아파치 후디 데이터 레이크에 데이터베이스 및 데이터 웨어하우스 기능을 제공하는 개방형 테이블 형식입니다. Apache Hudi는 데이터 엔지니어가 쿼리 성능을 유지하면서 트랜잭션을 통해 지속적으로 발전하는 데이터 세트를 관리하는 등 복잡한 문제를 관리하는 데 도움이 됩니다. 데이터 엔지니어는 워크로드 스트리밍과 효율적인 증분 데이터 파이프라인 생성을 위해 Apache Hudi를 사용합니다. 후디가 제공하는 테이블, 업무, 효율적인 upsert 및 삭제, 고급 인덱스, 스트리밍 수집 서비스, 데이터 클러스터링 및 압축 최적화 및 동시성 제어, 데이터를 오픈 소스 파일 형식으로 유지하는 동시에. Hudi의 고급 성능 최적화는 Apache Spark, Presto, Trino, Hive 등을 포함한 널리 사용되는 쿼리 엔진을 사용하여 분석 작업 부하를 더 빠르게 만듭니다.
많은 AWS 고객은 Amazon S3를 기반으로 구축된 데이터 레이크에 Apache Hudi를 채택했습니다. AWS 접착제는 분석, 기계 학습(ML) 및 애플리케이션 개발을 위해 여러 소스의 데이터를 더 쉽게 검색, 준비, 이동 및 통합할 수 있게 해주는 서버리스 데이터 통합 서비스입니다. AWS 글루 크롤러 메타데이터를 수동으로 정의하지 않고도 데이터 콘텐츠에서 테이블 메타데이터를 자동으로 생성할 수 있는 AWS Glue의 구성 요소입니다.
AWS Glue 크롤러가 이제 Apache Hudi 테이블을 지원합니다., 채택을 단순화 AWS Glue 데이터 카탈로그 Hudi 테이블의 카탈로그로 사용됩니다. 일반적인 사용 사례 중 하나는 카탈로그 테이블 정의가 없는 Hudi 테이블을 등록하는 것입니다. 또 다른 일반적인 사용 사례는 Hive 메타스토어와 같은 다른 Hudi 카탈로그에서 마이그레이션하는 것입니다. 다른 Hudi 카탈로그에서 마이그레이션할 때 AWS Glue 크롤러를 생성 및 예약하고 Hudi 테이블 파일이 있는 하나 이상의 Amazon S3 경로를 제공할 수 있습니다. AWS Glue 크롤러가 통과할 수 있는 Amazon S3 경로의 최대 깊이를 제공할 수 있는 옵션이 있습니다. 실행할 때마다 AWS Glue 크롤러는 스키마 및 파티션 정보를 추출하고 스키마 및 파티션 변경 사항으로 AWS Glue 데이터 카탈로그를 업데이트합니다. AWS Glue 크롤러는 AWS 분석 엔진이 직접 사용할 수 있는 AWS Glue 데이터 카탈로그의 최신 메타데이터 파일 위치를 업데이트합니다.
이번 출시를 통해 AWS Glue 데이터 카탈로그에 Hudi 테이블을 등록하도록 AWS Glue 크롤러를 생성하고 예약할 수 있습니다. 그런 다음 Hudi 테이블이 있는 하나 이상의 Amazon S3 경로를 제공할 수 있습니다. 크롤러가 통과할 수 있는 Amazon S3 경로의 최대 깊이를 제공할 수 있는 옵션이 있습니다. 크롤러가 실행될 때마다 크롤러는 각 S3 경로를 검사하고 새 테이블, 삭제, AWS Glue 데이터 카탈로그의 스키마 업데이트와 같은 스키마 정보를 분류합니다. 크롤러는 파티션 정보를 검사하고 새로 추가된 파티션을 AWS Glue 데이터 카탈로그에 추가합니다. 또한 크롤러는 AWS 분석 엔진이 직접 사용할 수 있는 AWS Glue 데이터 카탈로그의 최신 메타데이터 파일 위치를 업데이트합니다.
이 게시물은 Hudi 테이블을 크롤링하는 이 새로운 기능이 어떻게 작동하는지 보여줍니다.
AWS Glue 크롤러가 Hudi 테이블에서 작동하는 방식
Hudi 테이블에는 두 가지 범주가 있으며 각각에 대한 구체적인 의미는 다음과 같습니다.
