기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 통합 및 데이터 세트를 사용하여 데이터에 연결
Amazon Quick Sight를 다양한 유형의 데이터 소스에 연결할 수 있습니다. 여기에는 서비스형 소프트웨어(SaaS) 애플리케이션에 상주하는 데이터, Amazon S3 버킷에 저장된 플랫 파일, Salesforce와 같은 타사 서비스의 데이터, Athena의 쿼리 결과가 포함됩니다. 다음 예제를 사용하여 특정 데이터 소스에 연결하기 위한 요구 사항에 대해 자세히 알아보십시오.
**Topics**
+ [Amazon Athena 데이터를 사용하여 데이터 세트 생성](create-a-data-set-athena.md)
+ [Amazon Quick Sight에서 Amazon OpenSearch Service 사용](connecting-to-os.md)
+ [Amazon S3 파일을 사용하여 데이터 세트 생성](create-a-data-set-s3.md)
+ [Apache Spark를 사용하여 데이터 소스 생성](create-a-data-source-spark.md)
+ [Quick Sight에서 Databricks 사용](quicksight-databricks.md)
+ [Google BigQuery를 사용하여 데이터세트 생성](quicksight-google-big-query.md)
+ [Google Sheets 데이터 소스를 사용하여 데이터세트 생성](create-a-dataset-google-sheets.md)
+ [Apache Impala 데이터 소스를 사용하여 데이터세트 생성](create-a-dataset-impala.md)
+ [Microsoft Excel 파일을 사용하여 데이터 세트 생성](create-a-data-set-excel.md)
+ [Presto를 사용하여 데이터 소스 생성](create-a-data-source-presto.md)
+ [Amazon Quick Sight에서 Snowflake 사용](connecting-to-snowflake.md)
+ [Amazon Quick Sight에서 Starburst 사용](connecting-to-starburst.md)
+ [SaaS 소스에서 데이터 소스 및 데이터 세트 생성](connecting-to-saas-data-sources.md)
+ [Salesforce에서 데이터 세트 생성](create-a-data-set-salesforce.md)
+ [Amazon Quick Sight에서 Trino 사용](connecting-to-trino.md)
+ [로컬 텍스트 파일을 사용하여 데이터 세트 생성](create-a-data-set-file.md)
+ [Amazon Quick Sight에서 Amazon Timestream 데이터 사용](using-data-from-timestream.md)
# Amazon Athena 데이터를 사용하여 데이터 세트 생성
다음 절차를 사용하여 Amazon Athena 데이터 또는 Athena 페더레이션 쿼리 데이터에 연결되는 새 데이터 세트를 생성합니다.
**Amazon Athena에 연결하기**
1. 먼저 새 데이터 세트를 생성합니다. 왼쪽 탐색 창에서 **데이터를** 선택합니다.
1. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1.
1. 기존 Athena 연결 프로필(일반)을 사용하려면 사용하려는 기존 데이터 소스의 카드를 선택합니다. **선택**을 선택하세요.
카드에는 Athena 데이터 소스 아이콘과 연결을 만든 사람이 제공한 이름이 표시되어 있습니다.
1. 새 Athena 연결 프로필(일반적이지 않음)을 만들려면 다음 단계를 사용하십시오.
1. **새 데이터 소스를** 선택한 다음 **Athena** 데이터 소스 카드를 선택합니다.
1. **다음**을 선택합니다.
1. **데이터 소스 이름**에 설명이 포함된 이름을 입력합니다.
1. **Athena 작업 그룹**에 대해 사용할 작업 그룹을 선택합니다.
1. **연결 검증**을 선택하여 연결을 테스트합니다.
1. **데이터 소스 생성**을 선택합니다.
1. (선택 사항) 쿼리를 실행할 IAM 역할 ARN을 선택합니다.
1. **테이블 선택** 화면에서 다음을 수행하십시오.
1. **카탈로그**에서 다음 중 하나를 선택합니다.
+ Athena 통합 쿼리를 사용하는 경우 사용할 카탈로그를 선택합니다.
+ 그렇지 않으면 **AwsDataCatalog**를 선택하십시오.
1. 다음 중 하나를 선택합니다.
+ SQL 쿼리를 작성하려면 **사용자 지정 SQL 사용**을 선택합니다.
+ 데이터베이스와 테이블을 선택하려면 카탈로그 아래의 드롭다운에서 데이터베이스가 포함된 **카탈로그**를 선택합니다. 그런 다음 데이터베이스 아래의 드롭다운에서 **데이터베이스**를 선택하고 해당 데이터베이스에 표시되는 테이블 목록에서 **테이블**을 선택합니다.
적절한 권한이 없는 경우 “이 데이터세트에 연결하거나 이 쿼리를 실행할 수 있는 충분한 권한이 없습니다.” 라는 오류 메시지가 표시됩니다. 빠른 관리자에게 문의하여 도움을 받으세요. 자세한 내용은 [Amazon Athena에 대한 연결 승인](athena.md) 단원을 참조하십시오.
1. **데이터 편집/미리 보기**를 선택합니다.
1. 데이터 세트를 만들고 테이블을 용하여 데이터를 분석하려면 **시각화**를 선택합니다. 자세한 내용은 [분석 및 보고서: Amazon Quick Sight에서 데이터 시각화](working-with-visuals.md) 단원을 참조하십시오.
# Amazon Quick Sight에서 Amazon OpenSearch Service 사용
아래에서 Amazon Quick Sight를 사용하여 Amazon OpenSearch Service 데이터에 연결하는 방법을 확인할 수 있습니다.
## OpenSearch Service에 대한 새 Quick Sight 데이터 소스 연결 생성
다음으로, OpenSearch Service에 연결하는 방법을 찾을 수 있습니다.
계속하기 전에 Amazon Quick Sight에 Amazon OpenSearch Service에 연결할 수 있는 권한이 있어야 합니다. 연결이 활성화되지 않은 경우 연결을 시도할 때 오류가 발생합니다. Quick Sight 관리자는 AWS 리소스에 대한 연결을 승인할 수 있습니다.
**Quick Sight가 OpenSearch Service에 대한 연결을 시작하도록 승인하려면**
1. 오른쪽 상단의 프로필 아이콘을 클릭하여 메뉴를 연 다음 **빠른 관리를** 선택합니다. 프로필 메뉴에 **빠른 관리** 옵션이 표시되지 않으면 Amazon Quick 관리자에게 도움을 요청하세요.
1. **보안 및 권한**, **추가 또는 제거**를 선택합니다.
1. **OpenSearch**용 옵션을 활성화합니다.
1. **업데이트**를 선택합니다.
OpenSearch 서비스에 액세스할 수 있게 되면 사람들이 지정된 도메인을 사용할 수 있도록 데이터 소스를 생성합니다.
**OpenSearch Service에 연결하기**
1. 먼저 새 데이터 세트를 생성합니다. 왼쪽 탐색 창에서 **데이터를** 선택한 다음 **생성** 및 **새 데이터 세트를** 선택합니다.
1. **Amazon OpenSearch** 데이터 소스 카드를 선택합니다.
1. **데이터 소스 이름**의 경우 OpenSearch 데이터 소스 연결(예: `OpenSearch Service ML Data`)의 설명이 포함된 이름을 입력합니다. OpenSearch Service에 연결하여 많은 데이터 세트를 생성할 수 있으므로 이름을 단순하게 유지하는 것이 가장 좋습니다.
1. **연결 유형**에서 사용하려는 네트워크를 선택합니다. 이는 Amazon VPC를 기반으로 Virtual Private Cloud(VPC) 또는 퍼블릭 네트워크일 수 있습니다. VPC 목록에는 VPC ID가 아닌 VPC 연결 이름이 포함됩니다. 이러한 이름은 빠른 관리자가 정의합니다.
1. **도메인**의 경우 연결할 OpenSearch Service 도메인을 선택합니다.
1. **연결 검증**을 선택하여 OpenSearch Service에 성공적으로 연결할 수 있는지 확인합니다.
1. 계속하려면 **데이터 소스 생성**을 선택합니다.
1. **테이블**의 경우 사용할 테이블을 선택한 다음 **선택**을 선택하여 계속합니다.
1. 다음 중 하나를 수행하세요.
+ Quick Sight 인 메모리 엔진(라고 함SPICE)으로 데이터를 가져오려면 **더 빠른 분석을 SPICE 위해 로 가져오기**를 선택합니다. OpenSearch 데이터 가져오기를 활성화하는 자세한 방법은 [Amazon OpenSearch Service에 대한 연결 승인](opensearch.md)을(를) 참조하십시오.
+ 데이터 세트를 새로 고치거나 분석 또는 대시보드를 사용할 때마다 Quick Sight가 데이터에 대해 쿼리를 실행하도록 허용하려면 **데이터 직접 쿼리를** 선택합니다.
OpenSearch Service 데이터를 사용하는 게시된 대시보드에서 자동 새로 고침을 활성화하려면 OpenSearch Service 데이터 세트에서 직접 쿼리를 사용해야 합니다.
1. **편집/미리보기**를 선택한 다음 **저장**을 선택하여 데이터 세트를 저장하고 닫습니다.
## OpenSearch 서비스 데이터에 대한 권한 관리
다음 절차는 동일한 OpenSearch Service 데이터 소스에 대한 액세스를 허용하는 권한을 보고, 추가하고, 취소하는 방법을 설명합니다. 추가하는 사용자는 Quick Sight에서 활성 사용자여야 추가할 수 있습니다.
**데이터 소스에 대한 권한 편집하기**
1. 왼쪽에서 **데이터를** 선택한 다음 아래로 스크롤하여 Amazon OpenSearch Service 연결에 사용할 데이터 소스 카드를 찾습니다. 예를 들면 `US Amazon OpenSearch Service Data`와(과) 같습니다.
1. **Amazon OpenSearch** 데이터 세트를 선택합니다.
1. 표시되는 데이터 세트 세부정보 페이지에서 **권한** 탭을 선택합니다.
현재 권한 목록이 나타납니다.
1. 권한을 추가하려면 **사용자 및 그룹 추가**를 선택하고 다음 단계를 따르십시오.
1. 같은 데이터 세트를 사용할 수 있도록 사용자 또는 그룹을 추가합니다.
1. 추가하려는 모든 사람을 모두 추가했으면 해당 사용자에게 적용할 **권한**을 선택합니다.
1. (선택 사항) 권한을 수정하려면 **뷰어** 또는 **소유자**를 선택하면 됩니다.
+ 읽기 액세스를 허용하려면 **뷰어**를 선택합니다.
+ **소유자**를 선택하여 해당 사용자가이 Quick Sight 데이터 세트를 편집, 공유 또는 삭제할 수 있도록 허용합니다.
1. (선택 사항) 권한을 취소하려면 **액세스 취소**를 선택합니다. 다른 사용자의 액세스 권한을 취소한 후에는 이 데이터 소스에서 새 데이터 세트를 생성할 수 없습니다. 하지만 기존 데이터 세트는 여전히 이 데이터 소스에 액세스할 수 있습니다.
1. 모든 구매를 마친 후에는 **닫기**를 선택합니다.
## OpenSearch Service용 새 Quick Sight 데이터 세트 추가
OpenSearch 서비스에 대한 기존 데이터 소스 연결이 있으면 분석에 사용할 OpenSearch 서비스 데이터 세트를 생성할 수 있습니다.
**OpenSearch Service를 사용하여 데이터 세트 생성하기**
1. 시작 페이지에서 **데이터**, **생성**, **새 데이터 세트를** 선택합니다.
1. OpenSearch 서비스 연결을 위한 데이터 소스 카드까지 아래로 스크롤합니다. 데이터 소스가 여러 개 있는 경우 페이지 상단의 검색 창을 사용하여 이름이 일부 일치하는 데이터 소스를 찾을 수 있습니다.
1. **Amazon OpenSearch** 데이터 소스 카드를 선택한 다음 **데이터 세트 생성을** 선택합니다.
1. **테이블**의 경우 사용하려는 OpenSearch 서비스 색인을 선택합니다.
1. **편집/미리 보기**를 선택합니다.
1. **저장**을 선택하여 데이터 세트를 저장하고 닫습니다.
## 분석에 OpenSearch 서비스 데이터 추가
OpenSearch Service 데이터 세트를 사용할 수 있게 되면 Quick Sight 분석에 추가할 수 있습니다. 시작하기 전에 사용할 OpenSearch Service 데이터를 포함하는 기존 데이터 세트가 있는지 확인하십시오.
**분석에 OpenSearch Service 데이터 추가하기**
1. 왼쪽에서 **분석**을 선택합니다.
1. 다음 중 하나를 수행하세요.
+ 새 분석을 만들려면 오른쪽에서 **새 분석**을 선택합니다.
+ 기존 분석에 추가하려면 편집하려는 분석을 여십시오.
+ 왼쪽 상단에 있는 연필 아이콘을 선택합니다.
+ **데이터 세트 추가**를 선택합니다.
1. 추가할 OpenSearch Service의 데이터 세트를 선택합니다.
시각화에서 OpenSearch 서비스를 사용하는 방법에 대한 자세한 내용은 [OpenSearch Service의 사용 제한](#limitations-for-es)을(를) 참조하십시오.
1. 자세한 내용은 [분석을 통합 작업](https://docs.aws.amazon.com/quicksight/latest/user/working-with-analyses.html)을 참조하십시오.
## OpenSearch Service의 사용 제한
OpenSearch Service의 데이터 세트를 사용할 때는 다음과 같은 제한 사항이 적용됩니다.
+ OpenSearch 서비스 데이터 세트는 시각적 유형, 정렬 옵션 및 필터 옵션의 하위 집합을 지원합니다.
+ OpenSearch Service 데이터를 사용하는 게시된 대시보드에서 자동 새로 고침을 활성화하려면 OpenSearch Service 데이터 세트에서 직접 쿼리를 사용해야 합니다.
