> For the complete documentation index, see [llms.txt](https://docs.panther.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.panther.com/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md). # Panther용 Databricks 구성 ## 개요 이 페이지에서는 다음을 구성하는 방법을 설명합니다 [Databricks](https://www.databricks.com/) 를 Panther 데이터 스토리지 백엔드로 사용하는 방법입니다. 아래 단계를 완료하면서 다양한 구성 값을 수집 및 저장한 후 Panther에 제공합니다. {% hint style="warning" %} 이 페이지의 절차는 다음에 도달한 후에만 완료해야 합니다 [9단계](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md#step-9-if-using-databricks-configure-databricks-for-panther) 에서 [Cloud Connected Panther 인스턴스 설정](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md). {% endhint %} 이 과정에서는 다음 작업을 수행합니다: * Panther용 Databricks 작업 영역을 생성합니다(AWS의 관련 Databricks 인프라도 함께 생성됨) * Databricks가 Panther S3 스테이징 버킷에서 읽을 수 있도록 AWS에 IAM 역할을 생성합니다. * 외부 저장 자격 증명을 생성합니다. * Databricks가 로드를 위해 S3에서 데이터를 읽을 수 있도록 외부 스토리지 통합을 생성합니다. * 서비스 주체를 생성합니다. 하나는 로드용(읽기/쓰기), 다른 하나는 쿼리용(읽기 전용)입니다. * 서비스 주체의 OAuth 자격 증명을 보관하기 위해 AWS의 KMS 키로 비밀을 생성합니다. * 서비스 주체에 대한 권한과 함께 Panther 테이블용 Databricks 카탈로그를 생성합니다. * 로드, 최적화, 쿼리 및 예약 쿼리 웨어하우스를 생성합니다. ## Panther용 Databricks 구성 방법 ### 사전 요구 사항 * Databricks 계정이 있습니다. * 다음 지침을 완료했습니다 [Cloud Connected Panther 인스턴스 설정](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md) 그리고 Panther Console에 로그인할 수 있습니다. * Panther 컴퓨팅에 사용할 AWS 계정의 AWS 콘솔에 로그인되어 있습니다. Databricks가 사용자를 대신하여 작업 영역을 생성해야 하므로 이 단계가 필요합니다. {% hint style="warning" %} 이 AWS 계정은 Panther가 호스팅되는 AWS 계정이면 안 됩니다. {% endhint %} * 다음 페이지에 나열된 Databricks 및 AWS 권한이 있습니다: * [클래식 작업 영역 생성](https://docs.databricks.com/aws/en/admin/workspace/create-workspace#requirements) * [Catalog Explorer 또는 SQL을 사용하여 S3용 저장 자격 증명 및 외부 위치 생성](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual) * [SQL 웨어하우스 생성](https://docs.databricks.com/aws/en/compute/sql-warehouse/create#requirements) ### 1단계: 구성 표 복사본 만들기 구성 과정 전반에 걸쳐 마지막에 Panther에 보낼 값을 수집하게 됩니다. 이러한 값을 정리하기 위해 아래 표의 복사본을 만드세요. | 매개변수 | 값 | | ------------------------------------------- | - | | `databricks_load_role_arn` | | | `databricks_load_secret_kms_key_arn` | | | `databricks_query_secret_kms_key_arn` | | | `databricks_load_secret_arn` | | | `databricks_query_secret_arn` | | | `databricks_catalog` | | | `databricks_load_warehouse_id` | | | `databricks_optimize_warehouse_id` | | | `databricks_query_warehouse_id` | | | `databricks_scheduled_query_warehouse_id` | | | `databricks_service_credential_external_id` | | ### 2단계(선택 사항): Databricks 작업 영역 생성 조직 관리를 위해 Panther용 전용 Databricks 작업 영역을 만드는 것이 권장되지만, 필수는 아닙니다. 