- 쓰기 시 복사(CoW) – 데이터는 열 형식(Parquet)으로 저장되며 각 업데이트는 쓰기 중에 새 버전의 파일을 생성합니다.
- 읽기 시 병합(MoR) – 데이터는 열 기반(Parquet) 및 행 기반(Avro) 형식의 조합을 사용하여 저장됩니다. 업데이트는 행 기반으로 기록됩니다.
delta
파일을 생성하고 필요에 따라 압축하여 새 버전의 열 형식 파일을 생성합니다.
CoW 데이터 세트를 사용하면 레코드가 업데이트될 때마다 해당 레코드가 포함된 파일이 업데이트된 값으로 다시 작성됩니다. MoR 데이터 세트를 사용하면 업데이트가 있을 때마다 Hudi는 변경된 레코드에 대한 행만 씁니다. MoR은 읽기 수가 적고 쓰기 또는 변경이 많은 워크로드에 더 적합합니다. CoW는 자주 변경되지 않는 데이터에 대한 읽기 작업이 많은 워크로드에 더 적합합니다.
Hudi는 데이터 액세스를 위한 세 가지 쿼리 유형을 제공합니다.
- 스냅샷 쿼리 – 특정 커밋 또는 압축 작업으로 테이블의 최신 스냅샷을 보는 쿼리입니다. MoR 테이블의 경우 스냅샷 쿼리는 쿼리 시 최신 파일 조각의 기본 파일과 델타 파일을 병합하여 테이블의 최신 상태를 노출합니다.
- 증분 쿼리 – 쿼리는 특정 커밋 또는 압축 이후 테이블에 기록된 새 데이터만 볼 수 있습니다. 이는 증분 데이터 파이프라인을 활성화하기 위한 변경 스트림을 효과적으로 제공합니다.
- 최적화된 쿼리 읽기 – MoR 테이블의 경우 쿼리는 압축된 최신 데이터를 참조합니다. CoW 테이블의 경우 쿼리는 커밋된 최신 데이터를 확인합니다.
쓰기 중 복사 테이블의 경우 크롤러는 ReadOptimized Serde를 사용하여 AWS Glue 데이터 카탈로그에 단일 테이블을 생성합니다. org.apache.hudi.hadoop.HoodieParquetInputFormat
.
읽기 시 병합 테이블의 경우 크롤러는 동일한 테이블 위치에 대해 AWS Glue 데이터 카탈로그에 두 개의 테이블을 생성합니다.
- 접미사가 있는 테이블
_ro
, ReadOptimized Serde를 사용합니다.org.apache.hudi.hadoop.HoodieParquetInputFormat
- 접미사가 있는 테이블
_rt
, 스냅샷 쿼리를 허용하는 RealTime Serde를 사용합니다.org.apache.hudi.hadoop.realtime.HoodieParquetRealtimeInputFormat
각 크롤링 중에 제공된 각 Hudi 경로에 대해 크롤러는 Amazon S3 목록 API 호출을 수행하고 .hoodie
폴더를 찾아 해당 Hudi 테이블 메타데이터 폴더에서 가장 최근의 메타데이터 파일을 찾으세요.
AWS Glue 크롤러를 사용하여 Hudi CoW 테이블 크롤링
이 섹션에서는 AWS Glue 크롤러를 사용하여 Hudi CoW를 크롤링하는 방법을 살펴보겠습니다.
사전 조건
이 튜토리얼의 전제 조건은 다음과 같습니다.
- 설치 및 구성 AWS 명령 줄 인터페이스 (AWS CLI).
- S3 버킷이 없으면 생성하십시오.
- AWS Glue에 대한 IAM 역할 생성 당신이 그것을 가지고 있지 않다면. 당신은 필요
s3:GetObject
fors3://your_s3_bucket/data/sample_hudi_cow_table/
. - 다음 명령을 실행하여 샘플 Hudi 테이블을 S3 버킷에 복사합니다. (바꾸다
your_s3_bucket
S3 버킷 이름으로.)
이 지침에서는 샘플 데이터를 복사하는 방법을 안내하지만 AWS Glue를 사용하면 Hudi 테이블을 쉽게 생성할 수 있습니다. 자세히 알아보기 Apache Spark용 AWS Glue의 Apache Hudi, Delta Lake 및 Apache Iceberg에 대한 기본 지원 소개, 2부: AWS Glue Studio Visual Editor.