+ 다중 하위 쿼리 작업은 지원되지 않습니다. 시각화하는 동안 오류를 방지하려면 필드에 여러 필드를 잘 추가하지 말고, 시각화당 하나 또는 두 개의 필드를 사용하고, **색상** 필드를 잘 사용하지 마세요.
+ 사용자 지정 SQL은 지원되지 않습니다.
+ Crossdataset 조인 및 자체 조인은 지원되지 않습니다.
+ 계산된 필드는 지원되지 않습니다.
+ 텍스트 필드는 지원되지 않습니다.
+ “기타” 카테고리는 지원되지 않습니다. “기타” 범주를 지원하는 시각화가 포함된 OpenSearch Service 데이터 세트를 사용하는 경우 비주얼의 메뉴를 사용하여 “기타” 범주를 비활성화하십시오.
# Amazon S3 파일을 사용하여 데이터 세트 생성
Amazon S3에서 하나 이상의 텍스트 파일(.csv, .tsv, .clf 또는 .elf)을 사용하여 데이터 세트를 생성하려면 Quick Sight용 매니페스트를 생성합니다. Quick Sight는이 매니페스트를 사용하여 사용하려는 파일과 파일을 가져오는 데 필요한 업로드 설정을 식별합니다. Amazon S3를 사용하여 데이터 세트를 생성하는 경우 파일 데이터를 [SPICE](spice.md)(으)로 가져오기가 자동으로 수행됩니다.
파일을 읽으려는 모든 Amazon S3 버킷에 Quick Sight 액세스 권한을 부여해야 합니다. AWS 리소스에 대한 Quick Sight 액세스 권한 부여에 대한 자세한 내용은 섹션을 참조하세요[AWS 데이터 소스에 대한 Amazon Quick Sight 액세스 구성](access-to-aws-resources.md).
**Topics**
+ [Amazon S3 매니페스트 파일에 지원되는 형식](supported-manifest-file-format.md)
+ [Amazon S3 데이터세트 생성](create-a-data-set-s3-procedure.md)
+ [다른 AWS 계정에서 S3 파일을 사용하는 데이터 세트](using-s3-files-in-another-aws-account.md)
# Amazon S3 매니페스트 파일에 지원되는 형식
JSON 매니페스트 파일을 사용하여 Amazon S3에서 Quick Sight로 가져올 파일을 지정합니다. 이러한 JSON 매니페스트 파일은 다음에 설명된 Quick Sight 형식 또는 Amazon Redshift 데이터베이스 개발자 안내서의 매[니페스트를 사용하여 데이터 파일 지정](https://docs.aws.amazon.com/redshift/latest/dg/loading-data-files-using-manifest.html)에 설명된 Amazon Redshift 형식을 사용할 수 있습니다. ** Amazon Redshift 매니페스트 파일 형식을 사용하기 위해 Amazon Redshift를 사용할 필요는 없습니다.
Quick Sight 매니페스트 파일을 사용하는 경우와 같은 .json 확장자가 있어야 합니다`my_manifest.json`. Amazon Redshift 매니페스트 파일을 사용하는 경우 이 파일의 확장자는 어떤 것이든 상관없습니다.
Amazon Redshift 매니페스트 파일을 사용하는 경우 Quick Sight는 Amazon Redshift와 마찬가지로 옵션 `mandatory` 옵션을 처리합니다. 연결된 파일을 찾을 수 없는 경우 Quick Sight는 가져오기 프로세스를 종료하고 오류를 반환합니다.
가져올 파일은 구분된 텍스트(예: .csv 또는 .tsv), 로그(.clf), 확장된 로그(.elf), 또는 JSON(.json) 형식이어야 합니다. 매니페스트 파일 하나에서 식별되는 모든 파일은 형식이 동일해야 합니다. 또한 열 수와 유형이 같아야 합니다. Quick Sight는 UTF-8 파일 인코딩을 지원하지만 바이트 순서 표시(BOM)가 있는 UTF-8은 지원하지 않습니다. JSON 파일을 가져오려는 경우 `globalUploadSettings`에는 `delimiter`, `textqualifier` 또는 `containsHeader`이(가) 아니라 `format`을(를) 지정해야 합니다.
지정한 파일이 Quick Sight 액세스 권한을 부여한 Amazon S3 버킷에 있는지 확인합니다. AWS 리소스에 대한 Quick Sight 액세스 권한 부여에 대한 자세한 내용은 섹션을 참조하세요[AWS 데이터 소스에 대한 Amazon Quick Sight 액세스 구성](access-to-aws-resources.md).
## Quick Sight의 매니페스트 파일 형식
Quick Sight 매니페스트 파일은 다음 JSON 형식을 사용합니다.
```
{
"fileLocations": [
{
"URIs": [
"uri1",
"uri2",
"uri3"
]
},
{
"URIPrefixes": [
"prefix1",
"prefix2",
"prefix3"
]
}
],
"globalUploadSettings": {
"format": "JSON",
"delimiter": ",",
"textqualifier": "'",
"containsHeader": "true"
}
}
```
`fileLocations` 요소의 필드에 가져올 파일을 지정하고, `globalUploadSettings` 요소의 필드에는 가져올 파일의 가져오기 설정(예: 필드 구분 기호)을 지정합니다.
매니페스트 파일 요소에 대한 설명은 다음과 같습니다.
+ **fileLocations** –이 요소는 가져올 파일을 지정하는 데 사용합니다. `URIs` 및 `URIPrefixes` 어레이를 둘 다 혹은 둘 중 하나만 사용하여 지정할 수 있습니다. 적어도 둘 중 하나에는 값을 지정해야 합니다.
+ **URIs** - 이 배열은 가져올 특정 파일의 URI를 나열하는 데 사용합니다.
Quick Sight는 모든에 있는 Amazon S3 파일에 액세스할 수 있습니다 AWS 리전. 그러나 빠른 계정에서 사용하는 리전과 다른 경우 Amazon S3 버킷의 AWS 리전을 식별하는 URI 형식을 사용해야 합니다.
다음 형식의 URI가 지원됩니다.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/quick/latest/userguide/supported-manifest-file-format.html)
+ **URIPrefixes** - 이 배열은 S3 버킷 및 폴더의 URI 접두사를 나열하는 데 사용합니다. 지정된 버킷 또는 폴더의 모든 파일을 가져옵니다. Quick Sight는 하위 폴더에서 파일을 재귀적으로 검색합니다.
Quick Sight는 모든에 있는 Amazon S3 버킷 또는 폴더에 액세스할 수 있습니다 AWS 리전. S3 버킷이 Quick 계정에서 사용하는 버킷과 다른 AWS 리전 경우 S3 버킷을 식별하는 URI 접두사 형식을 사용해야 합니다.
다음 형식의 URI 접두사가 지원됩니다.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/quick/latest/userguide/supported-manifest-file-format.html)
+ **globalUploadSettings** - (선택 사항) 이 요소는 Amazon S3 파일의 가져오기 설정(예: 필드 구분 기호)을 지정하는 데 사용합니다. 이 요소를 지정하지 않으면 Quick Sight는이 섹션의 필드에 기본값을 사용합니다.
**중요**
로그(.clf) 및 확장 로그(.elf) 파일의 경우 이 섹션의 [**format**] 필드만 해당되므로 다른 필드는 건너뛰어도 됩니다. 다른 필드를 포함하도록 선택하면 해당 필드의 값은 무시됩니다.
+ **형식** - (선택 사항) 가져올 파일의 형식을 지정합니다. 유효한 값은 **CSV**, **TSV**, **CLF**, **ELF**, **JSON**입니다. 기본값은 **CSV**입니다.
+ **delimiter** - (선택 사항) 파일 필드 구분 기호를 지정합니다. `format` 필드에 지정된 파일 형식으로 매핑해야 합니다. 유효한 형식은 .csv 파일의 경우 쉼표(**,**)이고 .tsv 파일의 경우 탭(**\$1t**)입니다. 기본값은 쉼표(**,**)입니다.
+ **textqualifier** - (선택 사항) 파일 텍스트 한정자를 지정합니다. 유효한 형식은 작은 따옴표(**'**), 큰 따옴표(**\$1"**)입니다. JSON에서 큰따옴표를 사용하는 경우 큰따옴표 앞에 오는 백슬래시는 필수 이스케이프 문자입니다. 기본값은 큰따옴표입니다(**\$1"**). 텍스트에 텍스트 한정어가 필요하지 않은 경우 이 속성을 포함하지 마십시오.
+ **containsHeader** - (선택 사항) 파일에 머리글 행을 포함할지 여부를 지정합니다. 유효한 값은 **true** 또는 **false**입니다. 기본값은 **true**입니다.
### Quick Sight의 매니페스트 파일 예제
다음은 완료된 Quick Sight 매니페스트 파일의 몇 가지 예입니다.
다음 예는 가져올 특정한 .csv 파일 두 개를 식별하는 매니페스트 파일을 보여 줍니다. 이러한 파일에서는 텍스트 한정자로 큰따옴표를 사용합니다. 기본값이 허용 가능하므로 `format`, `delimiter` 및 `containsHeader` 필드는 건너뜁니다.
```
{
"fileLocations": [
{
"URIs": [
"https://yourBucket.s3.amazonaws.com/data-file.csv",
"https://yourBucket.s3.amazonaws.com/data-file-2.csv"
]
}
],
"globalUploadSettings": {
"textqualifier": "\""
}
}
```
다음 예는 가져올 특정한 .tsv 파일을 식별하는 매니페스트 파일을 보여 줍니다. 이 파일에는 가져오기를 위한 추가 .tsv 파일이 포함된 다른 AWS 리전의 버킷도 포함됩니다. 기본값이 허용 가능하므로 `textqualifier` 및 `containsHeader` 필드는 건너뜁니다.
```
{
"fileLocations": [
{
"URIs": [
"https://s3.amazonaws.com/amzn-s3-demo-bucket/data.tsv"
]
},
{
"URIPrefixes": [
"https://s3-us-east-1.amazonaws.com/amzn-s3-demo-bucket/"
]
}
],
"globalUploadSettings": {
"format": "TSV",
"delimiter": "\t"
}
}
```
다음 예에서는 가져올 .clf 파일을 포함하는 버킷 2개를 식별합니다. 하나는 빠른 계정 AWS 리전 과 동일한에 있고 다른에 있습니다 AWS 리전. 로그 파일에 해당하지 않으므로 `delimiter`, `textqualifier` 및 `containsHeader` 필드는 건너뜁니다.
```
{
"fileLocations": [
{
"URIPrefixes": [
"https://amzn-s3-demo-bucket1.your-s3-url.com",
"s3://amzn-s3-demo-bucket2/"
]
}
],
"globalUploadSettings": {
"format": "CLF"
}
}
```
다음 예에서는 Amazon Redshift 형식을 사용하여 가져올 .csv 파일을 식별합니다.
```
{
"entries": [
{
"url": "https://amzn-s3-demo-bucket.your-s3-url.com/myalias-test/file-to-import.csv",
"mandatory": true
}
]
}
```
다음 예에서는 Amazon Redshift 형식을 사용하여 가져올 두 가지 JSON 파일을 식별합니다.
```
{
"fileLocations": [
{
"URIs": [
"https://yourBucket.s3.amazonaws.com/data-file.json",
"https://yourBucket.s3.amazonaws.com/data-file-2.json"
]
}
],
"globalUploadSettings": {
"format": "JSON"
}
}
```
# Amazon S3 데이터세트 생성
**Amazon S3 데이터 세트 생하기**
1. 대상 파일 세트가 데이터 소스 할당량을 초과하지 않도록 [데이터 소스 할당량](data-source-limits.md)을(를) 확인합니다.
1. [Amazon S3 매니페스트 파일에 지원되는 형식](supported-manifest-file-format.md)에 지정된 형식 중 하나를 사용하여 가져올 텍스트 파일을 식별하는 매니페스트 파일을 만듭니다.
1. 매니페스트 파일을 로컬 디렉터리에 저장하거나 Amazon S3에 업로드합니다.
1. 빠른 시작 페이지에서 **데이터를** 선택합니다.
1. **데이터** 페이지에서 **생성** 후 **새 데이터 세트를** 선택합니다.
1. Amazon S3 아이콘을 선택한 **후 다음을** 선택합니다.
1. **Data source name(데이터 소스 이름)**에 데이터 원본의 설명을 입력합니다. 이 이름은 데이터 원본을 구분하는 데 도움이 됩니다.
1. [**Upload a manifest file**]에 대하여 다음 중 하나를 수행합니다.
+ 로컬 매니페스트 파일을 사용하려면 [**Upload**]를 선택한 다음 [**Upload a JSON manifest file**]을 선택합니다. [**Open**]에서 파일을 선택하고 [**Open**]을 선택합니다.
+ Amazon S3의 매니페스트 파일을 사용하려면 URL을 선택한 후 매니페스트 파일의 **URL**을 입력합니다. Amazon S3 콘솔에서 기존 매니페스트 파일의 URL을 찾으려면 해당 파일로 이동하여 선택합니다. 링크 URL을 비롯한 속성 패널이 표시됩니다. URL을 복사하여 Quick Sight에 붙여 넣을 수 있습니다.
1. **연결**을 선택합니다.
1. 연결이 완료되었는지 확인하려면 [**Edit/Preview data**]를 선택합니다. 그렇지 않은 경우 [**Visualize**]를 선택하여 데이터를 있는 그대로 사용하여 분석을 생성합니다.
**데이터 편집/미리 보기**를 선택한 경우 데이터 준비 과정에 데이터 세트 이름을 지정할 수 있습니다. 그렇지 않은 경우 데이터 세트 이름은 매니페스트 파일 이름과 일치합니다.
데이터 준비에 대한 자세한 내용은 [Amazon Quick Sight에서 데이터 준비](preparing-data.md) 단원을 참조하십시오.
## 여러 Amazon S3 파일을 기반으로 하는 데이터세트 생성
여러 방법 중 하나를 사용하여 Quick Sight 내에서 Amazon S3 버킷의 파일을 병합하거나 결합할 수 있습니다.