기존 작업 영역을 사용하려면 이 단계를 건너뛰세요. {% hint style="info" %} 작업 영역 생성 중 추가 지원이 필요하면 Databricks의 다음 문서를 참조하세요 [자동 구성으로 작업 영역 만들기](https://docs.databricks.com/aws/en/admin/workspace/create-workspace#create-a-workspace-with-automated-configuration) 문서. {% endhint %} 1. Databricks 콘솔에 로그인합니다. 2. 왼쪽 탐색 메뉴에서 다음을 클릭합니다 **작업 영역**. 3. 클릭합니다 **작업 영역 만들기**. 4. 다음을 입력합니다 **작업 영역 만들기** 모달: * **작업 영역 이름**: 기억하기 쉬운 이름을 입력합니다. * **리전**: Panther의 AWS 배포와 일치하는 리전을 선택합니다. * **스토리지 및 컴퓨팅**: 다음을 선택합니다 **기존 클라우드 계정 사용**.\ ![An arrow is drawn from a "Workspaces" navigation item to a "Create workspace" button. In the foreground, there is a "Create Workspace" modal.](/files/a451a4f58ba474ccfb9a132659f17ad9c74a41be) 5. 클릭합니다 **계속**. 6. 아래 **클라우드 리소스**에서 **클라우드 자격 증명** 필드에서 다음을 선택합니다 **클라우드 자격 증명 추가**.\ ![Under a "Create workspace" header, there are various form fields, like "Workspace name," "Region," and "Cloud credentials."](/files/55b94657190ed35bd481d68fbb88b6d248892f4c) 7. 다음 페이지에서 **클라우드 자격 증명 추가** 모달에서 **자동으로 추가** 를 선택한 상태로 두고 다음을 클릭합니다 **확인**. * 둘 다 **클라우드 자격 증명** 및 **클라우드 스토리지** 필드에는 **자동으로 추가** 값이 제공됩니다. 그대로 두세요. 8. 클릭합니다 **AWS에 로그인하여 작업 영역 생성**. 9. 다음 페이지에서 **AWS 리소스 검토** 모달에서 다음을 클릭하세요 **작업 영역 생성 시작**. 10. AWS 모달에서 다음을 클릭합니다 **액세스 허용**. 11. Databricks 브라우저 탭으로 돌아가 새 작업 영역이 **작업 영역** 목록에 나타날 때까지 몇 분 기다립니다. 나타나면 다음을 클릭합니다 **열림** 작업 영역 환경으로 들어갑니다. ### 3단계: 작업 영역에서 variant shredding 활성화 {% hint style="info" %} variant shredding 활성화에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [shredding 활성화](https://docs.databricks.com/aws/en/delta/variant-shredding#enable-shredding) 문서. {% endhint %} 1. Databricks 작업 영역의 오른쪽 상단에서 프로필 아이콘을 클릭한 다음 **미리보기**. 2. 다음 항목의 오른쪽에 **반정형 데이터의 최적화된 읽기 성능을 위한 Variant Shredding**, 토글을 클릭합니다 **켬**.\ ![](/files/11083d004df7fe76fc152b40bba4131f965ec5d3) ### 4단계: 스토리지 자격 증명을 위한 Panther 역할 생성 {% hint style="info" %} IAM 역할 생성에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [1단계: IAM 역할 생성](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual#step-1-create-an-iam-role) 문서. {% endhint %} 1. Databricks 작업 영역 인프라를 생성한 AWS 계정에서 다음 이름의 IAM 역할을 생성합니다 `panther-databricks-s3-reader-role-`, 모든 기본값을 수락합니다. 2. Panther Console에서 다음을 검색합니다 **처리된 데이터 버킷** 값: 1. 클릭합니다 **설정** 왼쪽 탐색 모음 하단에서, 그런 다음 다음으로 이동하세요 **Data Lake** > **Data Lake 설정**. 2. 아래 **Databricks 구성**아래에 **처리된 데이터 버킷** 값도 복사하세요.
3. 역할의 신뢰 관계를 업데이트합니다: 1. AWS 콘솔의 **역할** 목록에서 새로 생성한 역할을 클릭하여 세부 정보 페이지를 봅니다. 2. 클릭합니다 **신뢰 관계**. 3. 클릭합니다 **신뢰 정책 편집**. 4. 코드 편집기의 JSON을 아래 JSON으로 바꿉니다:

다음 신뢰 정책은 다음 값을 설정합니다 "sts:ExternalId": "TBD" 를 자리 표시자로 사용합니다—나중에 이를 업데이트합니다. 또한 나중에 자기 수임 문장을 추가합니다.

