기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon Athena SQL에서 Iceberg 테이블 시작하기
<a name="getting-started"></a>

Amazon Athena는 Iceberg에 대한 기본 지원을 제공합니다. Athena 설명서의 [시작하기](https://docs.aws.amazon.com/athena/latest/ug/getting-started.html) 섹션에 설명된 서비스 사전 조건을 설정하는 경우를 제외하고 추가 단계 또는 구성 없이 Iceberg를 사용할 수 있습니다. 이 섹션에서는 Athena에서 테이블을 생성하는 방법을 간략하게 소개합니다. 자세한 내용은이 안내서 뒷부분의 [Athena SQL을 사용하여 Iceberg 테이블 작업을](iceberg-athena.md) 참조하세요.

다른 엔진을 사용하여에서 Iceberg 테이블 AWS 을 생성할 수 있습니다. 이러한 테이블은 원활하게 작동합니다 AWS 서비스. Athena SQL을 사용하여 첫 번째 Iceberg 테이블을 생성하려면 다음 표준 문안 코드를 사용할 수 있습니다.

```
CREATE TABLE <table_name> (
    col_1 string,
    col_2 string,
    col_3 bigint,
    col_ts timestamp)
PARTITIONED BY (col_1, <<<partition_transform>>>(col_ts))
LOCATION 's3://<bucket>/<folder>/<table_name>/'
TBLPROPERTIES ( 
    'table_type' ='ICEBERG'
)
```

다음 섹션에서는 Athena에서 파티셔닝된 Iceberg 테이블과 파티셔닝되지 않은 Iceberg 테이블을 생성하는 예를 제공합니다. 자세한 내용은 [Athena 설명서에](https://docs.aws.amazon.com/athena/latest/ug/querying-iceberg-creating-tables.html#querying-iceberg-partitioning) 자세히 설명된 Iceberg 구문을 참조하세요.

## 파티셔닝되지 않은 테이블 생성
<a name="unpartitioned-table"></a>

다음 예제 문은 Athena에서 분할되지 않은 Iceberg 테이블을 생성하도록 표준 문 SQL 코드를 사용자 지정합니다. [Athena 콘솔](https://console.aws.amazon.com/athena/)의 쿼리 편집기에이 문을 추가하여 테이블을 생성할 수 있습니다.

```
CREATE TABLE athena_iceberg_table (
    color string,
    date string,
    name string,
    price bigint,
    product string,
    ts timestamp)
LOCATION 's3://DOC_EXAMPLE_BUCKET/ice_warehouse/iceberg_db/athena_iceberg_table/'
TBLPROPERTIES ( 
    'table_type' ='ICEBERG'
)
```

쿼리 편집기 사용에 대한 step-by-step 지침은 Athena 설명서의 [시작하기](https://docs.aws.amazon.com/athena/latest/ug/getting-started.html)를 참조하세요.

## 파티셔닝된 테이블 생성
<a name="partitioned-table"></a>

다음 문은 Iceberg의 [숨겨진 파티셔닝 개념을 사용하여 날짜를 기반으로 파티](https://iceberg.apache.org/docs/latest/partitioning/#icebergs-hidden-partitioning)셔닝된 테이블을 생성합니다. `day()` 변환을 사용하여 타임스탬프 열에서 `dd-mm-yyyy` 형식을 사용하여 일일 파티션을 추출합니다. Iceberg는이 값을 데이터 세트의 새 열로 저장하지 않습니다. 대신 데이터를 작성하거나 쿼리할 때 값이 즉시 파생됩니다.

```
CREATE TABLE athena_iceberg_table_partitioned (
    color string,
    date string,
    name string,
    price bigint,
    product string,
    ts timestamp)
PARTITIONED BY (day(ts))
LOCATION 's3://DOC_EXAMPLE_BUCKET/ice_warehouse/iceberg_db/athena_iceberg_table/'
TBLPROPERTIES ( 
    'table_type' ='ICEBERG'
)
```

## 단일 CTAS 문을 사용하여 테이블 생성 및 데이터 로드
<a name="ctas-statement"></a>

이전 섹션의 분할된 예제와 분할되지 않은 예제에서 Iceberg 테이블은  빈 테이블로 생성됩니다. `INSERT `또는 `MERGE` 문을 사용하여 테이블에 데이터를 로드할 수 있습니다. 또는 `CREATE TABLE AS SELECT (CTAS)` 문을 사용하여 한 번에 Iceberg 테이블로 데이터를 생성하고 로드할 수 있습니다.