+ **매니페스트를 사용하여 파일 결합 ** - 이 경우 파일의 필드(열) 수가 동일해야 합니다. 데이터 유형은 파일의 동일한 위치에 있는 필드 사이에서 일치해야 합니다. 예를 들어, 첫 번째 필드는 각 파일에서 동일한 데이터 유형을 가져야 합니다. 두 번째, 세 번째, 그리고 그 이후의 필드 역시 마찬가지입니다. Quick Sight는 첫 번째 파일에서 필드 이름을 가져옵니다.
파일은 매니페스트에서 명시적으로 나열되어야 합니다. 하지만 동일한 Amazon S3 버킷 내부에 있을 필요는 없습니다.
추가로 파일은 [Amazon S3 매니페스트 파일에 지원되는 형식](supported-manifest-file-format.md)에서 설명한 규칙을 따라야 합니다.
매니페스트를 사용한 파일 결합에 대한 자세한 내용은 [Amazon S3 파일을 사용하여 데이터 세트 생성](create-a-data-set-s3.md) 단원을 참조하십시오.
+ **매니페스트를 사용하여 파일 병합** - 매니페스트 내에서 개별적으로 나열할 필요 없이 여러 파일을 하나의 파일로 병합하려면 Athena를 사용할 수 있습니다. 이 메서드를 통해 데이터베이스의 테이블에 있는 것과 같이 텍스트 파일을 간편하게 쿼리할 수 있습니다. 자세한 내용은 빅 데이터 블로그의 [Athena와 사용한 Amazon S3 데이터 분석](https://aws.amazon.com/blogs/big-data/analyzing-data-in-s3-using-amazon-athena/)을 참조하십시오.
+ **스크립트를 사용하여 가져오기 전에 파일 추가** - 업로드 전에 파일을 결합하도록 설계된 스크립트를 사용할 수 있습니다.
# 다른 AWS 계정에서 S3 파일을 사용하는 데이터 세트
이 섹션에서는 Quick Sight를 사용하여 다른 AWS 계정의 Amazon S3 파일에 액세스할 수 있도록 보안을 설정하는 방법을 알아봅니다.
귀하가 다른 계정의 파일에 액세스하려면 먼저 다른 계정의 소유자는 Amazon S3가 귀하에게 그 파일을 읽을 수 있는 권한을 부여하도록 설정해야 합니다. 그런 다음 Quick Sight에서 공유된 버킷에 대한 액세스를 설정해야 합니다. 이 두 단계를 모두 완료한 후에는 매니페스트를 사용하여 데이터 세트를 생성할 수 있습니다.
**참고**
퍼블릭과 공유된 파일에 액세스하는 경우에는 특별 보안을 설정할 필요가 없습니다. 하지만 매니페스트 파일은 필요합니다.
**Topics**
+ [다른 Quick 계정에서 액세스를 허용하도록 Amazon S3 설정](#setup-S3-to-allow-access-from-a-different-quicksight-account)
+ [다른 AWS 계정의 Amazon S3 파일에 액세스하도록 Quick Sight 설정](#setup-quicksight-to-access-S3-in-a-different-account)
## 다른 Quick 계정에서 액세스를 허용하도록 Amazon S3 설정
이 섹션에서는 다른 AWS 계정의 Quick Sight에서 액세스할 수 있도록 Amazon S3 파일에서 권한을 설정하는 방법을 알아봅니다.
Quick Sight 계정에서 다른 계정의 Amazon S3 파일에 액세스하는 방법에 대한 자세한 내용은 섹션을 참조하세요[다른 AWS 계정의 Amazon S3 파일에 액세스하도록 Quick Sight 설정](#setup-quicksight-to-access-S3-in-a-different-account). S3 권한에 대한 자세한 내용은 [Amazon S3 리소스에 대한 액세스 권한 관리](https://docs.aws.amazon.com/AmazonS3/latest/dev/s3-access-control.html) 및 [객체에 대한 권한은 어떻게 설정하나요?](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/set-object-permissions.html)를 참조하십시오.
S3 콘솔에서 다음 절차를 통해 이 액세스 권한을 설정할 수 있습니다. 또는를 사용하거나 스크립트를 AWS CLI 작성하여 권한을 부여할 수 있습니다. 공유할 파일이 많은 경우 그 대신에 `s3:GetObject` 작업에 S3 버킷 정책을 생성할 수 있습니다. 버킷 정책을 사용하려면 정책을 파일 권한이 아닌 버킷 권한에 추가하십시오. 버킷 정책에 대한 자세한 내용은 Amazon S3 개발자 안내서의 [버킷 정책 예시](https://docs.aws.amazon.com/AmazonS3/latest/dev/example-bucket-policies.html)를 참조하십시오.
**S3 콘솔에서 다른 Quick 계정의 액세스를 설정하려면**
1. 공유하려는 AWS 계정 이메일의 이메일 주소를 가져옵니다. 또는 정식 사용자 ID를 가져와서 사용할 수 있습니다. 정식 사용자 ID에 대한 자세한 내용은AWS 일반 참조에서 [AWS 계정 식별자](https://docs.aws.amazon.com/general/latest/gr/acct-identifiers.html)를 참조하십시오.
1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) Amazon S3 콘솔을 엽니다.
1. Quick Sight와 공유할 Amazon S3 버킷을 찾습니다. **권한**을 선택합니다.
1. **계정 추가**를 선택한 다음 공유하려는 AWS 계정의 이메일 주소를 입력하거나 정식 사용자 ID를 붙여 넣습니다. 이 이메일 주소는 AWS 계정의 기본 주소여야 합니다.
1. **읽기 버킷 권한**과 **객체 목록** 표시 모두에 대해 **예**를 선택합니다.
[**Save**]를 선택하여 확인합니다.
1. 공유할 파일을 찾은 후 파일의 권한 설정을 엽니다.
1. 공유하려는 AWS 계정의 이메일 주소 또는 정식 사용자 ID를 입력합니다. 이 이메일 주소는 AWS 계정의 기본 주소여야 합니다.
1. Quick Sight가 액세스해야 하는 각 파일에 대해 **객체 읽기** 권한을 활성화합니다.
1. 이제 파일을 사용할 수 있음을 Quick 사용자에게 알립니다.
## 다른 AWS 계정의 Amazon S3 파일에 액세스하도록 Quick Sight 설정
이 섹션에서는 다른 AWS 계정의 Amazon S3 파일에 액세스할 수 있도록 Quick Sight를 설정하는 방법을 알아봅니다. 다른 사용자가 Quick 계정에서 Amazon S3 파일에 액세스하도록 허용하는 방법에 대한 자세한 내용은 섹션을 참조하세요[다른 Quick 계정에서 액세스를 허용하도록 Amazon S3 설정](#setup-S3-to-allow-access-from-a-different-quicksight-account).
Quick Sight에서 다른 계정의 Amazon S3 파일에 액세스하려면 다음 절차를 따르세요. 이 절차에 따르기 전에 다른 AWS 계정의 사용자들은 자신의 Amazon S3 버킷에 있는 파일을 귀하와 공유해야 합니다.
**Quick Sight에서 다른 계정의 Amazon S3 파일에 액세스하려면**
1. 다른 AWS 계정의 사용자 또는 사용자가 해당 S3 버킷에 대한 읽기 및 쓰기 권한을 계정에 부여했는지 확인합니다.
1. 프로필 아이콘을 선택한 다음 **Quick Sight 관리를** 선택합니다.
1. **보안 및 권한**을 선택합니다.
1. ** AWS 서비스에 대한 Quick Sight 액세스**에서 **관리를** 선택합니다.
1. **S3 버킷 선택**을 선택합니다.
1. **Amazon S3 버킷 선택** 화면에서 ** AWS에 액세스할 수 있는 S3 버킷** 탭을 선택합니다.
기본 탭의 이름은 **Quick Sight 계정에 연결된 S3 버킷**입니다. Quick Account가 액세스할 수 있는 모든 버킷이 표시됩니다.
1. 다음 중 하나를 수행하세요.
+ 사용 권한이 있는 모든 버킷을 추가하려면 **다른 AWS 계정에서 액세스 가능한 버킷 선택**을 선택합니다.
+ Amazon S3 버킷을 하나 이상 추가하려는 경우 해당 이름을 입력합니다. 각 사항은 Amazon S3 버킷의 고유 이름과 정확하게 일치해야 합니다.
적절한 권한이 없는 경우 "We can't connect to this S3 bucket. 지정한 S3 버킷이이 Quick 계정을 생성하는 데 사용된 계정과 AWS 연결되어 있는지 확인합니다.” 이 오류 메시지는 계정 권한 또는 Quick Sight 권한이 없는 경우에 나타납니다.
**참고**
Amazon Athena를 사용하려면 Quick Sight가 Athena에서 사용하는 Amazon S3 버킷에 액세스해야 합니다.
여기에 하나씩 추가하거나 **다른 AWS 계정에서 액세스 가능한 버킷 선택** 옵션을 사용할 수 있습니다.
1. [**Select buckets**]를 선택하여 귀하의 선택을 확인합니다.
1. Amazon S3에 따라 새 데이터 세트를 생성한 후 매니페스트 파일을 업로드합니다. Amazon S3 데이터 베이스에 대한 자세한 내용은 [Amazon S3 파일을 사용하여 데이터 세트 생성](create-a-data-set-s3.md)을(를) 참조하십시오.
# Apache Spark를 사용하여 데이터 소스 생성
Quick Sight를 사용하여 Apache Spark에 직접 연결하거나 Spark SQL을 통해 Spark에 연결할 수 있습니다. 쿼리 결과 또는 테이블 또는 뷰에 대한 직접 링크를 사용하여 Quick Sight에서 데이터 소스를 생성합니다. Spark를 통해 데이터를 직접 쿼리하거나 쿼리 결과를 [SPICE](spice.md)로 보낼 수 있습니다.
Quick Sight를 Spark 제품과 함께 사용하기 전에 Quick Sight용 Spark를 구성해야 합니다.
Quick Sight를 사용하려면 Spark 버전 2.0 이상에서 사용할 수 있는 LDAP를 사용하여 Spark 서버를 보호하고 인증해야 합니다. Spark가 인증되지 않은 액세스를 허용하도록 구성된 경우 Quick Sight는 서버에 대한 연결을 거부합니다. Quick Sight를 Spark 클라이언트로 사용하려면 Spark와 함께 작동하도록 LDAP 인증을 구성해야 합니다.
Spark 설명서에는 설정 방법에 대한 정보가 수록되어 있습니다. 시작하려면 HTTPS를 통해 프런트 엔드 LDAP 인증을 활성화하도록 구성해야 합니다. Spark에 대한 일반적인 정보는 [Apache Spark 웹사이트](http://spark.apache.org/)를 참조하십시오. Spark 및 보안에 대한 구체적인 정보는 [Spark 보안 문서](http://spark.apache.org/docs/latest/security.html)를 참조하십시오.
Quick Sight 액세스를 위해 서버를 구성했는지 확인하려면의 지침을 따르세요[네트워크 및 데이터베이스 구성 요구 사항](configure-access.md).
# Quick Sight에서 Databricks 사용
이 섹션을 사용하여 Quick Sight에서 Databricks로 연결하는 방법을 알아봅니다.
**Databricks에 연결하기**
1. 먼저 새 데이터 세트를 생성합니다. 왼쪽 탐색 창에서 **데이터를** 선택합니다.
1. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. **Databricks** 데이터 소스 카드를 선택합니다.
1. **데이터 소스 이름**의 경우 Databricks 데이터 소스 연결(예: `Databricks CS`)의 설명이 포함된 이름을 입력합니다. Databricks에 연결하여 많은 데이터 세트를 생성할 수 있으므로 이름은 단순하게 유지하는 것이 좋습니다.
1. **연결 유형**에서 사용 중인 네트워크 유형을 선택합니다.
+ **퍼블릭 네트워크** - 데이터를 공개적으로 공유하는 경우.
+ **VPC** - 데이터가 VPC 내에 있는 경우.
**참고**
VPC를 사용 중인데 목록에 없는 경우 관리자에게 문의하세요.
1. **데이터베이스 서버**의 경우 Databricks 연결 세부 정보에 지정된 **작업 공간의 호스트 이름**을 입력합니다.
1. **HTTP 경로**의 경우 Databricks 연결 세부 정보에 지정된 **스파크 인스턴스의 부분 URL을** 입력합니다.
1. **포트**에는 Databricks 연결 세부 정보에 지정된 **포트**를 입력합니다.
1. **사용자 이름** 및 **비밀번호**에 연결 보안 인증 정보를 입력합니다.
1. 연결이 제대로 작동하는지 확인하려면 **연결 검증**을 클릭합니다.
1. 완료하고 데이터 소스를 만들려면 **데이터 소스 만들기**를 클릭합니다.
## Databricks용 새 Quick Sight 데이터 세트 추가
Databricks 데이터에 대한 기존 데이터 소스 연결이 있으면 분석에 사용할 Databricks 데이터 세트를 생성할 수 있습니다.
**Databricks를 사용하여 데이터 세트 생성하기**
1. 왼쪽에서 **데이터를** 선택한 다음 아래로 스크롤하여 Databricks 연결에 사용할 데이터 소스 카드를 찾습니다. 데이터 소스가 여러 개 있는 경우 페이지 상단의 검색 창을 사용하여 이름이 일부 일치하는 데이터 소스를 찾을 수 있습니다.
1. **Databricks** 데이터 소스 카드를 선택한 다음 **데이터 세트 생성**을 선택합니다.
1. 연결하려는 테이블을 지정하려면 먼저 사용할 카탈로그와 스키마를 선택합니다. 그런 다음 **테이블**에서 사용할 테이블을 선택합니다. 자체 SQL 문을 사용하려면 사용자 **지정 SQL 사용을** 선택합니다.
1. **편집/미리 보기**를 선택합니다.
