View a markdown version of this page

부록: Microsoft Power BI 지원 AWS 데이터 소스 - 에서 Microsoft Power BI 사용 AWS 클라우드
Amazon RedshiftAmazon RDSAmazon AthenaAmazon OpenSearch ServiceAWS Lake Formation

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

부록: Microsoft Power BI 지원 AWS 데이터 소스

지원되는 데이터 소스의 전체 목록은 Microsoft에서 제공하지만(Power BI 데이터 소스 참조), 각 AWS 데이터 소스에 대한 다음 섹션에서는 일부 독자에게 도움이 될 수 있는 사용 및 구성 지침을 제공합니다.

Amazon Redshift

Amazon Redshift는 AWS 클라우드의 완전관리형 페타바이트 규모의 데이터 웨어하우스 서비스입니다. Amazon Redshift 데이터 웨어하우스는 노드라는 컴퓨팅 리소스의 모음으로, 노드는 클러스터라는 그룹을 구성합니다. 각 클러스터는 Amazon Redshift 엔진을 실행하며, 하나 이상의 데이터베이스를 포함합니다.

다음과 같은 경우 Amazon Redshift 사용을 고려해야 합니다.

  • 네이티브 클라우드 데이터 웨어하우스를 구축하거나 마이그레이션하고 있습니다.

  • 몇 테라바이트에서 수백 테라바이트로 확장해야 할 수 있습니다.

  • Power BI 사용자가 Amazon S3에 저장된 데이터 레이크의 데이터에 투명하게 액세스하고 데이터 웨어하우스의 테이블과 조인하도록 허용하려고 합니다.

  • 쿼리 워크로드에는 다음이 포함됩니다.

    • 대용량(멀티 기가바이트 및 멀티 테라바이트) 테이블에서 집계를 계산하는 쿼리입니다.

    • 여러 조인 및 하위 쿼리가 있는 매우 복잡한 SQL입니다.

    • 대시보드에 사용되는 복잡한 분석 쿼리와 단순하고 고도로 필터링된 쿼리의 조합입니다.

Amazon Redshift를 Microsoft Power BI와 함께 사용하는 경우 다음 사항에 유의하세요.

  • Amazon Redshift는 Microsoft Power BI Desktop 및 Power BI 서비스 모두에서 기본적으로 Power BI 데이터 소스로 지원되며, 각각 가져오기 및 직접 쿼리 모드를 지원합니다.

  • Redshift 클러스터는 퍼블릭 서브넷에서 시작하고 인터넷에서 액세스할 수 있도록 구성할 수 있지만 대부분의 고객은 보안을 강화하기 위해 프라이빗 서브넷에서 클러스터를 시작하는 것을 선호합니다. 프라이빗 서브넷을 사용하는 경우 온프레미스 데이터 게이트웨이를 사용하여 Power BI 서비스에서 Amazon Redshift로 연결합니다.

  • Redshift 커넥터는 Power BI 데스크톱 및 서비스에서 Azure AD 인증을 지원합니다.

  • Spectrum을 통해 액세스하는 외부 테이블은 기본 Redshift 테이블과 다르게 취급되지 않으며 Power BI는 이를 구분할 수 있는 방법이 없습니다. 외부 테이블의 데이터에 액세스할 때 다음을 확인하세요.

    • 문자열이 포함된 열은 'STRING'이 아닌 AWS Glue 데이터 카탈로그에서 'VARCHAR'로 카탈로그화됩니다. 그렇지 않으면 Power BI에서 다음 오류가 발생합니다. Exception: OLE DB or ODBC error: [Expression.Error] We couldn't fold the expression to the data source. Please try a simpler expression..

    • ARRAY와 같은 복잡한 데이터 형식이 포함된 열은 지원되지 않습니다. 복잡한 데이터 형식이 포함된 열을 사용하면 Power BI에서 다음 오류가 발생합니다. Exception: ODBC: ERROR [42703] [Microsoft]Amazon Redshift Error occurred while trying to execute a query

      모델에 포함해야 하는 경우 사용자 수준에서 JSON 직렬화를 활성화(Amazon Redshift에서)하거나 복잡한 데이터 형식을 네이티브 테이블의 SUPER 열에 저장할 수 있습니다.