Hudi 크롤러 만들기
이 지침에서는 콘솔을 통해 크롤러를 생성합니다. Hudi 크롤러를 생성하려면 다음 단계를 완료하십시오.
- AWS Glue 콘솔에서 겉옷.
- 왼쪽 메뉴에서 크롤러 생성.
- 럭셔리 성함, 입력
hudi_cow_crawler
. 선택 다음 보기. - $XNUMX Million 미만 데이터 소스 구성, 선택하다 데이터 소스 추가.
- 럭셔리 데이터 소스선택한다. 후디.
- 럭셔리 Hudi 테이블 경로 포함, 입력
s3://your_s3_bucket/data/sample_hudi_cow_table/
. (바꾸다your_s3_bucket
S3 버킷 이름으로.) - 왼쪽 메뉴에서 Hudi 데이터 소스 추가.
- 왼쪽 메뉴에서 다음 보기.
- 럭셔리 기존 IAM 역할, IAM 역할을 선택한 다음 다음 보기.
- 럭셔리 대상 데이터베이스선택한다.
데이터베이스 추가, 그 다음에 데이터베이스 추가 대화 상자가 나타납니다. 을 위한 데이터베이스 이름, 입력
hudi_crawler_blog
다음을 선택 만들기. 선택 다음 보기. - 왼쪽 메뉴에서 크롤러 생성.
이제 새로운 Hudi 크롤러가 성공적으로 생성되었습니다. 크롤러는 다음을 사용하여 콘솔이나 SDK 또는 AWS CLI를 통해 실행되도록 트리거될 수 있습니다. StartCrawl
API. 특정 시간에 크롤러를 트리거하도록 콘솔을 통해 예약할 수도 있습니다. 이 지침에서는 콘솔을 통해 크롤러를 실행합니다.
- 왼쪽 메뉴에서 크롤러 실행.
- 크롤러가 완료될 때까지 기다리십시오.
크롤러가 실행되면 AWS Glue 콘솔에서 Hudi 테이블 정의를 볼 수 있습니다.
Amazon S3의 데이터가 포함된 Hudi CoR 테이블을 성공적으로 크롤링하고 스키마가 채워진 AWS Glue 데이터 카탈로그 테이블을 생성했습니다. AWS Glue 데이터 카탈로그에서 테이블 정의를 생성하면 Amazon Athena와 같은 AWS 분석 서비스가 Hudi 테이블을 쿼리할 수 있습니다.
Athena에서 쿼리를 시작하려면 다음 단계를 완료하세요.
- Amazon Athena 콘솔을 엽니다.
- 다음 쿼리를 실행합니다.
다음 스크린샷은 출력을 보여줍니다.
AWS Lake Formation 데이터 권한이 있는 AWS Glue 크롤러를 사용하여 Hudi MoR 테이블을 크롤링합니다.
이 섹션에서는 AWS Glue를 사용하여 Hudi MoR 테이블을 크롤링하는 방법을 살펴보겠습니다. 이번에는 IAM 및 Amazon S3 권한 대신 Amazon S3 데이터 소스를 크롤링하기 위해 AWS Lake Formation 데이터 권한을 사용합니다. 이는 선택 사항이지만 데이터 레이크가 AWS Lake Formation 권한으로 관리되는 경우 권한 구성을 단순화합니다.
사전 조건
이 튜토리얼의 전제 조건은 다음과 같습니다.
- 설치 및 구성 AWS 명령 줄 인터페이스 (AWS CLI).
- S3 버킷이 없으면 생성하십시오.
- AWS Glue에 대한 IAM 역할 생성 당신이 그것을 가지고 있지 않다면. 당신은 필요
lakeformation:GetDataAccess
. 하지만 당신은 필요하지 않습니다s3:GetObject
fors3://your_s3_bucket/data/sample_hudi_mor_table/
파일에 액세스하기 위해 Lake Formation 데이터 권한을 사용하기 때문입니다. - 다음 명령을 실행하여 샘플 Hudi 테이블을 S3 버킷에 복사합니다. (바꾸다
your_s3_bucket
S3 버킷 이름으로.)
처리 단계 외에도 IAM 기반 액세스 제어 대신 Lake Formation 권한을 사용하여 카탈로그 리소스를 제어하도록 AWS Glue 데이터 카탈로그 설정을 업데이트하려면 다음 단계를 완료하십시오.