1. (선택 사항) 데이터를 더 많이 추가하려면 다음 단계를 사용합니다.
1. 오른쪽 상단에서 **데이터 추가**를 선택합니다.
1. 다른 데이터에 연결하려면 **데이터 소스 전환**을 선택하고 다른 데이터 세트를 선택합니다.
1. UI 프롬프트에 따라 데이터 추가를 완료합니다.
1. 동일한 데이터 세트에 새 데이터를 추가한 후 **이 조인 구성**(빨간색 점 2개)을 선택합니다. 각 추가 테이블에 대해 조인을 설정합니다.
1. 계산된 필드를 추가하고자 하는 경우 **계산된 필드 추가를** 선택합니다.
1. SageMaker AI에서 모델을 추가하려면 **SageMaker로 보강**을 선택하세요. 이 옵션은 Quick Enterprise 에디션에서만 사용할 수 있습니다.
1. 생략할 필드의 확인란을 선택 취소하십시오.
1. 변경하고자 하는 데이터 유형을 업데이트하세요.
1. 마치면 **저장**을 선택하여 데이터 세트를 저장하고 닫습니다.
## Databricks 연결에 대한 Quick Sight 관리자 안내서
Amazon Quick Sight를 사용하여 Databricks에 연결할 수 있습니다 AWS. AWS Marketplace 또는 Databricks 웹 사이트를 통해에 가입했는지 AWS 여부에 따라 Databricks에 연결할 수 있습니다.
Databricks에 연결하려면 먼저 연결에 필요한 기존 리소스를 만들거나 식별해야 합니다. 이 섹션을 사용하면 Quick Sight에서 Databricks로 연결하는 데 필요한 리소스를 수집하는 데 도움이 됩니다.
+ Databricks 연결 세부 정보를 얻는 방법을 알아보려면 [Databricks ODBC 및 JDBC 연결](https://docs.databricks.com/integrations/jdbc-odbc-bi.html#get-server-hostname-port-http-path-and-jdbc-url)을 참조하십시오.
+ 인증을 위해 Databricks 보안 인증(개인 액세스 토큰 또는 사용자 이름 및 암호)을 얻는 방법을 알아보려면 [Databricks 설명서](https://docs.databricks.com/index.html)의 [인증 요구 사항](https://docs.databricks.com/integrations/bi/jdbc-odbc-bi.html#authentication-requirements)을 참조하십시오.
Databricks 클러스터에 연결하려면 `Can Attach To` 및 `Can Restart` 권한이 필요합니다. 이러한 권한은 Databricks에서 관리됩니다. 자세한 내용은 [Databricks 설명서](https://docs.databricks.com/index.html)의 [권한 요구 사항](https://docs.databricks.com/integrations/jdbc-odbc-bi.html#permission-requirements)을 참조하십시오.
+ Databricks에 대한 프라이빗 연결을 설정하는 경우 Quick Sight와 함께 사용하도록 VPC를 구성하는 방법에 대해 자세히 알아볼 수 있습니다. Quick Sight 설명서의 [Amazon Quick Sight를 사용하여 VPC에 연결을](https://docs.aws.amazon.com/quicksight/latest/user/working-with-aws-vpc.html) 참조하세요. 연결이 보이지 않는 경우 시스템 관리자에게 문의하여 네트워크에 [Amazon Route 53용 오픈 인바운드 엔드포인트](https://docs.aws.amazon.com/quicksight/latest/user/vpc-route-53.html)가 있는지 확인하십시오. Databricks 작업 공간의 호스트 이름은 퍼블릭 IP를 사용하며, Route 53 보안 그룹의 경우 DNS 포트 53에서 트래픽을 허용하려면 DNS TCP 및 DNS UDP 인바운드 및 아웃바운드 규칙이 있어야 합니다. 관리자는 2개의 인바운드 규칙을 포함하는 보안 그룹을 생성해야 합니다. 하나는 VPC CIDR에 대한 포트 53의 DNS(TCP)용이고 다른 하나는 VPC CIDR에 대한 포트 53의 DNS(UDP)용입니다.
퍼블릭 연결 대신 PrivateLink를 사용하는 경우 Databricks 관련 세부 정보는 [Databricks 설명서](https://docs.databricks.com/index.html)의 [Enable AWS PrivateLink](https://docs.databricks.com/administration-guide/cloud-configurations/aws/privatelink.html)를 참조하세요.
# Google BigQuery를 사용하여 데이터세트 생성
**참고**
Quick Sight는에서 수신한 정보를 사용하고 전송할 때 [Google API 서비스 사용자 데이터 정책을](https://developers.google.com/terms/api-services-user-data-policy) Google APIs준수합니다.
Google BigQuery는 고객이 데이터를 관리하고 분석하는 데 사용하는 완전 관리형 서버리스 데이터 웨어하우스입니다. Google BigQuery 고객은 SQL을 사용하여 인프라 관리 없이 데이터를 쿼리합니다.
## Google BigQuery로 데이터 소스 연결 생성
**사전 조건**
시작하기 전에 다음이 있는지 확인합니다. Google BigQuery를 사용하여 데이터 소스 연결을 생성하는 데 필요한 모든 항목입니다.
+ **프로젝트 ID** - Google 계정과 연결된 프로젝트 ID입니다. 이를 찾으려면 Google Cloud 콘솔로 이동하여 Quick Sight에 연결할 프로젝트의 이름을 선택합니다. 새 창에 나타나는 프로젝트 ID를 복사하고 나중에 사용할 수 있도록 기록합니다.
+ **데이터세트 리전** - Google BigQuery 프로젝트가 존재하는 Google 리전입니다. 데이터세트 리전을 찾으려면 Google BigQuery 콘솔로 이동하여 **탐색기**를 선택합니다. 연결하려는 프로젝트를 찾아 확장한 다음 사용할 데이터세트를 선택합니다. 열리는 팝업에 데이터세트 리전이 나타납니다.
+ **Google 계정 로그인 자격 증명** - Google 계정의 로그인 자격 증명입니다. 이 정보가 없으면 Google 계정의 관리자에게 문의하세요.
+ **Google BigQuery 권한** - Quick Sight에 Google 계정을 연결하려면 Google 계정에 다음 권한이 있어야 합니다.
+ `Project` 수준의 `BigQuery Job User`.
+ `Dataset` 또는 `Table` 수준의 `BigQuery Data Viewer`.
+ `Project` 수준의 `BigQuery Metadata Viewer`.
이전 사전 조건 정보를 검색하는 방법에 대한 자세한 내용은 [Google Cloud BigQuery 및 Quick Sight를 사용하여 통합 비즈니스 인텔리전스의 성능 활용](https://aws.amazon.com/blogs/business-intelligence/unlock-the-power-of-unified-business-intelligence-with-google-cloud-bigquery-and-amazon-quicksight/)을 참조하세요.
다음 절차에 따라 Quick 계정을 Google BigQuery 데이터 소스에 연결합니다.
**Quick Sight에서 Google BigQuery 데이터 소스에 대한 새 연결을 생성하려면**
1. [Quick 콘솔](https://quicksight.aws.amazon.com/)을 엽니다.
1. 왼쪽 탐색 창에서 **데이터를** 선택합니다.
1. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. **Google BigQuery** 타일을 선택합니다.
1. 이전의 사전 조건 섹션에 기록한 데이터 소스 세부 정보를 추가합니다.
+ **데이터 소스 이름** - 데이터 소스의 이름입니다.
+ **프로젝트 ID** - Google Platform 프로젝트 ID입니다. 이 필드는 대/소문자를 구분합니다.
+ **데이터세트 리전** - 연결하려는 프로젝트의 Google 클라우드 플랫폼 데이터세트 리전입니다.
1. **로그인**을 선택합니다.
1. 새 창이 열리면 연결하려는 Google 계정의 로그인 자격 증명을 입력합니다.
1. **계속**을 선택하여 Quick Sight에에 대한 액세스 권한을 부여합니다Google BigQuery.
1. 새 데이터 소스 연결을 생성한 후 다음 절차에서 [Step 4](#gbq-step-4)를 계속 진행합니다.
## 에 대한 새 Quick Sight 데이터 세트 추가 Google BigQuery
Google BigQuery와 데이터 소스 연결을 생성한 후 분석을 위한 Google BigQuery 데이터세트를 생성할 수 있습니다. Google BigQuery를 사용하는 데이터세트는 SPICE에만 저장할 수 있습니다.
**Google BigQuery를 사용하여 데이터세트 생성**
1. [Quick 콘솔](https://quicksight.aws.amazon.com/)을 엽니다.
1. 시작 페이지에서 **데이터를** 선택합니다.
1. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. **Google BigQuery** 타일을 선택한 다음 **데이터 세트 생성을** 선택합니다.
1. **테이블**에 대해 다음 중 하나를 수행합니다.
+ 사용하려는 테이블을 선택합니다.
+ **사용자 지정 SQL 사용**을 선택하여 고유한 개인 SQL 문을 사용합니다. Quick Sight에서 사용자 지정 SQL을 사용하는 방법에 대한 자세한 내용은 섹션을 참조하세요[SQL을 사용하여 데이터 사용자 지정](adding-a-SQL-query.md).
1. **편집/미리 보기**를 선택합니다.
1. (선택 사항) 열리는 **데이터 준비** 페이지에서 계산된 필드, 필터 및 조인을 사용하여 데이터에 사용자 지정을 추가할 수 있습니다.
1. 변경을 마치면 **저장**을 선택하여 데이터세트를 저장하고 닫습니다.
# Google Sheets 데이터 소스를 사용하여 데이터세트 생성
Google Sheets는 사용자가 실시간으로 데이터를 생성, 편집 및 협업할 수 있는 웹 기반 스프레드시트 애플리케이션입니다. 포괄적인 함수 및 공식 세트를 기반으로 비즈니스 인텔리전스 및 분석을 위한 강력한 데이터 소스 역할을 합니다. 사용자는 인사이트를 효율적으로 구성, 분석 및 공유할 수 있으며, 원활한 협업 기능을 통해 데이터 기반 프로젝트를 맡은 팀에 적합한 플랫폼이 됩니다.
## Amazon Quick의 관리자 구성
Amazon Quick 관리자는 Google Sheets를 데이터 소스로 활성화하려면 일회성 설정을 수행해야 합니다. 자세한 지침과 중요한 고려 사항은 [블로그](https://aws.amazon.com//blogs/business-intelligence/transform-your-google-sheets-data-into-powerful-analytics-with-amazon-quicksight/)를 참조하세요.
## Google Sheets 데이터 소스를 사용하여 데이터세트 생성
다음 절차에 따라 Google Sheets 데이터 소스를 사용하여 데이터세트를 생성합니다.
**Google Sheets 데이터 소스를 사용하여 데이터세트를 생성하는 방법**
1. 빠른 시작 페이지에서 **데이터 세트를** 선택합니다.
1. **데이터세트** 페이지에서 **새 데이터세트**를 선택하세요.
1. **Google Sheets를** 선택합니다.
1. 데이터 소스의 이름을 입력하고 **연결**을 선택하세요.
1. Google의 로그인 페이지로 리디렉션되면 다음을 수행하세요.
1. Google 계정 자격 증명을 입력하고 **연결**을 선택하세요.
1. 권한을 검토하여 AWS 계정에 Google Sheets에 연결할 권한을 부여한 다음 **계속**을 선택합니다.
1. **테이블 선택** 메뉴에서 데이터를 찾으세요. 메뉴에는 Google 계정의 모든 폴더, 하위 폴더, 시트 및 탭이 표시됩니다. 탭을 표시하려면 표시된 목록에서 시트를 선택하세요.
1. 작업할 탭을 선택하세요.
1. **데이터 편집/미리 보기**를 선택하여 데이터 준비 페이지로 이동하세요. 추가 탭을 포함하려면 **데이터 추가**를 선택하세요.
1. 조인을 구성한 다음 **게시 및 시각화**를 선택하여 Quick Sight로 Google Sheets 데이터를 분석합니다.
**참고**
이 커넥터는 SPICE 기능만 지원합니다.
OAuth 토큰이 만료되면(수집 오류 보고서에 표시되거나 새 데이터세트를 생성할 때 표시됨) 데이터 소스에서 **편집**을 선택하고 업데이트하여 다시 승인하세요.
# Apache Impala 데이터 소스를 사용하여 데이터세트 생성
Apache Impala는 Apache Hadoop에서 기본적으로 실행되도록 설계된 고성능 대량 병렬 처리(MPP) SQL 쿼리 엔진입니다. 아래 절차에 따라 Quick Sight와 Apache Impala 간에 보안 연결을 설정합니다.
Quick Sight와 Apache Impala 간의 모든 트래픽은 SSL을 사용하여 암호화됩니다. Quick Sight는 Impala 연결에 대한 표준 사용자 이름 및 암호 인증을 지원합니다.
연결을 설정하려면 Impala 인스턴스에서 SSL 설정을 구성하고, 인증 자격 증명을 준비하고, Impala 서버 세부 정보를 사용하여 Quick Sight에서 연결을 설정하고, 연결을 검증하여 안전한 데이터 액세스를 보장해야 합니다.
**Apache Impala 데이터 소스를 사용하여 데이터세트를 생성하는 방법**
1. 빠른 시작 페이지에서 **데이터를** 선택합니다.
1. **데이터** 페이지에서 **생성을** 선택합니다.
1. **데이터 소스**를 선택합니다.
1. **Impala**를 선택한 **후 다음을** 선택합니다.
1. 데이터 소스 이름을 입력합니다.
1. 퍼블릭 연결의 경우:
1. **데이터베이스 서버**, **HTTP 경로**, **포트**, **사용자 이름** 및 **암호**에 대한 연결 세부 정보를 입력하세요.
1. 검증이 성공하면 **데이터 소스 생성**을 선택하세요.
1. 프라이빗 연결의 경우:
1. 연결 세부 정보를 입력하기 전에 관리자와 협력하여 VPC 연결을 설정하세요.