```json { "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "AWS": [ "arn:aws:iam::414351767826:role/unity-catalog-prod-UCMasterRole-14S5ZJVKOTYTL", "arn:aws:iam:::role/panther-databricks-s3-reader-role-" ] }, "Action": "sts:AssumeRole", "Condition": { "StringEquals": { "sts:ExternalId": "TBD" } } } ] } ``` 5. 클릭합니다 **정책 업데이트.** 4. 역할의 권한을 업데이트합니다: 1. 역할의 세부 정보 페이지에서 다음을 클릭합니다 **권한**. 2. 클릭합니다 **권한 추가** > **인라인 정책 생성**. 3. 다음 **정책 편집기** 섹션에서, **JSON**. 4. 코드 편집기의 JSON을 아래 JSON으로 바꿉니다:

아래 정책에서 다음을 바꿉니다 <Panther 설정의 처리된 데이터 버킷> 을(를) 다음으로 처리된 데이터 버킷 위에서 검색한 값으로.

```json { "Statement": [ { "Action": [ "s3:ListBucket", "s3:GetBucketLocation" ], "Effect": "Allow", "Resource": "arn:aws:s3:::" }, { "Action": "s3:GetObject", "Effect": "Allow", "Resource": "arn:aws:s3:::/*" } ], "Version": "2012-10-17" } ``` 5. 클릭합니다 **다음**. 6. 아래 **정책 세부 정보**, 다음을 입력합니다 **정책 이름**. 7. 클릭합니다 **정책 생성**. 5. 역할의 세부 정보 페이지에서 **ARN**을 복사하고 이를 `databricks_load_role_arn` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table). * 5단계에서 다시 돌아와야 하므로 역할 세부 정보 페이지가 열린 상태로 브라우저 창을 유지하세요. ### 5단계: 저장 자격 증명 생성 {% hint style="info" %} 저장 자격 증명 생성에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [2단계: Databricks에 IAM 역할 세부 정보 제공](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual#step-2-give-databricks-the-iam-role-details) 문서. {% endhint %} Databricks [저장 자격 증명](https://docs.databricks.com/aws/en/sql/language-manual/sql-ref-storage-credentials#credential) 방금 생성한 AWS IAM 역할을 나타내도록 다음을 수행합니다: 1. Databricks 작업 영역에서 다음을 클릭합니다 **카탈로그**그다음 **외부 데이터**.\ ![](/files/3d98cd45f1714be61c10b3002c0ead817912e25d) 2. 클릭합니다 **자격 증명**. 3. 클릭합니다 **자격 증명 생성**. 4. 다음 **새 자격 증명 만들기** 양식을 작성합니다: 1. **자격 증명 유형**: 다음을 선택합니다 **AWS IAM 역할**. 2. **자격 증명 이름**: 다음을 입력합니다 `panther-storage-credential`. 3. **IAM 역할(ARN)**: 위에서 생성한 IAM 역할의 ARN을 입력합니다(즉, 다음 값입니다 `databricks_load_role_arn` 에서 [구성 표](#step-1-make-a-copy-of-the-configuration-table)). 5. 클릭합니다 **생성**. * 다음 페이지에서 **자격 증명이 생성됨** 페이지에서 다음을 복사하세요. **외부 ID** 값으로 추가합니다 `databricks_service_credential_external_id` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table). 