- 데이터 레이크 관리자로 Lake Formation 콘솔에 로그인합니다.
- Lake Formation 콘솔에 처음 접속하는 경우, 자신을 데이터 레이크 관리자로 추가합니다.
- $XNUMX Million 미만 행정실선택한다. 데이터 카탈로그 설정.
- 럭셔리 새로 생성된 데이터베이스 및 테이블에 대한 기본 권한, 선택 취소 새 데이터베이스에 대해 IAM 액세스 제어만 사용 및 새 데이터베이스의 새 테이블에 대한 IAM 액세스 제어 만 사용.
- 럭셔리 교차 계정 버전 설정선택한다. 버전 3.
- 왼쪽 메뉴에서 찜하기.
다음 단계는 Lake Formation 데이터 레이크 위치에 S3 버킷을 등록하는 것입니다.
- Lake Formation 콘솔에서 데이터 레이크 위치, 선택 위치 등록.
- 럭셔리 Amazon S3 경로, 입력
s3://your_s3_bucket/
. (바꾸다your_s3_bucket
S3 버킷 이름으로.) - 왼쪽 메뉴에서 위치 등록.
그런 다음, 크롤러가 Lake Formation 권한을 사용하여 데이터에 액세스하고 해당 위치에 테이블을 생성할 수 있도록 Glue 크롤러 역할에 데이터 위치에 대한 액세스 권한을 부여합니다.
- Lake Formation 콘솔에서 데이터 위치 선택하고 부여.
- 럭셔리 IAM 사용자 및 역할에서 크롤러에 사용한 IAM 역할을 선택합니다.
- 럭셔리 보관 장소, 입력
s3://your_s3_bucket/data
/. (바꾸다your_s3_bucket
S3 버킷 이름으로.) - 왼쪽 메뉴에서 부여.
그런 다음 데이터베이스 아래에 테이블을 생성할 수 있는 크롤러 역할을 부여합니다. hudi_crawler_blog
:
- Lake Formation 콘솔에서 데이터 레이크 권한.
- 왼쪽 메뉴에서 부여.
- 럭셔리 교장선택한다. IAM 사용자 및 역할을 클릭하고 크롤러 역할을 선택합니다.
- 럭셔리 LF 태그 또는 카탈로그 리소스선택한다. 명명된 데이터 카탈로그 리소스.
- 럭셔리 데이터베이스, 데이터베이스를 선택
hudi_crawler_blog
. - $XNUMX Million 미만 데이터베이스 권한, 고르다 표 만들기.
- 왼쪽 메뉴에서 부여.
Lake Formation 데이터 권한이 있는 Hudi 크롤러 생성
Hudi 크롤러를 생성하려면 다음 단계를 완료하십시오.
- AWS Glue 콘솔에서 겉옷.
- 왼쪽 메뉴에서 크롤러 생성.
- 럭셔리 성함, 입력
hudi_mor_crawler
. 선택 다음 보기. - $XNUMX Million 미만 데이터 소스 구성, 선택하다 데이터 소스 추가.
- 럭셔리 데이터 소스선택한다. 후디.
- 럭셔리 Hudi 테이블 경로 포함, 입력
s3://your_s3_bucket/data/sample_hudi_mor_table
/. (바꾸다your_s3_bucket
S3 버킷 이름으로.) - 왼쪽 메뉴에서 Hudi 데이터 소스 추가.
- 왼쪽 메뉴에서 다음 보기.
- 럭셔리 기존 IAM 역할에서 IAM 역할을 선택합니다.
- $XNUMX Million 미만 Lake Formation 구성 – 선택 사항, 고르다 S3 데이터 원본 크롤링에 Lake Formation 자격 증명 사용.
- 왼쪽 메뉴에서 다음 보기.
- 럭셔리 대상 데이터베이스선택한다.
hudi_crawler_blog
. 선택 다음 보기. - 왼쪽 메뉴에서 크롤러 생성.
이제 새로운 Hudi 크롤러가 성공적으로 생성되었습니다. 크롤러는 Amazon S3 파일을 크롤링하기 위해 Lake Formation 자격 증명을 사용합니다. 새 크롤러를 실행해 보겠습니다.
- 왼쪽 메뉴에서 크롤러 실행.
- 크롤러가 완료될 때까지 기다리십시오.