사용자 또는 관리자는 [Quick에서 VPC 연결을 구성할](vpc-creating-a-connection-in-quicksight.md) 수 있습니다. SSL은 기본적으로 보안 데이터 전송을 보장하기 위해 활성화됩니다. 연결 검증 오류가 발생하면 연결 및 VPC 세부 정보를 확인하세요.
문제가 지속되면 관리자에게 문의하여 인증 기관이 Quick Sight[의 승인된 인증서 목록에](configure-access.md#ca-certificates) 포함되어 있는지 확인합니다.
1. **테이블 선택** 메뉴에서 다음 중 하나를 수행할 수 있습니다.
1. 특정 스키마 또는 테이블을 선택하고 **선택**을 선택하세요.
1. SQL 쿼리를 작성하려면 **사용자 지정 SQL 사용**을 선택하세요.
1. 선택을 완료하면 데이터 준비 페이지로 리디렉션됩니다. 데이터를 조정한 다음 **게시 및 시각화**를 선택하여 Quick Sight에서 Impala 데이터를 분석합니다.
**참고**
이 커넥터는 다음을 지원합니다.
사용자 이름 및 암호 인증
퍼블릭 및 프라이빗 연결
테이블 검색 및 사용자 지정 SQL 쿼리
수집 중 전체 데이터 새로 고침
SPICE 스토리지만 해당
# Microsoft Excel 파일을 사용하여 데이터 세트 생성
Microsoft Excel 파일 데이터 소스를 사용하여 데이터 세트를 생성하려면 로컬 드라이브 또는 네트워크로 연결된 드라이브에서 .xlsx 파일을 업로드합니다. 데이터를 [SPICE](spice.md)로 가져옵니다.
Amazon S3 데이터 소스를 사용하여 새 Amazon S3 데이터 세트를 생성하는 방법에 대한 자세한 내용은 [기존 Amazon S3 데이터 소스를 사용하여 데이터 세트 생성](create-a-data-set-existing.md#create-a-data-set-existing-s3) 또는 [Amazon S3 파일을 사용하여 데이터 세트 생성](create-a-data-set-s3.md)을(를) 참조하십시오.
**엑셀 파일을 기반으로 데이터 세트를 생성하기**
1. 대상 파일이 데이터 소스 할당량을 초과하지 않도록 [데이터 소스 할당량](data-source-limits.md)을(를) 확인합니다.
1. 빠른 시작 페이지에서 **데이터를** 선택합니다.
1. **데이터** 페이지에서 **생성 ** 후 **새 데이터 세트를** 선택합니다.
1. [**Upload a file**]을 선택합니다.
1. [**Open**] 대화 상자에서, 파일을 선택한 다음 [**Open**]을 선택합니다.
파일을 Quick Sight에 업로드하려면 1GB 이하여야 합니다.
1. Excel 파일이 여러 시트로 구성되어 있는 경우, 가져올 시트를 선택합니다. 나중에 데이터를 준비하면서 이를 변경할 수 있습니다.
1.
**참고**
다음 화면에서 데이터를 준비할 수 있는 다양한 기회가 있습니다. 어떤 항목을 선택해도 [**Prepare Data**] 화면으로 이동합니다. 이 화면은 데이터 가져오기가 완료된 후 액세스할 수 있는 화면과 동일합니다. 업로드가 완료된 후에도 업로드 설정을 변경할 수 있습니다.
[**Select**]를 선택하여 설정을 확인합니다. 또는 **Edit/Preview data(데이터 편집/미리 보기)**를 선택해 즉시 데이터를 준비할 수 있습니다.
데이터 미리 보기는 다음 화면에 표시됩니다. 데이터 미리 보기는 직접 변경할 수 없습니다.
1. 데이터 제목과 콘텐츠가 제대로 보이지 않는 경우 **설정 편집 및 데이터 준비**를 선택해 파일 업로드 설정을 수정합니다.
그렇지 않은 경우 **다음**을 선택합니다.
1. [**Data Source Details**] 화면에서 [**Edit/Preview data**]를 선택할 수 있습니다. **데이터 준비** 화면에서 데이터 세트 이름을 지정할 수 있습니다.
데이터를 준비할 필요가 없는 경우, 데이터를 그대로 사용하여 분석을 만들도록 선택할 수 있습니다. [**Visualize**]를 선택합니다. 이렇게 하면 데이터 세트의 이름이 소스 파일과 같아지고, **분석** 화면으로 이동합니다. 데이터 준비 및 Excel 업로드 설정에 대해 자세히 알아보려면 [Amazon Quick Sight에서 데이터 준비](preparing-data.md) 단원을 참조하십시오.
**참고**
언제든지 새 필드 추가와 같이 파일을 변경하려면 Microsoft Excel에서 변경하고 Quick Sight의 업데이트된 버전을 사용하여 새 데이터 세트를 생성해야 합니다. 데이터 세트 변경의 발생 가능한 영향에 대한 자세한 내용은 [데이터세트를 편집할 때 고려해야 할 사항](edit-a-data-set.md#change-a-data-set)을(를) 참조하십시오.
# Presto를 사용하여 데이터 소스 생성
Presto(또는 PrestoDB)는 모든 크기의 데이터에 대해 빠른 분석 쿼리를 실행하도록 설계된 오픈 소스 분산 SQL 쿼리 엔진으로, 비관계형 데이터 소스와 관계형 데이터 소스를 모두 지원합니다. 지원되는 비관계형 데이터 소스는 Hadoop 분산 파일 시스템(HDFS), Amazon S3, Cassandra, MongoDB, HBase 등이며, 지원되는 관계형 데이터 소스는 MySQL, PostgreSQL, Amazon Redshift, Microsoft SQL Server, Teradata 등입니다.
Presto에 대한 자세한 내용은 다음을 참조하십시오.
+ AWS 웹 사이트의 [Presto](https://aws.amazon.com/big-data/what-is-presto/)에 대한 설명인 presto 소개.
+ Amazon EMR 릴리스 안내서에서 Amazon elastic MapReduce(EMR)를 사용하여 [프레스토 클러스터 생성.](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-presto.html)
+ Presto에 대한 일반적인 정보는 [Presto 설명서](https://trino.io/docs/current/)를 참조하십시오.
Presto 쿼리 엔진을 통해 실행하는 쿼리의 결과를 Quick Sight 데이터 세트로 전환할 수 있습니다. Presto는 백엔드 데이터베이스에서 분석 쿼리를 처리합니다. 그런 다음 Quick Sight 클라이언트에 결과를 반환합니다. Presto를 통해 데이터를 직접 쿼리하거나 쿼리 결과를 SPICE(으)로 보낼 수 있습니다.
Quick Sight를 Presto 클라이언트로 사용하여 쿼리를 실행하기 전에 데이터 소스 프로파일을 구성해야 합니다. 액세스하려는 각 Presto 데이터 소스에 대해 Quick Sight에 데이터 소스 프로파일이 필요합니다. 다음 절차에 따라 Presto에 대한 연결을 생성합니다.
**Amazon Quick Sight에서 presto 데이터 소스에 대한 새 연결을 생성하려면(콘솔)**
1. Amazon Quick Sight 시작 페이지에서 왼쪽의 **데이터를** 선택합니다.
1. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. **Presto** 타일을 선택합니다.
**참고**
대부분의 브라우저에서 Ctrl-F 또는 Cmd-F를 사용하여 검색 상자를 열고 **presto**를 입력하여 찾을 수 있습니다.
1. 새 데이터 원본에 대한 설정을 추가합니다.
+ ****데이터 소스 이름**** - 데이터 소스 연결의 설명이 포함된 이름을 입력합니다. 이 이름은 **데이터세트** 화면 하단의 **기존 데이터 소스** 섹션에 표시됩니다.
+ ****연결 유형**** - Presto에 연결하는 데 사용할 연결 유형을 선택합니다.
퍼블릭 네트워크를 통해 연결하려면 **퍼블릭 네트워크**를 선택합니다.
퍼블릭 네트워크를 사용하는 경우 LDAP(Lightweight Directory Access Protocol)를 사용하여 Presto 서버를 보호하고 인증해야 합니다. LDAP를 사용하도록 Presto를 구성하는 방법에 대한 자세한 내용은 Presto 설명서의 [LDAP 인증](https://trino.io/docs/current/security/ldap.html)을 참조하십시오.
가상 프라이빗 연결을 통해 연결하려면 **VPC 연결** 목록에서 적절한 VPC 이름을 선택합니다.
Presto 서버가 인증되지 않은 액세스를 허용하는 경우 프라이빗 VPC 연결을 사용하여 안전하게 연결해야 AWS 합니다. 새 VPC 구성에 대한 자세한 내용은 [Amazon Quick Sight에서 VPC 연결 구성](working-with-aws-vpc.md) 단원을 참조하십시오.
+ ****데이터베이스 서버**** - 데이터베이스 서버의 이름입니다.
+ ****포트**** - 서버가 Amazon Quick Sight에서 들어오는 연결을 수락하는 데 사용하는 포트입니다.
+ ****카탈로그**** - 사용할 카탈로그의 이름입니다.
+ ****인증 필요**** - (선택 사항) 이 옵션은 VPC 연결 유형을 선택한 경우에만 나타납니다. 연결하려는 Presto 데이터 소스에 인증이 필요하지 않은 경우 **아니요**를 선택합니다. 그렇지 않으면 기본 설정(**예**)를 유지합니다.
+ ****사용자 이름**** - Presto에 연결하는 데 사용할 사용자 이름을 입력합니다. Quick Sight는이 데이터 소스 프로파일을 사용하는 모든 연결에 동일한 사용자 이름과 암호를 적용합니다. Quick Sight를 다른 계정과 별도로 모니터링하려면 각 Quick Sight 데이터 소스 프로파일에 대한 Presto 계정을 생성합니다.
사용하는 Presto 계정은 데이터베이스에 액세스하고 하나 이상의 테이블에 대해 `SELECT` 문을 실행할 수 있어야 합니다.
+ ****암호**** - Presto 사용자 이름과 함께 사용할 암호입니다. Amazon Quick Sight는 데이터 소스 프로파일에 사용하는 모든 자격 증명을 암호화합니다. 자세한 내용은 [Amazon Quick의 데이터 암호화](data-encryption.md) 단원을 참조하십시오.
+ ****SSL 활성화**** - SSL은 기본적으로 활성화됩니다.
1. **연결 확인**을 선택하여 설정을 테스트합니다.
1. 설정을 확인한 후 **데이터 소스 생성**을 선택하여 연결을 완료합니다.
# Amazon Quick Sight에서 Snowflake 사용
Snowflake는 데이터 웨어하우징 및 협업부터 데이터 과학 및 생성형 AI에 이르기까지 여러 데이터 솔루션을 제공하는 AI 데이터 클라우드 플랫폼입니다. Snowflake는 생성형 AI, Machine Learning, 데이터 및 분석, 소매 분야의 AWS ISV 역량을 포함하는 여러 AWS 인증을 받은 [AWS 파트너](https://partners.amazonaws.com/partners/001E000000d8qQcIAI/Snowflake)입니다.
Amazon Quick Sight는 Snowflake 로그인 자격 증명 또는 OAuth 클라이언트 자격 증명을 사용하여 Snowflake에 연결하는 두 가지 방법을 제공합니다. 다음 섹션을 사용하여 이러한 두 연결 방법에 대해 자세히 알아봅니다.
**Topics**
+ [로그인 자격 증명을 사용하여 Snowflake에 대한 Quick Sight 데이터 소스 연결 생성](#create-connection-to-snowflake)
+ [OAuth 클라이언트 자격 증명을 사용하여 Snowflake에 대한 Quick Sight 데이터 소스 연결 생성](#create-connection-to-snowflake-oauth-credentials)
## 로그인 자격 증명을 사용하여 Snowflake에 대한 Quick Sight 데이터 소스 연결 생성
이 섹션을 사용하여 Snowflake 로그인 자격 증명을 사용하여 Quick Sight와 Snowflake 간에 연결을 생성하는 방법을 알아봅니다. Quick Sight와 Snowflake 간의 모든 트래픽은 SSL에서 활성화됩니다.
**Quick Sight와 Snowflake 간의 연결을 생성하려면**
1. [Quick 콘솔](https://quicksight.aws.amazon.com/)을 엽니다.
1. 왼쪽 탐색 창에서 **데이터를** 선택한 다음 **생성을** 선택하고 **새 데이터 세트를** 선택합니다.
1. **Snowflake** 데이터 소스 카드를 선택하세요.
1. 나타나는 팝업에 다음 정보를 입력하세요.
1. **데이터 소스 이름**의 경우 Snowflake 데이터 소스 연결의 설명이 포함된 이름을 입력하세요. Snowflake에 연결하여 많은 데이터세트를 생성할 수 있으므로 이름은 단순하게 유지하는 것이 좋습니다.
1. **연결 유형**에서 사용 중인 네트워크 유형을 선택하세요. 데이터를 공개적으로 공유하는 경우 **퍼블릭 네트워크**를 선택합니다. 데이터가 VPC 내에 있는 경우 **VPC**를 선택하세요. Quick Sight에서 VPC 연결을 구성하려면 섹션을 참조하세요[Amazon Quick에서 VPC 연결 관리](vpc-creating-a-connection-in-quicksight.md).
1. **데이터베이스 서버**의 경우 Snowflake 연결 세부 정보에 지정된 호스트 이름을 입력하세요.
1. **데이터베이스 이름 및 웨어하우스**에 연결하려는 해당 Snowflake 데이터베이스 및 웨어하우스를 입력하세요.
1. **사용자 이름** 및 **암호**에 Snowflake 자격 증명을 입력하세요.
Quick Sight와 Snowflake 계정 간에 데이터 소스 연결을 성공적으로 생성한 후 Snowflake 데이터가 포함된 [데이터 세트 생성](creating-data-sets.md)를 시작할 수 있습니다.
