다음 콘텐츠를 가진 `data.csv`이라는 파일을 생성합니다:
```
year,month,state,producer_type,energy_source,units,consumption
2001,1,AK,TotalElectricPowerIndustry,Coal,ShortTons,47615
2001,1,AK,ElectricGeneratorsElectricUtilities,Coal,ShortTons,16535
2001,1,AK,CombinedHeatandPowerElectricPower,Coal,ShortTons,22890
2001,1,AL,TotalElectricPowerIndustry,Coal,ShortTons,3020601
2001,1,AL,ElectricGeneratorsElectricUtilities,Coal,ShortTons,2987681
```
1. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)에서 Amazon S3 콘솔에 로그인하십시오.
1. Amazon S3 버킷을 생성하고 생성된 파일을 업로드합니다. 생성된 버킷의 ARN을 메모해 둡니다. Amazon S3 버킷 생성 및 파일 업로드 방법에 대한 자세한 설명은 [Amazon Simple Storage 서비스 시작하기](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html)를 참조하십시오.
1. IAM 콘솔([https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/))을 엽니다. `AmazonS3ReadOnlyAccess` 정책을 사용하여 역할을 생성합니다. 새 역할의 ARN을 기록합니다. 역할 생성에 대한 자세한 설명은 [Amazon 서비스에 권한 위임 역할 생성](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_create_for-service.html)을 참조하십시오. 역할에 정책을 추가하는 방법에 대한 자세한 설명은 [역할 수정](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_manage_modify.html)을 참조하십시오.
1. 에서 다음 `DiscoverInputSchema` 명령을 실행하여 Amazon S3 버킷 및 IAM 역할의 ARN을 AWS CLI대체합니다. ARNs
```
$aws kinesisanalytics discover-input-schema --s3-configuration '{ "RoleARN": "arn:aws:iam::123456789012:role/service-role/your-IAM-role", "BucketARN": "arn:aws:s3:::your-bucket-name", "FileKey": "data.csv" }'
```
1. 응답은 다음과 유사해 보입니다.
```
{
"InputSchema": {
"RecordEncoding": "UTF-8",
"RecordColumns": [
{
"SqlType": "INTEGER",
"Name": "COL_year"
},
{
"SqlType": "INTEGER",
"Name": "COL_month"
},
{
"SqlType": "VARCHAR(4)",
"Name": "state"
},
{
"SqlType": "VARCHAR(64)",
"Name": "producer_type"
},
{
"SqlType": "VARCHAR(4)",
"Name": "energy_source"
},
{
"SqlType": "VARCHAR(16)",
"Name": "units"
},
{
"SqlType": "INTEGER",
"Name": "consumption"
}
],
"RecordFormat": {
"RecordFormatType": "CSV",
"MappingParameters": {
"CSVMappingParameters": {
"RecordRowDelimiter": "\r\n",
"RecordColumnDelimiter": ","
}
}
}
},
"RawInputRecords": [
"year,month,state,producer_type,energy_source,units,consumption\r\n2001,1,AK,TotalElectricPowerIndustry,Coal,ShortTons,47615\r\n2001,1,AK,ElectricGeneratorsElectricUtilities,Coal,ShortTons,16535\r\n2001,1,AK,CombinedHeatandPowerElectricPower,Coal,ShortTons,22890\r\n2001,1,AL,TotalElectricPowerIndustry,Coal,ShortTons,3020601\r\n2001,1,AL,ElectricGeneratorsElectricUtilities,Coal,ShortTons,2987681"
],
"ParsedInputRecords": [
[
null,
null,
"state",
"producer_type",
"energy_source",
"units",
null
],
[
"2001",
"1",
"AK",
"TotalElectricPowerIndustry",
"Coal",
"ShortTons",
"47615"
],
[
"2001",
"1",
"AK",
"ElectricGeneratorsElectricUtilities",
"Coal",
"ShortTons",
"16535"
],
[
"2001",
"1",
"AK",
"CombinedHeatandPowerElectricPower",
"Coal",
"ShortTons",
"22890"
],
[
"2001",
"1",
"AL",
"TotalElectricPowerIndustry",
"Coal",
"ShortTons",
"3020601"
],
[
"2001",
"1",
"AL",
"ElectricGeneratorsElectricUtilities",
"Coal",
"ShortTons",
"2987681"
]
]
}
```