크롤러가 실행되면 AWS Glue 콘솔에서 Hudi 테이블 정의의 두 테이블을 볼 수 있습니다.
sample_hudi_mor_table_ro
(최적화된 테이블 읽기)sample_hudi_mor_table_rt
(실시간 테이블)
Lake Formation에 데이터 레이크 버킷을 등록하고 Lake Formation 권한을 사용하여 데이터 레이크에 대한 크롤링 액세스를 활성화했습니다. Amazon S3의 데이터가 포함된 Hudi MoR 테이블을 성공적으로 크롤링하고 스키마가 채워진 AWS Glue 데이터 카탈로그 테이블을 생성했습니다. AWS Glue 데이터 카탈로그에서 테이블 정의를 생성하면 Amazon Athena와 같은 AWS 분석 서비스가 Hudi 테이블을 쿼리할 수 있습니다.
Athena에서 쿼리를 시작하려면 다음 단계를 완료하세요.
- Amazon Athena 콘솔을 엽니다.
- 다음 쿼리를 실행합니다.
다음 스크린샷은 출력을 보여줍니다.
- 다음 쿼리를 실행합니다.
다음 스크린샷은 출력을 보여줍니다.
AWS Lake Formation 권한을 사용한 세분화된 액세스 제어
Hudi 테이블에 세분화된 액세스 제어를 적용하려면 AWS Lake Formation 권한을 활용하면 됩니다. Lake Formation 권한을 사용하면 특정 테이블, 열 또는 행에 대한 액세스를 제한한 다음 세분화된 액세스 제어를 통해 Amazon Athena를 통해 Hudi 테이블을 쿼리할 수 있습니다. Hudi MoR 테이블에 대한 Lake Formation 권한을 구성해 보겠습니다.
사전 조건
이 튜토리얼의 전제 조건은 다음과 같습니다.
- 이전 섹션을 완료하세요. AWS Lake Formation 데이터 권한이 있는 AWS Glue 크롤러를 사용하여 Hudi MoR 테이블을 크롤링합니다..
- AWS 관리형 정책이 있는 IAM 사용자 DataAnalyst를 생성합니다. AmazonAthena전체 액세스.
Lake Formation 데이터 셀 필터 생성
먼저 MoR 읽기 최적화 테이블에 대한 필터를 설정해 보겠습니다.
- 데이터 레이크 관리자로 Lake Formation 콘솔에 로그인합니다.
- 왼쪽 메뉴에서 데이터 필터.
- 왼쪽 메뉴에서 새 필터 만들기.
- 럭셔리 데이터 필터 이름, 입력
exclude_product_price
. - 럭셔리 대상 데이터베이스, 데이터베이스를 선택
hudi_crawler_blog
. - 럭셔리 대상 테이블, 테이블을 선택하세요
sample_hudi_mor_table_ro
. - 럭셔리 열 수준 액세스, 선택 열 제외을 클릭하고 열 가격을 선택합니다.
- 럭셔리 행 필터 표현식, 입력
true
. - 왼쪽 메뉴에서 필터 만들기.
DataAnalyst 사용자에게 Lake Formation 권한 부여
Lake Formation 권한을 부여하려면 다음 단계를 완료하세요. DataAnalyst
사용자
- Lake Formation 콘솔에서 데이터 레이크 권한.
- 왼쪽 메뉴에서 부여.
- 럭셔리 교장선택한다.
IAM 사용자 및 역할을 선택하고 사용자를 선택합니다.
DataAnalyst
. - 럭셔리 LF 태그 또는 카탈로그 리소스선택한다. 명명된 데이터 카탈로그 리소스.
- 럭셔리 데이터베이스, 데이터베이스를 선택
hudi_crawler_blog
. - 럭셔리 테이블 – 선택 사항, 테이블을 선택하세요
sample_hudi_mor_table_ro
. - 럭셔리 데이터 필터 – 선택 사항, 고르다
exclude_product_price
. - 럭셔리 데이터 필터 권한, 고르다 선택.
- 왼쪽 메뉴에서 부여.
데이터베이스에 대한 Lake Formation 권한을 부여했습니다. hudi_crawler_blog
그리고 테이블 sample_hudi_mor_table_ro
, 열 제외 price
DataAnalyst 사용자에게. 이제 Athena를 사용하여 데이터에 대한 사용자 액세스를 검증해 보겠습니다.
