참고
REST Catalog 연동은 Iceberg 테이블에서만 동작합니다.
이 연동은 AWS S3와 기타 클라우드 스토리지 제공자를 모두 지원합니다.
ClickHouse는 여러 카탈로그(Unity, Glue, REST, Polaris 등)와의 연동을 지원합니다. 이 가이드는 ClickHouse와 REST Catalog 사양을 사용하여 데이터를 조회하는 절차를 설명합니다.
REST Catalog는 Iceberg 카탈로그를 위한 표준화된 API 사양으로, 다음과 같은 다양한 플랫폼에서 지원됩니다.
- 로컬 개발 환경(docker-compose 구성을 사용하는 환경)
- Tabular.io와 같은 매니지드 서비스
- 자가 호스팅(self-hosted) REST 카탈로그 구현
참고
이 기능은 실험적이므로 다음 설정을 통해 활성화해야 합니다.
SET allow_experimental_database_iceberg = 1;
로컬 개발 환경 설정
로컬 개발 및 테스트에는 컨테이너 기반 REST 카탈로그 환경을 사용할 수 있습니다. 이 방식은 학습, 프로토타이핑, 개발 환경에 적합합니다.
사전 준비 사항
- Docker 및 Docker Compose: Docker가 설치되어 있으며 실행 중인지 확인합니다.
- 샘플 구성: 다양한 docker-compose 구성을 사용할 수 있습니다(아래의 Alternative Docker Images 섹션을 참고하십시오).
로컬 REST Catalog 설정
**Databricks docker-spark-iceberg**와 같은 다양한 컨테이너형 REST catalog 구현을 사용할 수 있습니다. 이 구성은 docker-compose를 사용해 완전한 Spark + Iceberg + REST catalog 환경을 제공하므로 Iceberg 통합을 테스트하기에 적합합니다.
1단계: 예제를 실행할 새 폴더를 만든 다음, Databricks docker-spark-iceberg의 구성을 사용해 docker-compose.yml 파일을 생성합니다.
2단계: 다음으로 docker-compose.override.yml 파일을 생성하고, 여기에 아래의 ClickHouse 컨테이너 구성을 추가합니다:
version: '3.8'
services:
clickhouse:
image: clickhouse/clickhouse-server:25.5.6
container_name: clickhouse
user: '0:0' # Ensures root permissions
ports:
- "8123:8123"
- "9002:9000"
volumes:
- ./clickhouse:/var/lib/clickhouse
- ./clickhouse/data_import:/var/lib/clickhouse/data_import # Mount dataset folder
networks:
- iceberg_net
environment:
- CLICKHOUSE_DB=default
- CLICKHOUSE_USER=default
- CLICKHOUSE_DO_NOT_CHOWN=1
- CLICKHOUSE_PASSWORD=
3단계: 다음 명령을 실행하여 서비스를 시작하십시오.
4단계: 모든 서비스가 준비될 때까지 기다립니다. 로그를 확인합니다:
참고
REST 카탈로그를 설정하려면 먼저 Iceberg 테이블에 샘플 데이터가 로드되어 있어야 합니다. Spark 환경에서 ClickHouse를 통해 쿼리하기 전에 해당 테이블을 생성하고 샘플 데이터를 적재해 두어야 합니다. 테이블을 사용할 수 있는지는 사용 중인 특정 docker-compose 구성과 샘플 데이터 로딩 스크립트에 따라 달라집니다.
로컬 REST 카탈로그에 연결하기
ClickHouse 컨테이너에 연결하십시오:
docker exec -it clickhouse clickhouse-client
그런 다음 REST 카탈로그에 대한 데이터베이스 연결을 설정합니다:
SET allow_experimental_database_iceberg = 1;
CREATE DATABASE demo
ENGINE = DataLakeCatalog('http://rest:8181/v1', 'admin', 'password')
SETTINGS
catalog_type = 'rest',
storage_endpoint = 'http://minio:9000/lakehouse',
warehouse = 'demo'
ClickHouse를 사용하여 REST 카탈로그 테이블 쿼리하기
이제 연결이 설정되었으므로 REST 카탈로그를 통해 쿼리를 실행할 수 있습니다. 예:
구성에 샘플 데이터(예: 택시 데이터셋)가 포함되어 있다면, 다음과 같은 테이블이 보여야 합니다.