Amazon RDS

Amazon RDS를 사용하면 클라우드에서 관계형 데이터베이스를 쉽게 설정, 운영 및 확장할 수 있습니다. Amazon RDS는 여러 데이터베이스 인스턴스 유형(메모리, 성능 또는 I/O에 최적화됨)에서 사용할 수 있으며 Amazon Aurora, PostgreSQL, MySQL, MariaDB, Oracle Database 및 SQL Server를 포함하여 선택할 수 있는 6개의 친숙한 데이터베이스 엔진을 제공합니다.

다음과 같은 경우 RDS 사용을 고려해야 합니다.

  • 운영 데이터 스토어를 구축하고 있습니다.

  • SQL Server 또는 Oracle Database 데이터 웨어하우스를 클라우드로 마이그레이션하고 있지만 리팩터링에 관심이 없습니다.

  • 쿼리 워크로드에는 다음이 포함됩니다.

    • 쉽게 인덱싱할 수 있는 테이블에서 고도로 필터링된 데이터에 액세스하는 쿼리입니다.

    • 중small-to-medium 규모의 테이블(기가바이트)에 대한 분석 쿼리.

    • 대시보드에 사용되는 중간 복잡성 분석 쿼리와 단순하고 고도로 필터링된 쿼리의 조합입니다.

Amazon RDS를 Microsoft Power BI와 함께 사용하는 경우 다음 사항에 유의하세요.

  • Amazon RDS는 SQL Server, MariaDB, MySQL, Oracle Database 및 PostgreSQL을 비롯한 여러 데이터베이스 엔진을 제공합니다. 데이터베이스 엔진은 Amazon RDS 서비스가 아닌 Power BI 데스크톱 및 Power BI 서비스에 나열됩니다.

  • Amazon Aurora의 경우 선택한 데이터베이스 엔진에 따라 내 SQL 또는 PostgreSQL 연결 유형을 사용합니다.

  • Amazon RDS 인스턴스는 퍼블릭 서브넷에서 시작하고 인터넷에서 액세스할 수 있도록 구성할 수 있지만 대부분의 고객은 보안을 강화하기 위해 프라이빗 서브넷에서 인스턴스를 시작하는 것을 선호합니다. 프라이빗 서브넷을 사용하는 경우 온프레미스 데이터 게이트웨이를 사용하여 Power BI 서비스에서 RDS로 연결합니다.

  • Amazon RDS를 사용하면 Express, Web, Standard 및 Enterprise를 포함하여 여러 버전의 SQL Server(2012, 2014, 2016, 2017 및 2019)를 배포할 수 있습니다.

Amazon Athena

Amazon Athena는 표준 SQL을 사용해 Amazon S3에 저장된 데이터를 간편하게 분석할 수 있는 대화식 쿼리 서비스입니다. Athena는 AWS Glue 데이터 카탈로그와 out-of-the-box 통합되어 있으므로 다양한 서비스에서 통합 메타데이터 리포지토리를 생성하고, 데이터 소스를 크롤링하여 스키마를 검색하고, 데이터 카탈로그를 새 테이블 및 수정된 테이블 및 파티션 정의로 채우고, 스키마 버전 관리를 유지할 수 있습니다.

다음과 같은 경우 Athena를 데이터 소스로 고려해야 합니다.

  • 데이터 레이크를 직접 쿼리하려고 합니다.

  • 쿼리 워크로드에는 다음이 포함됩니다.

    • 대형(멀티 기가바이트 및 멀티 테라바이트) 테이블에서 집계를 계산하는 쿼리

    • 탐색을 위한 대화형 임시 SQL입니다.

Microsoft Power BI와 함께 Amazon Athena를 사용하는 경우 다음 사항에 유의하세요.

  • Microsoft Power BI의 2021년 7월 릴리스부터 Amazon Athena용 Microsoft 인증 커넥터가 도입되었습니다. Amazon Athena용 Microsoft Power BI 커넥터를 사용하여 Microsoft Power BI 데스크톱에서 Amazon Athena의 데이터를 분석할 수 있습니다. Power BI 서비스에 콘텐츠를 게시한 후 Microsoft 온프레미스 데이터 게이트웨이를 사용하여 온디맨드 또는 예약된 새로 고침을 통해 콘텐츠를 최신 상태로 유지할 수 있습니다.

  • Amazon Athena용 Microsoft Power BI 커넥터는 가져오기 및 직접 쿼리 데이터 연결 모드를 모두 지원합니다. 가져오기 모드에서는 쿼리를 위해 선택한 테이블과 열을 Power BI Desktop으로 가져옵니다. 직접 쿼리 모드를 사용하면 Power BI Desktop으로 데이터를 가져오거나 복사하지 않고 대신 Power BI Desktop이 기본 데이터 소스를 직접 쿼리합니다.