- DataAnalyst 사용자로 Athena 콘솔에 로그인합니다.
- 쿼리 편집기에서 다음 쿼리를 실행합니다.
다음 스크린샷은 출력을 보여줍니다.
이제 열이 price
표시되지 않지만 다른 열은 product_id
, product_name
, update_at
및 category
표시됩니다.
정리
AWS 계정에 원치 않는 비용이 청구되는 것을 방지하려면 다음 AWS 리소스를 삭제하십시오.
- AWS Glue 데이터베이스 삭제
hudi_crawler_blog
. - AWS Glue 크롤러 삭제
hudi_cow_crawler
및hudi_mor_crawler
. - 아래의 Amazon S3 파일 삭제
s3://your_s3_bucket/data/sample_hudi_cow_table/
및s3://your_s3_bucket/data/sample_hudi_mor_table/
.
결론
이 게시물에서는 AWS Glue 크롤러가 Hudi 테이블에서 작동하는 방식을 보여주었습니다. Hudi 크롤러에 대한 지원을 통해 AWS Glue 데이터 카탈로그를 기본 Hudi 테이블 카탈로그로 사용하도록 빠르게 전환할 수 있습니다. AWS Glue, AWS Glue 데이터 카탈로그 및 AWS 분석 엔진에서 지원하는 테이블 및 형식에 대한 Lake Formation 세분화된 액세스 제어를 사용하여 AWS에서 Hudi를 사용하여 서버리스 트랜잭션 데이터 레이크 구축을 시작할 수 있습니다.
저자 소개
노리 타카 세키 야마 AWS Glue 팀의 수석 빅 데이터 설계자입니다. 그는 일본 도쿄에서 활동하고 있다. 그는 고객을 돕기 위해 소프트웨어 아티팩트를 구축하는 일을 담당하고 있습니다. 여가 시간에는 로드 바이크를 타고 자전거를 즐깁니다.
카일 즈엉 AWS Glue 및 Lake Formation 팀의 소프트웨어 개발 엔지니어입니다. 그는 빅데이터 기술과 분산 시스템 구축에 열정을 갖고 있습니다.
산딥 아드완카르 AWS의 수석 기술 제품 관리자입니다. 캘리포니아 베이 지역에 기반을 두고 있는 그는 전 세계 고객과 협력하여 비즈니스 및 기술 요구 사항을 제품으로 변환하여 고객이 데이터를 관리, 보호 및 액세스하는 방법을 개선할 수 있도록 합니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://aws.amazon.com/blogs/big-data/introducing-apache-hudi-support-with-aws-glue-crawlers/
- :있다
- :이다
- :아니
- :어디
- $UP
- 10
- 100
- 11
- 13
- 17
- 67
- 7
- 8
- 9
- a
- 할 수 있는
- 소개
- ACCESS
- 데이터에 액세스
- 액세스
- 계정
- 동작
- 더하다
- 추가
- 또한
- 채택
- 양자
- 많은
- 후
- All
- 수
- 허용
- 수
- 또한
- 아마존
- 아마존 아테나
- Amazon Web Services
- an
- 분석
- 분석
- 및
- 다른
- 어떤
- 아파치
- 아파치 스파크
- API를
- 등장하다
- 어플리케이션
- 애플리케이션 개발
- 신청
- 있군요
- 지역
- 약
- AS
- At
- 자동적으로
- 피하기
- AWS
- AWS 접착제
- AWS Lake 형성
- 기지
- 기반으로
- 만
- BE
- 때문에
- 된
- 이익
- 더 나은
- 큰
- 빅 데이터
- 돋보이게
- 건물
- 내장
- 사업
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- by
- 캘리포니아
- 전화
- CAN
- 기능
- 능력
- 케이스
- 목록
- 카탈로그
- 카테고리
- 세포
- 과제
- 이전 단계로 돌아가기
- 변경
- 변경
- 요금
- 왼쪽 메뉴에서
- 단
- 열
- 결합
- 범하다
- 저지른
- 완전한
- 복잡한
- 구성 요소
- 구성
- 콘솔에서
- 이 포함되어 있습니다