CTAS는 Athena에서 테이블을 생성하고 단일 문에 데이터를 로드하는 가장 좋은 방법입니다. 다음 예제에서는 CTAS를 사용하여 Athena의 기존 Hive/Parquet 테이블(`iceberg_ctas_table`)에서 Iceberg 테이블(`hive_table`)을 생성하는 방법을 보여줍니다.

```
CREATE TABLE iceberg_ctas_table WITH (
  table_type = 'ICEBERG',
  is_external = false,
  location = 's3://DOC_EXAMPLE_BUCKET/ice_warehouse/iceberg_db/iceberg_ctas_table/'
) AS
SELECT * FROM "iceberg_db"."hive_table" limit 20
---
SELECT * FROM "iceberg_db"."iceberg_ctas_table" limit 20
```

CTAS에 대한 자세한 내용은 [Athena CTAS 설명서를](https://docs.aws.amazon.com/athena/latest/ug/ctas.html) 참조하세요.

## 데이터 삽입, 업데이트 및 삭제
<a name="updating-data"></a>

Athena는 `INSERT INTO`, `UPDATE`, `MERGE INTO`및 `DELETE FRO`M 문을 사용하여 Iceberg 테이블에 데이터를 쓰는 다양한 방법을 지원합니다.

**참고**  
Athena SQL은 현재 copy-on-write 접근 방식을 지원하지 않습니다. `UPDATE`, `MERGE INTO`및 `DELETE FROM` 작업은 지정된 테이블 속성에 관계없이 위치 삭제와 함께 merge-on-read 접근 방식을 항상 사용합니다. copy-on-write`write.delete.mode`를 사용하도록 `write.merge.mode`, 및 `write.update.mode`와 같은 테이블 속성을 설정하면 쿼리가 실패하지 않지만 Athena는 쿼리를 무시하고 merge-on-read을 계속 사용합니다.

다음 문은 `INSERT INTO`를 사용하여 Iceberg 테이블에 데이터를 추가합니다.

```
INSERT INTO "iceberg_db"."ice_table" VALUES (
    'red', '222022-07-19T03:47:29', 'PersonNew', 178, 'Tuna', now()
)

SELECT * FROM "iceberg_db"."ice_table"
where color = 'red' limit 10;
```

샘플 출력:

![\[INSERT 문의 샘플 입력\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/apache-iceberg-on-aws/images/insert-into-output.png)


자세한 내용은 [Athena 설명서를](https://docs.aws.amazon.com/athena/latest/ug/querying-iceberg-updating-iceberg-table-data.html) 참조하세요.

## Iceberg 테이블 쿼리
<a name="querying-iceberg-tables"></a>

이전 예제와 같이 Athena SQL을 사용하여 Iceberg 테이블에 대해 일반 SQL 쿼리를 실행할 수 있습니다.

Athena는 일반적인 쿼리 외에도 Iceberg 테이블에 대한 시간 이동 쿼리도 지원합니다. 앞서 설명한 것처럼 Iceberg 테이블의 업데이트 또는 삭제를 통해 기존 레코드를 변경할 수 있으므로 시간 이동 쿼리를 사용하여 타임스탬프 또는 스냅샷 ID를 기반으로 테이블의 이전 버전을 다시 살펴보는 것이 편리합니다.