┌─name──────────┐
│ default.taxis │
└───────────────┘
참고
테이블이 보이지 않는 경우, 일반적으로 다음과 같은 의미입니다.
- Spark 환경에서 아직 샘플 테이블을 생성하지 않았습니다.
- REST 카탈로그 서비스가 완전히 초기화되지 않았습니다.
- 샘플 데이터 로딩 프로세스가 아직 완료되지 않았습니다.
Spark 로그를 확인하여 테이블 생성 진행 상태를 파악할 수 있습니다.
docker-compose logs spark
테이블을 쿼리하려면 (사용 가능한 경우):
SELECT count(*) FROM `default.taxis`;
┌─count()─┐
│ 2171187 │
└─────────┘
백틱 필요
ClickHouse는 두 개 이상의 네임스페이스를 지원하지 않기 때문에 백틱이 필요합니다.
테이블 DDL을 확인하려면:
SHOW CREATE TABLE `default.taxis`;
┌─statement─────────────────────────────────────────────────────────────────────────────────────┐
│ CREATE TABLE demo.`default.taxis` │
│ ( │
│ `VendorID` Nullable(Int64), │
│ `tpep_pickup_datetime` Nullable(DateTime64(6)), │
│ `tpep_dropoff_datetime` Nullable(DateTime64(6)), │
│ `passenger_count` Nullable(Float64), │
│ `trip_distance` Nullable(Float64), │
│ `RatecodeID` Nullable(Float64), │
│ `store_and_fwd_flag` Nullable(String), │
│ `PULocationID` Nullable(Int64), │
│ `DOLocationID` Nullable(Int64), │
│ `payment_type` Nullable(Int64), │
│ `fare_amount` Nullable(Float64), │
│ `extra` Nullable(Float64), │
│ `mta_tax` Nullable(Float64), │
│ `tip_amount` Nullable(Float64), │
│ `tolls_amount` Nullable(Float64), │
│ `improvement_surcharge` Nullable(Float64), │
│ `total_amount` Nullable(Float64), │
│ `congestion_surcharge` Nullable(Float64), │
│ `airport_fee` Nullable(Float64) │
│ ) │
│ ENGINE = Iceberg('http://minio:9000/lakehouse/warehouse/default/taxis/', 'admin', '[HIDDEN]') │
└───────────────────────────────────────────────────────────────────────────────────────────────┘
데이터 레이크에서 ClickHouse로 데이터 적재하기
REST 카탈로그에서 ClickHouse로 데이터를 적재해야 하는 경우, 먼저 로컬 ClickHouse 테이블을 생성하십시오:
CREATE TABLE taxis
(
`VendorID` Int64,
`tpep_pickup_datetime` DateTime64(6),
`tpep_dropoff_datetime` DateTime64(6),
`passenger_count` Float64,
`trip_distance` Float64,
`RatecodeID` Float64,
`store_and_fwd_flag` String,
`PULocationID` Int64,
`DOLocationID` Int64,
`payment_type` Int64,
`fare_amount` Float64,
`extra` Float64,
`mta_tax` Float64,
`tip_amount` Float64,
`tolls_amount` Float64,
`improvement_surcharge` Float64,
`total_amount` Float64,
`congestion_surcharge` Float64,
`airport_fee` Float64
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(tpep_pickup_datetime)
ORDER BY (VendorID, tpep_pickup_datetime, PULocationID, DOLocationID);
그런 다음 INSERT INTO SELECT를 사용해 REST 카탈로그 테이블의 데이터를 로드합니다.
INSERT INTO taxis
SELECT * FROM demo.`default.taxis`;