## OAuth 클라이언트 자격 증명을 사용하여 Snowflake에 대한 Quick Sight 데이터 소스 연결 생성
OAuth 클라이언트 자격 증명을 사용하여 Quick Sight [ APIs를 통해 Quick Sight](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html) 계정을 Snowflake와 연결할 수 있습니다. *OAuth*는 고급 보안 요구 사항이 있는 애플리케이션에 자주 사용되는 표준 권한 부여 프로토콜입니다. OAuth 클라이언트 자격 증명을 사용하여 Snowflake에 연결할 때 Quick Sight APIs 및 Quick Sight UI에서 Snowflake 데이터가 포함된 데이터 세트를 생성할 수 있습니다. Snowflake에서 OAuth를 구성하는 방법에 대한 자세한 내용은 [Snowflake OAuth overview](https://docs.snowflake.com/en/user-guide/oauth-snowflake-overview)를 참조하세요.
Quick Sight는 `client credentials` OAuth 권한 부여 유형을 지원합니다. OAuth 클라이언트 자격 증명은 machine-to-machine 통신을 위한 액세스 토큰을 얻는 데 사용됩니다. 이 방법은 클라이언트가 사용자 개입 없이 서버에 호스팅되는 리소스에 액세스해야 하는 시나리오에 적합합니다.
OAuth 2.0의 클라이언트 자격 증명 흐름에는 권한 부여 서버로 클라이언트 애플리케이션을 인증하는 데 사용할 수 있는 몇 가지 클라이언트 인증 메커니즘이 있습니다. Quick Sight는 다음 두 가지 메커니즘에 대해 Snowflake OAuth 기반 클라이언트 자격 증명을 지원합니다.
+ **토큰(클라이언트 보안 암호 기반 OAuth)**: 보안 암호 기반 클라이언트 인증 메커니즘은 권한 부여 서버로 인증하기 위한 흐름에 권한을 부여할 수 있도록 클라이언트 자격 증명과 함께 사용됩니다. 이 인증 체계를 사용하려면 OAuth 클라이언트 앱의 `client_id` 및 `client_secret`을 Secrets Manager에 저장해야 합니다.
+ **X509(클라이언트 프라이빗 키 JWT 기반 OAuth)**: X509 인증서 키 기반 솔루션은 클라이언트 보안 암호 대신 인증에 사용되는 클라이언트 인증서를 사용하여 OAuth 메커니즘에 추가 보안 계층을 제공합니다. 이 방법은 주로 프라이빗 클라이언트에서 사용되며, 프라이빗 클라이언트는 이 방법을 사용하여 두 서비스 간의 강력한 신뢰를 기반으로 권한 부여 서버를 인증합니다.
Quick Sight는 다음 자격 증명 공급자와의 OAuth 연결을 검증했습니다.
+ OKTA
+ PingFederate
### Secrets Manager에 OAuth 자격 증명 저장
OAuth 클라이언트 자격 증명은 머신 간 사용 사례를 위해 제공되며 대화형으로 설계되지 않았습니다. Quick Sight와 Snowflake 간에 데이터 소스 연결을 생성하려면 Secrets Manager에서 OAuth 클라이언트 앱의 보안 인증 정보가 포함된 새 보안 암호를 생성합니다. 새 보안 암호로 생성된 보안 암호 ARN을 사용하여 Quick Sight에서 Snowflake 데이터가 포함된 데이터 세트를 생성할 수 있습니다. Quick Sight에서 Secrets Manager 키를 사용하는 방법에 대한 자세한 내용은 섹션을 참조하세요[Quick에서 데이터베이스 자격 증명 대신 AWS Secrets Manager 보안 암호 사용](secrets-manager-integration.md).
Secrets Manager에 저장해야 하는 자격 증명은 사용하는 OAuth 메커니즘에 따라 결정됩니다. X509 기반 OAuth 보안 암호에는 다음과 같은 키 및 값 페어가 필요합니다.
+ `username`: Snowflake에 연결할 때 사용할 Snowflake 계정 사용자 이름
+ `client_id`: OAuth 클라이언트 ID
+ `client_private_key`: OAuth 클라이언트 프라이빗 키
+ `client_public_key`: OAuth 클라이언트 인증서 퍼블릭 키 및 암호화된 알고리즘(예: `{"alg": "RS256", "kid", "cert_kid"}`)
토큰 기반 OAuth 보안 암호에는 다음과 같은 키 및 값 페어가 필요합니다.
+ `username`: Snowflake에 연결할 때 사용할 Snowflake 계정 사용자 이름
+ `client_id`: OAuth 클라이언트 ID
+ `client_secret`: OAuth 클라이언트 보안 암호
### Quick Sight APIs를 사용하여 Snowflake OAuth 연결 생성
Secrets Manager에서 Snowflake OAuth 자격 증명이 포함된 보안 암호를 생성하고 Quick 계정을 Secrets Manager에 연결한 후 Quick Sight APIs 및 SDK를 사용하여 Quick Sight와 Snowflake 간에 데이터 소스 연결을 설정할 수 있습니다. 다음 예제에서는 토큰 OAuth 클라이언트 자격 증명을 사용하여 Snowflake 데이터 소스 연결을 생성합니다.
```
{
"AwsAccountId": "AWSACCOUNTID",
"DataSourceId": "UNIQUEDATASOURCEID",
"Name": "NAME",
"Type": "SNOWFLAKE",
"DataSourceParameters": {
"SnowflakeParameters": {
"Host": "HOSTNAME",
"Database": "DATABASENAME",
"Warehouse": "WAREHOUSENAME",
"AuthenticationType": "TOKEN",
"DatabaseAccessControlRole": "snowflake-db-access-role-name",
"OAuthParameters": {
"TokenProviderUrl": "oauth-access-token-endpoint",
"OAuthScope": "oauth-scope",
"IdentityProviderResourceUri" : "resource-uri",
"IdentityProviderVpcConnectionProperties" : {
"VpcConnectionArn": "IdP-VPC-connection-ARN"
}
}
},
"VpcConnectionProperties": {
"VpcConnectionArn": "VPC-connection-ARN-for-Snowflake"
}
"Credentials": {
"SecretArn": "oauth-client-secret-ARN"
}
}
```
CreateDatasource API 작업에 대한 자세한 내용은 [CreateDataSource](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html)를 참조하세요.
Quick Sight와 Snowflake 간의 연결이 설정되고 Quick Sight APIs 또는 SDK를 사용하여 데이터 소스가 생성되면 새 데이터 소스가 Quick Sight에 표시됩니다. Quick Sight 작성자는이 데이터 소스를 사용하여 Snowflake 데이터가 포함된 데이터 세트를 생성할 수 있습니다. 테이블은 `CreateDataSource` API 직접 호출에서 전달되는 `DatabaseAccessControlRole` 파라미터에 사용된 역할을 기반으로 표시됩니다. 데이터 소스 연결이 생성될 때이 파라미터가 정의되지 않은 경우 기본 Snowflake 역할이 사용됩니다.
Quick Sight와 Snowflake 계정 간에 데이터 소스 연결을 성공적으로 생성한 후 Snowflake 데이터가 포함된 [데이터 세트 생성](creating-data-sets.md)를 시작할 수 있습니다.
# Amazon Quick Sight에서 Starburst 사용
Starburst는 대규모 병렬 처리(MPP) 쿼리 엔진인 Trino를 기반으로 구축된 모든 기능을 갖춘 데이터 레이크 분석 서비스입니다. 이 섹션을 사용하여 Amazon Quick Sight에서 Starburst로 연결하는 방법을 알아봅니다. Quick Sight와 Starburst 간의 모든 트래픽은 SSL에서 활성화됩니다. Starburst Galaxy에 연결하는 경우 Starburst Galaxy 계정에 로그인한 다음 **Partner Connect**를 선택한 다음 **Quick Sight**를 선택하여 필요한 연결 세부 정보를 얻을 수 있습니다. 호스트 이름 및 포트와 같은 정보를 볼 수 있어야 합니다. Amazon Quick Sight는 Starburst에 대한 기본 사용자 이름 및 암호 인증을 지원합니다.
Quick Sight는 Starburst 로그인 자격 증명 또는 OAuth 클라이언트 자격 증명을 사용하여 Starburst에 연결하는 두 가지 방법을 제공합니다. 다음 섹션을 사용하여 이러한 두 연결 방법에 대해 자세히 알아봅니다.
**Topics**
+ [로그인 자격 증명을 사용하여 Starburst에 대한 Quick Sight 데이터 소스 연결 생성](#create-connection-to-starburst)
+ [OAuth 클라이언트 자격 증명을 사용하여 Starburst에 대한 Quick Sight 데이터 소스 연결 생성](#create-connection-to-starburst-oauth)
## 로그인 자격 증명을 사용하여 Starburst에 대한 Quick Sight 데이터 소스 연결 생성
1. 먼저 새 데이터 세트를 생성합니다. 왼쪽 탐색 창에서 **데이터를** 선택한 다음 **생성을** 선택하고 **새 데이터 세트를** 선택합니다.
1. **Starburst** 데이터 소스 카드를 선택합니다.
1. Starburst 제품 유형을 선택합니다. 온프레미스 Starburst 인스턴스에 대한 **Starburst Enterprise**를 선택합니다. 관리형 인스턴스에 대한 **Starburst Galaxy**를 선택합니다.
1. **데이터 소스 이름**의 경우 Starburst 데이터 소스 연결의 설명이 포함된 이름을 입력합니다. Starburst에 연결하여 많은 데이터 세트를 생성할 수 있으므로 이름은 단순하게 유지하는 것이 좋습니다.
1. **연결 유형**에서 사용 중인 네트워크 유형을 선택합니다. 데이터를 공개적으로 공유하는 경우 **퍼블릭 네트워크**를 선택합니다. 데이터가 VPC 내에 있는 경우 **VPC**를 선택합니다. Amazon Quick Sight에서 VPC 연결을 구성하려면 [ Amazon Quick Sight에서 VPC 연결 구성을 참조하세요](https://docs.aws.amazon.com/quicksight/latest/user/vpc-creating-a-connection-in-quicksight.html). Starburst Galaxy에는 이 연결 유형을 사용할 수 없습니다.
1. **데이터베이스 서버**의 경우 Starburst 연결 세부 정보에 지정된 호스트 이름을 입력합니다.
1. **카탈로그의**에서 Starburst 연결 세부 정보에 지정된 카탈로그를 입력합니다.
1. **포트**에는 Starburst 연결 세부 정보에 지정된 포트를 입력합니다. Starburst Galaxy의 기본값은 443입니다.
1. **사용자 이름** 및 **비밀번호**에 Starburst 연결 보안 인증 정보를 입력합니다.
1. 연결이 제대로 작동하는지 확인하려면 **연결 검증**을 선택합니다.
1. 완료하고 데이터 소스를 만들려면 **데이터 소스 만들기**를 선택합니다.
**참고**
Amazon Quick Sight와 Starburst 간의 연결은 Starburst 버전 420을 사용하여 검증되었습니다.
Quick Sight와 Starburst 계정 간에 데이터 소스 연결을 성공적으로 생성한 후에는 Starburst 데이터가 포함된 [데이터 세트 생성](creating-data-sets.md)를 시작할 수 있습니다.
## OAuth 클라이언트 자격 증명을 사용하여 Starburst에 대한 Quick Sight 데이터 소스 연결 생성
OAuth 클라이언트 자격 증명을 사용하여 Quick Sight [ APIs를 통해 Quick Sight](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html) 계정을 Starburst와 연결할 수 있습니다. *OAuth*는 고급 보안 요구 사항이 있는 애플리케이션에 자주 사용되는 표준 권한 부여 프로토콜입니다. OAuth 클라이언트 자격 증명을 사용하여 Starburst에 연결할 때 Quick Sight APIs 및 Quick Sight UI에서 Starburst 데이터가 포함된 데이터 세트를 생성할 수 있습니다. Starburst에서 OAuth를 구성하는 방법에 대한 자세한 내용은 [OAuth 2.0 authentication](https://docs.starburst.io/latest/security/oauth2.html)을 참조하세요.
Quick Sight는 `client credentials` OAuth 권한 부여 유형을 지원합니다. OAuth 클라이언트 자격 증명은 machine-to-machine 통신을 위한 액세스 토큰을 얻는 데 사용됩니다. 이 방법은 클라이언트가 사용자 개입 없이 서버에 호스팅되는 리소스에 액세스해야 하는 시나리오에 적합합니다.
OAuth 2.0의 클라이언트 자격 증명 흐름에는 권한 부여 서버로 클라이언트 애플리케이션을 인증하는 데 사용할 수 있는 몇 가지 클라이언트 인증 메커니즘이 있습니다. Quick Sight는 다음 두 가지 메커니즘OAuth에 대해 Starburst 기반 클라이언트 자격 증명을 지원합니다.
+ **토큰(클라이언트 보안 암호 기반 OAuth)**: 보안 암호 기반 클라이언트 인증 메커니즘은 권한 부여 서버로 인증하기 위한 흐름에 권한을 부여할 수 있도록 클라이언트 자격 증명과 함께 사용됩니다. 이 인증 체계를 사용하려면 OAuth 클라이언트 앱의 `client_id` 및 `client_secret`을 Secrets Manager에 저장해야 합니다.
+ **X509(클라이언트 프라이빗 키 JWT 기반 OAuth)**: X509 인증서 키 기반 솔루션은 클라이언트 보안 암호 대신 인증에 사용되는 클라이언트 인증서를 사용하여 OAuth 메커니즘에 추가 보안 계층을 제공합니다. 이 방법은 주로 프라이빗 클라이언트에서 사용되며, 프라이빗 클라이언트는 이 방법을 사용하여 두 서비스 간의 강력한 신뢰를 기반으로 권한 부여 서버를 인증합니다.
Quick Sight는 다음 자격 증명 공급자와의 OAuth 연결을 검증했습니다.