  • Amazon Athena용 Microsoft Power BI 커넥터에 대한 자세한 내용은 Amazon Athena Power BI 커넥터 사용을 참조하세요.

  • Amazon Athena용 Microsoft Power BI 커넥터를 사용하려면 Amazon Athena ODBC 드라이버와 시스템의 유효한 ODBC DSN 구성을 사용하여 Amazon Athena를 쿼리해야 합니다. 최신 ODBC 드라이버를 다운로드하고 구성 정보는 ODBC를 사용하여 Amazon Athena에 연결을 참조하세요.

  • Amazon Athena용 Microsoft Power BI 커넥터를 사용할 때의 구성 단계 및 모범 사례에 대한 자습서는 Amazon Athena를 사용하여 Microsoft Power BI에서 대시보드 빠른 생성을 참조하세요.

Amazon OpenSearch Service

JSON 기반 검색 쿼리 DSL을 사용하는 대신 SQL을 사용하여 Amazon OpenSearch Service를 쿼리할 수 있습니다. SQL을 사용한 쿼리는 언어에 이미 익숙하거나 도메인을 Microsoft Power BI와 같이 사용하는 애플리케이션과 통합하려는 경우에 유용합니다.

다음과 같은 경우 Amazon OpenSearch Service를 데이터 소스로 고려해야 합니다.

  • 로그 파일 또는 JSON 출력과 같은 반정형 데이터가 있으므로 정보를 빠르게 검색, 분석 또는 시각화해야 합니다.

Microsoft Power BI와 함께 Amazon OpenSearch Service를 사용하는 경우 다음 사항에 유의하세요.

AWS Lake Formation

Lake Formation을 사용하면 데이터베이스 및 객체 스토리지에서 데이터를 수집 및 카탈로그화하고, 데이터를 새 Amazon S3 데이터 레이크로 이동하고, 기계 학습 알고리즘을 사용하여 데이터를 정리 및 분류하고, 민감한 데이터에 안전하게 액세스할 수 있습니다. 사용자는 사용 가능한 데이터 세트와 적절한 사용을 설명하는 중앙 집중식 데이터 카탈로그에 액세스할 수 있습니다. 그런 다음 사용자는 Amazon Redshift, Amazon Amazon Athena 및 (베타) Amazon EMR for Apache Spark와 같은 다양한 분석 및 기계 학습 서비스와 함께 이러한 데이터 세트를 활용합니다. Lake Formation은 AWS Glue에서 사용할 수 있는 기능을 기반으로 합니다.

기존 IAM 기반 제어 대신 데이터 레이크에 대한 세분화된(행 및 열) 수준의 액세스가 필요한 경우 Lake Formation을 고려해야 합니다.

Microsoft Power BI와 함께 Lake Formation을 사용하는 경우 다음 사항에 유의하세요.

  • Power BI 데스크톱 또는 Power BI 서비스를 사용하여 Lake Formation 데이터 카탈로그에서 데이터를 쿼리하려면 Athena에서 데이터를 쿼리하는 것과 동일한 프로세스 및 구성을 사용합니다. Lake Formation 권한 모델을 사용하는 경우 Amazon Athena의 ODBC DSN 구성에 LakeformationEnabled 속성 키가 값으로 설정되어 있는지 확인합니다true. 이렇게 하면 Amazon Athena ODBC 드라이버가 AWS Security Token Service 대신 Lake Formation 서비스를 사용하여 인증하도록 지시합니다. 자세한 내용은 ODBC를 사용하여 Amazon Athena에 연결 설명서를 참조하세요.

  • 기존 데이터 카탈로그 동작과의 호환성을 위해 활성화된 "IAM 액세스 제어만 사용" 설정은 완전한 호환성을 제공합니다.

  • AWS Glue 데이터 권한을 Lake Formation 모델로 업그레이드하면 비호환성이 발생할 수 있으므로 사용하기 전에 테스트해야 합니다. 예비 테스트는 열 수준 부여 또는 거부가 적용되고 있음을 나타내지만 행 및 셀 수준 필터링은 아직 미리 보기 중이며 변경될 수 있으므로 작성자가 테스트하지 않았습니다.