다음 단계에서 필요하므로 안전한 위치에 보관하세요. ### 6단계: IAM 역할 신뢰 관계 정책 업데이트 {% hint style="info" %} IAM 역할 업데이트에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [3단계: IAM 역할 신뢰 관계 정책 업데이트](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual#step-3-update-the-iam-role-trust-relationship-policy) 문서. {% endhint %} 1. AWS 콘솔로 돌아가서 다음의 세부 정보 페이지로 이동합니다 `panther-databricks-s3-reader-role-` 위에서 생성한 IAM 역할. 2. 클릭합니다 **신뢰 관계**. 3. 클릭합니다 **신뢰 정책 편집**. 4. 다음 `"sts:ExternalId": "TBD"` 줄에서 다음을 바꿉니다 `TBD` 을(를) 다음으로 **외부 ID** 위에서 Databricks에서 복사한 값으로. 5. 클릭합니다 **정책 업데이트**. ### 7단계: 외부 스토리지 위치 생성 {% hint style="info" %} IAM 역할 업데이트에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [AWS S3 버킷용 외부 위치 생성](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual#-create-an-external-location-for-an-aws-s3-bucket) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다 **카탈로그**그다음 **외부 데이터**.\ ![](/files/3d98cd45f1714be61c10b3002c0ead817912e25d) 2. 클릭합니다 **외부 위치 생성**. 3. 클릭합니다 **수동**그다음 **다음**. 4. 다음 **새 외부 위치를 수동으로 생성** 양식을 작성합니다: * **외부 위치 이름**: 다음을 입력합니다 `panther-processed-data`. * **스토리지 유형**: 다음을 선택합니다 **S3.** * **URL**: 다음을 입력합니다 **처리된 데이터 버킷** 3단계에서 Panther Console의 설정 페이지에서 검색한 값입니다. * **저장 자격 증명**: 다음을 선택합니다 `panther-storage-credential`. 5. 클릭합니다 **생성**. 6. 다음이 있는 페이지로 이동하게 됩니다 **권한 거부** 경고 상자가 표시됩니다—다음을 클릭합니다 **강제 생성**.\ ![](/files/a67f213c6df47d966109083719f760d9345bd1bd) ### 8단계: Databricks에서 로드 서비스 주체 생성 1. Databricks 작업 영역 설정에 액세스합니다: 1. 오른쪽 상단에서 이니셜을 클릭합니다. 2. 클릭합니다 **설정**.\ ![](/files/7cf6fe502db750e681217d51f12d7c0dad5347e9) 2. 다음 **설정** 탐색 모음에서 **작업 영역 관리자**, 다음을 클릭하세요. **ID 및 액세스**. 3. 다음 항목의 오른쪽에 **서비스 주체**, 다음을 클릭하세요. **관리**.\ ![](/files/6b43eea55944c1b5ce5d8533600f9e98e5f68490) 4. 클릭합니다 **서비스 주체 추가**. 5. 다음 **서비스 주체 추가** 모달에서 다음을 클릭하세요 **새로 추가**. 6. 다음 **서비스 주체 이름** 필드에 다음을 입력합니다 `panther-load`. 7. 클릭합니다 **추가**. 8. 표에서 다음을 클릭합니다 **panther-load** 세부 정보 페이지를 보려면 9. 클릭합니다 **비밀**. 10. 클릭합니다 **비밀 생성**. 11. 아래 **수명(일)**, 다음을 입력합니다 `730` (최대값). 12. 클릭합니다 **생성**. 13. 다음을 복사하고 **보안 비밀** 및 **Client ID** 값을 안전한 위치에 저장하세요. 나중 단계에서 필요합니다(이 값들을 복사하는 대신 이 브라우저 탭을 열어 둬도 됩니다). ### 9단계: AWS에서 로드 비밀 KMS 키 생성 1. AWS 콘솔에서 올바른 리전에 있는지 확인합니다. 다음으로 이동합니다 [Key Management Service](https://aws.amazon.com/kms/). 2. 왼쪽 탐색 메뉴에서 다음을 클릭합니다 **고객 관리형 키**. 3. 클릭합니다 **키 생성**. 4. 아래 **키 유형**, 선택 **대칭**. 다음 아래에서 **키 사용**, 선택 **암호화 및 복호화**. 5. 클릭합니다 **다음** 6. 다음을 입력합니다: **별칭** 값을 입력한 다음 다음을 클릭합니다 **다음**. 7. 아래 **키 관리자**, 필요하면 사용자 및/또는 역할을 선택한 다음 다음을 클릭합니다 **다음**. 