+ OKTA
+ PingFederate
### Secrets Manager에 OAuth 자격 증명 저장
OAuth 클라이언트 자격 증명은 머신 간 사용 사례를 위해 제공되며 대화형으로 설계되지 않았습니다. Quick Sight와 Starburst 간에 데이터 소스 연결을 생성하려면 Secrets Manager에서 OAuth 클라이언트 앱의 보안 인증 정보가 포함된 새 보안 암호를 생성합니다. 새 보안 암호로 생성된 보안 암호 ARN을 사용하여 Quick Sight에서 Starburst 데이터가 포함된 데이터 세트를 생성할 수 있습니다. Quick Sight에서 Secrets Manager 키를 사용하는 방법에 대한 자세한 내용은 섹션을 참조하세요[Quick에서 데이터베이스 자격 증명 대신 AWS Secrets Manager 보안 암호 사용](secrets-manager-integration.md).
Secrets Manager에 저장해야 하는 자격 증명은 사용하는 OAuth 메커니즘에 따라 결정됩니다. X509 기반 OAuth 보안 암호에는 다음과 같은 키 및 값 페어가 필요합니다.
+ `username`: Starburst에 연결할 때 사용할 Starburst 계정 사용자 이름
+ `client_id`: OAuth 클라이언트 ID
+ `client_private_key`: OAuth 클라이언트 프라이빗 키
+ `client_public_key`: OAuth 클라이언트 인증서 퍼블릭 키 및 암호화된 알고리즘(예: `{"alg": "RS256", "kid", "cert_kid"}`)
토큰 기반 OAuth 보안 암호에는 다음과 같은 키 및 값 페어가 필요합니다.
+ `username`: Starburst에 연결할 때 사용할 Starburst 계정 사용자 이름
+ `client_id`: OAuth 클라이언트 ID
+ `client_secret`: OAuth 클라이언트 보안 암호
### Quick Sight APIs를 사용하여 Starburst OAuth 연결 생성
Secrets Manager에서 Starburst OAuth 보안 인증 정보가 포함된 보안 암호를 생성하고 Quick 계정을 Secrets Manager에 연결한 후 Quick Sight APIs 및 SDK를 사용하여 Quick Sight와 Starburst 간에 데이터 소스 연결을 설정할 수 있습니다. 다음 예제에서는 토큰 OAuth 클라이언트 자격 증명을 사용하여 Starburst 데이터 소스 연결을 생성합니다.
```
{
"AwsAccountId": "AWSACCOUNTID",
"DataSourceId": "DATASOURCEID",
"Name": "NAME",
"Type": "STARBURST",
"DataSourceParameters": {
"StarburstParameters": {
"Host": "STARBURST_HOST_NAME",
"Port": "STARBURST_PORT",
"Catalog": "STARBURST_CATALOG",
"ProductType": "STARBURST_PRODUCT_TYPE",
"AuthenticationType": "TOKEN",
"DatabaseAccessControlRole": "starburst-db-access-role-name",
"OAuthParameters": {
"TokenProviderUrl": "oauth-access-token-endpoint",
"OAuthScope": "oauth-scope",
"IdentityProviderResourceUri" : "resource-uri",
"IdentityProviderVpcConnectionProperties" : {
"VpcConnectionArn": "IdP-VPC-connection-ARN"
}
}
},
"VpcConnectionProperties": {
"VpcConnectionArn": "VPC-connection-ARN-for-Starburst"
},
"Credentials": {
"SecretArn": "oauth-client-secret-ARN"
}
}
```
CreateDatasource API 작업에 대한 자세한 내용은 [CreateDataSource](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html)를 참조하세요.
Quick Sight와 Starburst 간의 연결이 설정되고 Quick Sight APIs 또는 SDK를 사용하여 데이터 소스가 생성되면 새 데이터 소스가 Quick Sight에 표시됩니다. Quick Sight 작성자는이 데이터 소스를 사용하여 Starburst 데이터가 포함된 데이터 세트를 생성할 수 있습니다. 테이블은 `CreateDataSource` API 직접 호출에서 전달되는 `DatabaseAccessControlRole` 파라미터에 사용된 역할을 기반으로 표시됩니다. 데이터 소스 연결이 생성될 때이 파라미터가 정의되지 않은 경우 기본 Starburst 역할이 사용됩니다.
Quick Sight와 Starburst 계정 간에 데이터 소스 연결을 성공적으로 생성한 후에는 Starburst 데이터가 포함된 [데이터 세트 생성](creating-data-sets.md)를 시작할 수 있습니다.
# SaaS 소스에서 데이터 소스 및 데이터 세트 생성
SaaS(Software as a Service) 애플리케이션의 데이터를 분석하고 보고하려면 SaaS 커넥터를 사용하여 Quick Sight에서 직접 데이터에 액세스할 수 있습니다. 데이터를 중간 데이터 저장소로 내보내재 않고도 OAuth를 사용하여 타사 애플리케이션 소스에 간단히 액세스하는 SaaS 커넥터.
SaaS 애플리케이션의 클라우드 기반 또는 서버 기반 인스턴스를 사용할 수 있습니다. 회사 네트워크에서 실행 중인 SaaS 애플리케이션에 연결하려면 Quick Sight가 네트워크를 통해 애플리케이션의 도메인 이름 시스템(DNS) 이름에 액세스할 수 있는지 확인합니다. Quick Sight가 SaaS 애플리케이션에 액세스할 수 없는 경우 알 수 없는 호스트 오류가 발생합니다.
다음은 SaaS 데이터 사용 방법을 보여주는 몇 가지 예입니다.
+ Jira를 사용하여 문제와 버그를 추적하는 엔지니어링 팀에서는 개발자 효율성 및 버그 제거에 대해 보고할 수 있습니다.
+ 마케팅 조직은 Quick Sight를 Adobe Analytics와 통합하여 통합 대시보드를 구축하여 온라인 및 웹 마케팅 데이터를 시각화할 수 있습니다.
다음 절차에 따라 서비스형 소프트웨어(SaaS)를 통해 제공되는 소스에 연결하여 데이터 소스 및 데이터 세트를 생성합니다. 이 절차에서는 GitHub와의 연결을 예로 사용합니다. 다른 SaaS 데이터 소스는 화면(특히 SaaS 화면)이 다르게 보일 수도 있지만 동일한 프로세스를 따릅니다.
**SaaS를 통해 소스에 연결하여 데이터 소스 및 데이터 세트 생성하기**
1. 빠른 시작 페이지에서 **데이터를** 선택합니다.
1. **데이터** 페이지에서 **생성을 ** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. 사용하려는 SaaS 소스를 나타내는 아이콘을 선택합니다. 예를 들어 Adobe Analytics나 GitHub를 선택할 수 있습니다.
OAuth를 사용하는 소스의 경우 커넥터는 사용자가 데이터 소스를 생성하기 전에 연결을 승인하기 위한 SaaS 사이트로 안내합니다.
1. 데이터 소스의 이름을 선택하고 입력합니다. 추가 화면 프롬프트가 표시되는 경우 해당 정보를 입력합니다. 그런 다음 [**Create data source**]를 선택합니다.
1. 자격 증명을 입력하라는 메시지가 표시되면 SaaS 로그인 페이지에서 자격 증명을 입력합니다.
1. 메시지가 표시되면 SaaS 데이터 소스와 Quick Sight 간의 연결을 승인합니다.
다음 예제는 Quick Sight가 Quick Sight 설명서의 GitHub 계정에 액세스할 수 있는 권한을 보여줍니다.
**참고**
이제 GitHub에서 Quick Sight 설명서를 사용할 수 있습니다. 이 사용 설명서를 변경하려는 GitHub를 사용하여 사용 설명서를 직접 편집할 수 있습니다.
(선택 사항) SaaS 계정이 조직 계정의 일부인 경우 Quick Sight 권한 부여의 일부로 조직 액세스를 요청하라는 메시지가 표시될 수 있습니다. 이렇게 하려면 SaaS 화면의 프롬프트에 따라 Quick Sight를 승인하도록 선택합니다.
1. 승인이 완료된 후에는 연결할 테이블이나 객체를 선택합니다. 그런 다음 **선택**을 선택합니다.
1. **데이터 세트 생성 완료** 화면에서 다음 옵션 중 하나를 선택합니다.
+ 데이터 소스 및 데이터 세트를 저장하려면 **데이터 편집/ 미리 보기**를 선택합니다. 그런 다음 상단 메뉴 모음에서 [**Save**]를 선택합니다.
+ 데이터를 원본 그대로 사용하여 데이터 세트와 분석을 만들려면 **시각화**를 선택합니다. 이 옵션은 데이터 소스 및 데이터 세트를 자동으로 저장합니다.
또한 분석을 만들기 전에 데이터를 준비하려면 [**Edit/Preview data**]를 선택합니다. 그러면 데이터 준비 화면이 열립니다. 데이터 준비에 대한 자세한 내용은 [데이터 세트 준비 예제](preparing-data-sets.md) 단원을 참조하십시오.
다음과 같은 제약이 적용됩니다.
+ Quick Sight가 연결하려면 SaaS 소스가 REST API 작업을 지원해야 합니다.
+ Jira에 연결하는 경우 URL이 퍼블릭 주소여야 합니다.
+ [SPICE](spice.md) 용량이 부족한 경우 [**Edit/Preview data**]를 선택합니다. 데이터 준비 화면에서 데이터 세트의 필드를 지워 크기를 줄이거나, 반환되는 행의 수를 줄이는 필터를 적용할 수 있습니다. 데이터 준비에 대한 자세한 내용은 [데이터 세트 준비 예제](preparing-data-sets.md) 단원을 참조하십시오.
# Salesforce에서 데이터 세트 생성
Salesforce에 연결하고 데이터를 제공할 보고서 또는 객체를 선택하여 데이터 세트를 생성하려면 다음 절차에 따르십시오.
**보고서 또는 개체에서 Salesforce를 사용하여 데이터 세트 생성하기**
1. 대상 보고서 또는 객체가 데이터 소스 할당량을 초과하지 않도록 [데이터 소스 할당량](data-source-limits.md)을(를) 확인합니다.
1. 빠른 시작 페이지에서 **데이터를** 선택합니다.
1. **데이터** 페이지에서 **생성** 후 **새 데이터 세트를** 선택합니다.
1. **Salesforce** 아이콘을 선택합니다.
1. 데이터 소스의 이름을 입력한 후 **Create data source(데이터 소스 생성)**를 선택합니다.
1. Salesforce 로그인 페이지에서 Salesforce 자격 증명을 입력합니다.
1. [**Data elements: contain your data**]에서 [**Select**]를 누른 후 [**REPORT**] 또는 [**OBJECT**]를 선택합니다.
**참고**
조인된 보고서는 Quick Sight 데이터 소스로 지원되지 않습니다.
1. 다음 옵션 중 하나를 선택하세요.
+ 분석을 만들기 전에 데이터를 준비하려면 [**Edit/Preview data**]를 선택하여 데이터 준비를 엽니다. 데이터 준비에 대한 자세한 내용은 [데이터 세트 준비 예제](preparing-data-sets.md) 단원을 참조하십시오.
+ 그렇지 않으면 보고서 또는 객체를 선택한 후 [**Select**]를 선택합니다.
1. 다음 옵션 중 하나를 선택하세요.
+ 데이터를 원본 그대로 사용하여 데이터 세트와 분석을 만들려면 **시각화**를 선택합니다.
**참고**
[SPICE](spice.md) 용량이 부족한 경우 [**Edit/Preview data**]를 선택합니다. 데이터 준비 중에 데이터 세트에서 필드를 지워 크기를 줄이거나, 반환되는 행의 수를 줄이는 필터를 적용할 수 있습니다. 데이터 준비에 대한 자세한 내용은 [데이터 세트 준비 예제](preparing-data-sets.md) 단원을 참조하십시오.
+ 분석을 만들기 전에 데이터를 준비하려면 [**Edit/Preview data**]를 선택하여, 선택한 보고서나 객체의 데이터 준비를 엽니다. 데이터 준비에 대한 자세한 내용은 [데이터 세트 준비 예제](preparing-data-sets.md) 단원을 참조하십시오.
**참고**
Salesforce 커넥터는 사용자가 네임스페이스 격리를 통해 인증하는 임베디드 콘솔 배포에서는 지원되지 않습니다. 로그인 프로세스를 완료하려면 OAuth 인증 흐름에 Amazon Quick Sight 콘솔에 직접 액세스해야 합니다.
# Amazon Quick Sight에서 Trino 사용
Trino는 페타바이트 규모의 데이터로 데이터 레이크를 빠르게 쿼리하도록 구축된 대량 병렬 처리(MPP) 쿼리 엔진입니다. 이 섹션에서는 Amazon Quick Sight에서 Trino로 연결하는 방법을 알아봅니다. Amazon Quick Sight와 Trino 간의 모든 트래픽은 SSL에서 활성화됩니다. Amazon Quick Sight는 Trino에 대한 기본 사용자 이름 및 암호 인증을 지원합니다.
## Trino용 데이터 소스 연결 생성
1. 먼저 새 데이터 세트를 생성합니다. 왼쪽 탐색 창에서 **데이터를** 선택합니다. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. **Trino** 데이터 소스 카드를 선택합니다.
1. **데이터 소스 이름**의 경우 데이터 소스 연결의 설명이 포함된 이름을 입력합니다. Trino에 연결하여 많은 데이터 세트를 생성할 수 있으므로 이름은 단순하게 유지하는 것이 좋습니다.
1. **연결 유형**에서 사용 중인 네트워크 유형을 선택합니다. 데이터를 공개적으로 공유하는 경우 **퍼블릭 네트워크**를 선택합니다. 데이터가 VPC 내에 있는 경우 **VPC**를 선택합니다. Amazon Quick Sight에서 VPC 연결을 구성하려면 [ Amazon Quick Sight에서 VPC 연결 구성을 참조하세요](https://docs.aws.amazon.com/quicksight/latest/user/vpc-creating-a-connection-in-quicksight.html).