- 함유량
- 지속적으로
- 제어
- 컨트롤
- 수
- 러
- 만들
- 만든
- 생성
- 신임장
- 고객
- 데이터
- 데이터 통합
- 데이터 레이크
- 데이터웨어 하우스
- 데이터베이스
- 데이터베이스
- 데이터 세트
- 정의
- 정의
- 델타
- 시연
- 보여줍니다
- 깊이
- 개발
- 직접
- 발견
- 분산
- 분산 시스템
- do
- 하지
- ...동안
- 마다
- 쉽게
- 용이하게
- 편집자
- 효과적으로
- 효율적인
- 가능
- 사용 가능
- 기사
- 엔지니어
- 엔진
- 엔터 버튼
- 에테르 (ETH)
- 진화하는
- ...을 제외한
- 추출물
- 빠른
- 적은
- 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에
- 파일
- 필터링
- 필터
- Find
- 먼저,
- 처음으로
- 수행원
- 럭셔리
- 체재
- 형성
- 자주
- 에
- 주어진
- 공
- Go
- 부여
- 부여
- 안내서
- 하둡
- 있다
- he
- 도움
- 도움이
- 그의
- 하이브
- 방법
- How To
- HTML
- HTTPS
- IAM
- if
- 의미
- 개선
- in
- 포함
- 증분
- 정보
- 를 받아야 하는 미국 여행자
- 통합
- 완성
- 인터페이스
- 으로
- 소개
- IT
- 일본
- JPG
- 유지
- 소금물
- 호수
- 최근
- 시작
- 배우다
- 배우기
- 적게
- 제한
- 라인
- 명부
- 위치한
- 위치
- 위치
- 로그인
- 기계
- 기계 학습
- 유지
- 확인
- 제작
- 관리
- 관리
- 매니저
- 관리
- 조작
- 최고
- 합병
- 메타 데이터
- 이주하는
- 이주
- ML
- 배우기
- 가장
- 움직임
- 여러
- name
- 출신
- 필요
- 필요
- 신제품
- 새로운
- 다음 것
- 지금
- of
- on
- ONE
- 만
- 열 수
- 오픈 소스
- 최적화
- 선택권
- or
- 기타
- 우리의
- 출력
- 부품
- 열렬한
- 통로
- 경로
- 성능
- 허가
- 권한
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 인기 문서
- 인구가 많은
- 게시하다
- Prepare
- 전제 조건
- 너무 이른
- 가격
- 일차
- 교장
- 처리
- 프로덕트
- 제품 관리자
- 제품
- 제공
- 제공
- 제공
- 쿼리
- 빨리
- 읽기
- 현실
- 실시간
- 실시간
- 최근
- 기록
- 회원가입
- 등록된
- 교체
- 요구조건 니즈
- 제품 자료
- 책임
- 얽매다
- 도로
- 직위별
- 열
- 달리기
- 같은
- 예정
- 예약
- SDK
- 섹션
- 안전해야합니다.
- 참조
- 고르다
- 연장자
- 서버리스
- 서비스
- 서비스
- 세트
- 설정
- 표시
- 쇼
- 단순화하다
- 이후
- 단일
- 일부분
- 스냅 사진
- So
- 소프트웨어
- 소프트웨어 개발
- 출처
- 지우면 좋을거같음 . SM
- 불꽃
- 구체적인
- 스타트
- 주 정부
- 단계
- 단계
- 저장
- 스트리밍
- 스트림
- 스튜디오
- 성공적으로
- 이러한
- SUPPORT
- 지원
- 동조.
- 시스템은
- 테이블
- 팀
- 테크니컬
- 기술
- 그
- XNUMXD덴탈의
- 그들의
- 그때
- 그곳에.
- 그들
- 이
- 세
- 을 통하여
- 시간
- 시대
- 에
- 도쿄
- 상단
- 거래상의
- 거래 내역
- 번역
- 횡단
- 트리거
- 방아쇠를 당긴
- 지도 시간
- 두
- 유형
- 전형적인
- 아래에
- 불필요한
- 업데이트
- 업데이트
- 업데이트
- 사용
- 유스 케이스
- 익숙한
- 사용자
- 사용자
- 사용
- 사용
- 유효 기간
- 검증 된
- 마케팅은:
- 버전
- 시각
- 창고
- we
- 웹
- 웹 서비스
- 잘
- 언제
- 어느
- 동안
- 누구
- 의지
- 과
- 없이
- 작업
- 일
- 쓰다
- 쓴
- 당신
- 너의
- 당신 자신
- 제퍼 넷