예를 들어 다음 문은의 색상 값을 업데이트한 다음 `Person5`2023년 1월 4일부터 이전 값을 표시합니다.

```
UPDATE ice_table SET color='new_color' WHERE name='Person5'

SELECT * FROM "iceberg_db"."ice_table" FOR TIMESTAMP AS OF TIMESTAMP '2023-01-04 12:00:00 UTC'
```

샘플 출력:

![\[Iceberg 시간 이동 쿼리의 샘플 출력\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/apache-iceberg-on-aws/images/time-travel-output.png)


시간 이동 쿼리의 구문과 추가 예제는 [Athena 설명서를](https://docs.aws.amazon.com/athena/latest/ug/querying-iceberg-table-data.html#querying-iceberg-time-travel-and-version-travel-queries) 참조하세요.

## Iceberg 테이블 구조
<a name="iceberg-table-anatomy"></a>

이제 Iceberg 테이블 작업의 기본 단계를 살펴보았으므로 Iceberg 테이블의 복잡한 세부 정보와 설계에 대해 자세히 살펴보겠습니다.

이 가이드의 [앞부분에서 설명한](data-lakes.md#iceberg-intro) 기능을 활성화하기 위해 Iceberg는 데이터 및 메타데이터 파일의 계층적 계층으로 설계되었습니다. 이러한 계층은 메타데이터를 지능적으로 관리하여 쿼리 계획 및 실행을 최적화합니다.

다음 다이어그램은 테이블을 저장하는 데 AWS 서비스 사용되는와 Amazon S3에 파일 배치라는 두 가지 관점을 통해 Iceberg 테이블의 구성을 보여줍니다.

![\[Iceberg 테이블의 구조\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/apache-iceberg-on-aws/images/iceberg-table-anatomy.png)


다이어그램과 같이 Iceberg 테이블은 세 가지 기본 계층으로 구성됩니다.
+ **Iceberg 카탈로그**: AWS Glue Data Catalog integrate는 기본적으로 Iceberg와 통합되며 대부분의 사용 사례에서 실행되는 워크로드에 가장 적합한 옵션입니다 AWS. Iceberg 테이블과 상호 작용하는 서비스(예: Athena)는 카탈로그를 사용하여 데이터를 읽거나 쓸 테이블의 현재 스냅샷 버전을 찾습니다.
+ **메타데이터 계층**: 메타데이터 파일, 즉 매니페스트 파일 및 매니페스트 목록 파일은 테이블의 스키마, 파티션 전략, 데이터 파일의 위치와 같은 정보와 각 데이터 파일에 저장된 레코드의 최소 및 최대 범위와 같은 열 수준 통계를 추적합니다. 이러한 메타데이터 파일은 테이블 경로 내의 Amazon S3에 저장됩니다.
  + **매니페스트 파일에**는 위치, 형식, 크기, 체크섬 및 기타 관련 정보를 포함하여 각 데이터 파일에 대한 레코드가 포함됩니다.
  + **매니페스트 목록은** 매니페스트 파일의 인덱스를 제공합니다. 테이블에서 매니페스트 파일 수가 증가함에 따라 해당 정보를 더 작은 하위 섹션으로 나누면 쿼리로 스캔해야 하는 매니페스트 파일 수를 줄이는 데 도움이 됩니다.
  + **메타데이터 파일에**는 매니페스트 목록, 스키마, 파티션 메타데이터, 스냅샷 파일 및 테이블의 메타데이터를 관리하는 데 사용되는 기타 파일을 포함하여 전체 Iceberg 테이블에 대한 정보가 포함됩니다.
+ **데이터 계층**:이 계층에는 쿼리가 실행될 데이터 레코드가 있는 파일이 포함됩니다. 이러한 파일은 [Apache Parquet](https://parquet.apache.org/), [Apache Avro, Apache](https://avro.apache.org/) [ORC](https://orc.apache.org/) 등 다양한 형식으로 저장할 수 있습니다.
  + **데이터 파일에**는 테이블에 대한 데이터 레코드가 포함됩니다.
  + Iceberg 테이블에서 행 수준 삭제 및 업데이트 작업을 인코딩하는 **파일을 삭제**합니다. Iceberg [설명서에 설명된 대로 Iceberg](https://iceberg.apache.org/spec/#delete-formats)에는 두 가지 유형의 삭제 파일이 있습니다. 이러한 파일은 merge-on-read 모드를 사용하여 작업에 의해 생성됩니다.