1. **데이터베이스 서버**의 경우 Trino 연결 세부 정보에 지정된 호스트 이름을 입력합니다.
1. **카탈로그의**에서 Trino 연결 세부 정보에 지정된 카탈로그를 입력합니다.
1. **포트**에는 Trino 연결 세부 정보에 지정된 포트를 입력합니다.
1. **사용자 이름** 및 **비밀번호**에 Trino 연결 보안 인증 정보를 입력합니다.
1. 연결이 제대로 작동하는지 확인하려면 **연결 검증**을 선택합니다.
1. 완료하고 데이터 소스를 만들려면 **데이터 소스 만들기**를 선택합니다.
## Trino용 새 Amazon Quick Sight 데이터 세트 추가
Trino용 [데이터 소스 생성 프로세스](https://docs.aws.amazon.com/create-connection-to-starburst.html)를 거친 후 분석에 사용할 Trino 데이터 세트를 생성할 수 있습니다. 새 Trino 데이터 소스나 기존 Trino 데이터 소스에서 새 데이터 세트를 만들 수 있습니다. 새 데이터 소스를 생성할 때 Amazon Quick Sight는 즉시 아래 3단계인 데이터 세트를 생성하도록 안내합니다. 기존 데이터 소스를 사용하여 새 데이터 세트를 생성하는 경우 아래 1단계부터 시작하십시오.
Trino 데이터 소스를 사용하여 데이터 세트를 만들려면 다음 단계를 참조하십시오.
1. 시작 페이지에서 **데이터를** 선택합니다. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. 생성한 Trino 데이터 소스를 선택합니다.
1. **데이터 세트 생성**을 선택합니다.
1. 연결하려는 테이블을 지정하려면 스키마를 선택합니다. 스키마를 선택하지 않으려면 자체 SQL 문을 사용할 수도 있습니다.
1. 연결하려는 테이블을 지정하려면 먼저 사용하려는 **스키마**를 선택합니다. **테이블**의 경우 사용할 테이블을 선택합니다. 자체 SQL 문을 사용하려면 사용자 **지정 SQL 사용을** 선택합니다.
1. **편집/미리 보기**를 선택합니다.
1. (선택 사항) 데이터를 더 많이 추가하려면 다음 단계를 사용합니다.
1. 오른쪽 상단에서 **데이터 추가**를 선택합니다.
1. 다른 데이터에 연결하려면 **데이터 소스 전환**을 선택하고 다른 데이터 세트를 선택합니다.
1. 프롬프트를 따라 데이터 추가를 완료합니다.
1. 동일한 데이터 세트에 새 데이터를 추가한 후 **이 조인 구성**(빨간색 점 2개)을 선택합니다. 각 추가 테이블에 대해 조인을 설정합니다.
1. 계산된 필드를 추가하고자 하는 경우 **계산된 필드 추가를** 선택합니다.
1. 생략할 필드의 확인란을 선택 취소하십시오.
1. 변경하고자 하는 데이터 유형을 업데이트하세요.
1. 마치면 **저장**을 선택하여 데이터 세트를 저장하고 닫습니다.
**참고**
Quick Sight와 Trino 간의 연결은 Trino 버전 410을 사용하여 검증되었습니다.
# 로컬 텍스트 파일을 사용하여 데이터 세트 생성
로컬 텍스트 파일 데이터 소스를 사용하여 데이터 세트를 생성하려면 파일 위치를 확인하고 나서 파일을 업로드합니다. 데이터 세트를 생성하는 과정의 일부로 파일 데이터를 [SPICE](spice.md)(으)로 가져오기가 자동으로 수행됩니다.
**로컬 텍스트 파일을 기반으로 데이터 세트 생성하기**
1. 대상 파일이 데이터 소스 할당량을 초과하지 않도록 [데이터 소스 할당량](data-source-limits.md)을(를) 확인합니다.
지원되는 파일 형식에는 .csv, .tsv, .json, .clf, .elf 파일 등이 있습니다.
1. 빠른 시작 페이지에서 **데이터를** 선택합니다.
1. **생성을 ** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. [**Upload a file**]을 선택합니다.
1. [**Open**] 대화 상자에서, 파일을 찾아 선택한 다음 [**Open**]을 선택합니다.
파일을 Quick Sight에 업로드하려면 1GB 이하여야 합니다.
1. 데이터 세트를 만들기 전에 데이터를 준비하려면 **데이터 편집/미리 보기**를 선택합니다. 그렇지 않은 경우 [**Visualize**]를 선택하여 데이터를 있는 그대로 사용하여 분석을 생성합니다.
전자를 선택하면 데이터 준비 과정에 데이터 세트 이름을 지정할 수 있습니다. 후자를 선택하면 소스 파일과 동일한 이름의 데이터 세트가 생성됩니다. 데이터 준비에 대한 자세한 내용은 [Amazon Quick Sight에서 데이터 준비](preparing-data.md) 단원을 참조하십시오.
# Amazon Quick Sight에서 Amazon Timestream 데이터 사용
아래에서 Amazon Quick Sight를 사용하여 Amazon Timestream 데이터에 연결하는 방법을 확인할 수 있습니다. 간략한 개요는 YouTube에서 [Amazon Timestream 및 Amazon QuickSight 시작하기](https://youtu.be/TzW4HWl-L8s)비디오 튜토리얼을 참조하십시오.
## Timestream 데이터베이스에 대한 새 Amazon Quick Sight 데이터 소스 연결 생성
아래에서 Amazon Quick Sight에서 Amazon Timestream에 연결하는 방법을 확인할 수 있습니다.
계속 진행하려면 먼저 Amazon Timestream에 연결할 수 있는 권한이 Amazon Quick Sight에 있어야 합니다. 연결이 활성화되지 않은 경우 연결을 시도할 때 오류가 발생합니다. Quick Sight 관리자는 AWS 리소스에 대한 연결을 승인할 수 있습니다. 권한을 부여하려면 오른쪽 상단의 프로필 아이콘을 클릭하여 메뉴를 엽니다. **QuickSight 관리**, **보안 및 권한**, **추가 또는 제거**를 선택합니다. 그런 다음 Amazon Timestream의 확인란을 활성화한 다음 **업데이트**를 선택하여 확인합니다. 자세한 내용은 [AWS 데이터 소스에 대한 Amazon Quick Sight 액세스 구성](access-to-aws-resources.md) 단원을 참조하십시오.
**Amazon Timestream에 연결하기**
1. 먼저 새 데이터 세트를 생성합니다. 왼쪽 탐색 창에서 **데이터를** 선택합니다.
1. **생성을** 선택한 다음 **새 데이터 세트를** 선택합니다.
1. Timestream 데이터 소스 카드를 선택합니다.
1. **데이터 소스 이름**의 경우 Timestream 데이터 소스 연결(예: `US Timestream Data`)의 설명이 포함된 이름을 입력합니다. Timestream에 연결하여 많은 데이터 세트를 생성할 수 있으므로 이름은 단순하게 유지하는 것이 좋습니다.
1. **연결 검증**을 선택하여 Timestream에 성공적으로 연결할 수 있는지 확인합니다.
1. 계속하려면 **데이터 소스 생성**을 선택합니다.
1. **데이터베이스**의 경우 **선택**을 선택하여 사용 가능한 옵션 목록을 확인합니다.
1. 사용할 옵션을 선택한 다음 **선택**을 선택하여 계속합니다.
1. 다음 중 하나를 수행하세요.
+ Quick Sight의 인 메모리 엔진(라고 함SPICE)으로 데이터를 가져오려면 **더 빠른 분석을 SPICE 위해 로 가져오기**를 선택합니다.
+ 데이터 세트를 새로 고치거나 분석 또는 대시보드를 사용할 때마다 Quick Sight가 데이터에 대해 쿼리를 실행하도록 허용하려면 **데이터 직접 쿼리를** 선택합니다.
Timestream 데이터를 사용하는 게시된 대시보드에서 자동 새로 고침을 활성화하려면 Timestream 데이터 집합에서 직접 쿼리를 사용해야 합니다.
1. **편집/미리보기**를 선택한 다음 **저장**을 선택하여 데이터 세트를 저장하고 닫습니다.
1. 이 단계를 반복하여 데이터 세트에서 열려는 Timestream에 대한 동시 직접 연결 수를 계산합니다. 예를 들어 Quick Sight 데이터 세트에서 테이블 4개를 사용한다고 가정해 보겠습니다. 현재 Quick Sight 데이터 세트는 Timestream 데이터 소스에서 한 번에 하나의 테이블에만 연결됩니다. 동일한 데이터 세트에서 테이블 4개를 사용하려면 Quick Sight에 데이터 소스 연결 4개를 추가해야 합니다.
## Timestream 데이터에 대한 권한 관리
다음 절차는 동일한 Timestream 데이터 소스에 대한 액세스를 허용하는 권한을 보고, 추가하고, 취소하는 방법을 설명합니다. 추가하는 사용자는 Quick Sight에서 활성 사용자여야 추가할 수 있습니다.
**데이터 세트에 대한 권한 편집하기**
1. 왼쪽에서 **데이터를** 선택한 다음 아래로 스크롤하여 Timestream 연결에 대한 데이터 세트를 찾습니다. 예를 들면 `US Timestream Data`와(과) 같습니다.
1. **Timestream** 데이터 세트를 선택하여 엽니다.
1. 표시되는 데이터 세트 세부정보 페이지에서 **권한** 탭을 선택합니다.
현재 권한 목록이 나타납니다.
1. 권한을 추가하려면 **사용자 및 그룹 추가**를 선택하고 다음 단계를 따르십시오.
1. 같은 데이터 세트를 사용할 수 있도록 사용자 또는 그룹을 추가합니다.
1. 추가하려는 모든 사람을 모두 추가했으면 해당 사용자에게 적용할 **권한**을 선택합니다.
1. (선택 사항) 권한을 수정하려면 **뷰어** 또는 **소유자**를 선택하면 됩니다.
+ 읽기 액세스를 허용하려면 **뷰어**를 선택합니다.
+ **소유자**를 선택하여 해당 사용자가이 Quick Sight 데이터 소스를 편집, 공유 또는 삭제할 수 있도록 허용합니다.
1. (선택 사항) 권한을 취소하려면 **액세스 취소**를 선택합니다. 액세스 권한을 취소한 후에는 데이터 세트를 생성, 수정, 공유 또는 삭제할 수 없습니다.
1. 모든 구매를 마친 후에는 **닫기**를 선택합니다.
## Timestream용 새 Quick Sight 데이터 세트 추가
Timestream 데이터에 대한 기존 데이터 소스 연결이 있으면 분석에 사용할 Timestream 데이터 세트를 생성할 수 있습니다.
현재 Timestream 연결은 데이터 세트의 단일 테이블에만 사용할 수 있습니다. 단일 데이터 세트에 여러 Timestream 테이블의 데이터를 추가하려면 각 테이블에 대해 Quick Sight 데이터 소스 연결을 추가로 생성합니다.
**Amazon Timestream을 사용하여 데이터 세트 생성하기**
1. 왼쪽에서 **데이터를** 선택한 다음 아래로 스크롤하여 Timestream 연결에 사용할 데이터 소스 카드를 찾습니다. 데이터 소스가 여러 개 있는 경우 페이지 상단의 검색 창을 사용하여 이름이 일부 일치하는 데이터 소스를 찾을 수 있습니다.
1. **Timestream** 데이터 소스 카드를 선택한 다음 **데이터 세트 생성**을 선택합니다.
1. **데이터베이스**의 경우 **선택**을 선택하여 사용 가능한 데이터베이스 목록을 확인한 다음 사용할 데이터베이스를 선택합니다.
1. **테이블**의 경우 사용할 테이블을 선택합니다.
1. **편집/미리 보기**를 선택합니다.
1. (선택 사항) 데이터를 더 많이 추가하려면 다음 단계를 사용합니다.
1. 오른쪽 상단에서 **데이터 추가**를 선택합니다.
1. 다른 데이터에 연결하려면 **데이터 소스 전환**을 선택하고 다른 데이터 세트를 선택합니다.
1. UI 프롬프트에 따라 데이터 추가를 완료합니다.
1. 동일한 데이터 세트에 새 데이터를 추가한 후 **이 조인 구성**(빨간색 점 2개)을 선택합니다. 각 추가 테이블에 대해 조인을 설정합니다.
1. 계산된 필드를 추가하고자 하는 경우 **계산된 필드 추가를** 선택합니다.
1. SageMaker AI에서 모델을 추가하려면 **SageMaker로 보강**을 선택하세요. 이 옵션은 Amazon Quick Enterprise 에디션에서만 사용할 수 있습니다.
1. 생략할 필드의 확인란을 선택 취소하십시오.
1. 변경하고자 하는 데이터 유형을 업데이트하세요.
1. 마치면 **저장**을 선택하여 데이터 세트를 저장하고 닫습니다.
## 분석에 Timestream 데이터 추가
아래에서 Quick Sight 분석에 Amazon Timestream 데이터 세트를 추가하는 방법을 확인할 수 있습니다. 시작하기 전에 사용할 Timestream 데이터가 포함된 기존 데이터 세트가 있는지 확인하십시오.
**분석에 Amazon Timestream 데이터 추가하기**
1. 왼쪽에서 **분석**을 선택합니다.
1. 다음 중 하나를 수행하세요.
+ 새 분석을 만들려면 오른쪽에서 **새 분석**을 선택합니다.
+ 기존 분석에 추가하려면 편집하려는 분석을 여십시오.
+ 왼쪽 상단에 있는 연필 아이콘을 선택합니다.
+ **데이터 세트 추가**를 선택합니다.
1. 추가할 Timestream 데이터 세트를 선택합니다.
자세한 내용은 [분석을 통합 작업](https://docs.aws.amazon.com/quicksight/latest/user/working-with-analyses.html)을 참조하십시오.