8. 다음 페이지에서 **키 사용 권한 정의 *****- 선택**사항* 페이지에서 **기타 AWS 계정**, 다음을 클릭하세요. **다른 AWS 계정 추가**. 1. 표시되는 필드에 Panther 배포가 있는 계정의 AWS 계정 ID를 입력합니다. 이 값은 Panther Console의 [주요 정보 및 기본 설정 페이지](/ko/system-configuration.md#main-info-and-preferences)에서 **인프라** 섹션. 2. 클릭합니다 **다음**. 9. Panther Console가 열려 있는 브라우저 탭으로 전환하고 다음 값을 검색합니다 **Delta Controller Role ARN** 및 **Delta Admin Role ARN** 값: 1. 클릭합니다 **설정** 왼쪽 탐색 모음 하단에서, 그런 다음 다음으로 이동하세요 **Data Lake** > **Data Lake 설정**. 2. 아래 **Databricks 구성**, 다음을 기록합니다 **Delta Controller Role ARN** 및 **Delta Admin Role ARN** 값입니다.\ ![](/files/f0c456c2b7247b939e5a9a90d1061299e5185481) 10. AWS 콘솔에서 다음 아래에 **키 정책**, 다음을 클릭하세요. **편집**, 그런 다음 코드 편집기의 JSON을 아래 JSON으로 바꿉니다: {% hint style="info" %} 아래 정책에서 다음을 바꿉니다: * `` 을(를) 다음으로 **Delta Controller Role ARN** 위에서 검색한 값 * `` 을(를) 다음으로 **Delta Admin Role ARN** 위에서 검색한 값 * `<작업 중인 AWS 계정 ID>` 작업 중인 계정의 계정 ID로 {% endhint %} ```json { "Version": "2012-10-17", "Statement": [ { "Sid": "Panther", "Effect": "Allow", "Principal": { "AWS": [ "", "" ] }, "Action": "kms:Decrypt", "Resource": "*" }, { "Sid": "root", "Effect": "Allow", "Action": [ "kms:*" ], "Resource": "*", "Principal": { "AWS": "arn:aws:iam::<작업 중인 AWS 계정 ID>:root" } } ] } ``` 11. 클릭합니다 **다음**. 12. 다음 페이지에서 **검토** 페이지에서 구성을 검토한 후 다음을 클릭합니다 **완료**. 13. 고객 관리형 키 목록에서 방금 만든 키의 별칭을 클릭하여 세부 정보 페이지를 봅니다. 14. 키 ARN을 위의 표의 다음에 복사합니다 `databricks_load_secret_kms_key_arn` 행. {% hint style="info" %} 에서 [12단계](#step-12-optional-create-a-query-secret-kms-key), 이 KMS 키를 재사용하거나 추가 키를 생성하게 됩니다. {% endhint %} ### 10단계: AWS에서 로드 비밀 생성 1. AWS 콘솔에서 올바른 리전에 있는지 확인합니다. 다음으로 이동합니다 [Secrets Manager](https://docs.aws.amazon.com/secretsmanager/latest/userguide/intro.html). {% hint style="warning" %} Panther 인프라가 호스팅되는 AWS 계정에 있으면 안 됩니다. {% endhint %} 2. 클릭합니다 **새 secret 저장**. 3. 아래 **비밀 유형**, 선택 **기타 비밀 유형**. 4. 아래 **키/값 쌍**에서 **키/값** 탭에 다음 키/값 쌍을 입력합니다:
키값
키값
secret< 보안 비밀 Databricks에서 생성한 값 8단계>
client-id< Client ID Databricks에서 생성한 값 8단계>
databricks-host<Databricks 작업 영역의 URL>

위에서 생성한 작업 영역을 Databricks 콘솔에서 보고 있는 동안 해당 페이지의 URL을 복사합니다. 예를 들어, https://dbc-023ca860-3666.cloud.databricks.com
5. 아래 **암호화 키**, 다음을 선택합니다 `databricks_load_secret_kms_key_arn` 이전 단계에서 생성한 KMS 키를 선택합니다. 6. 클릭합니다 **다음**. 7. 다음 **비밀 이름** 필드에 다음을 입력합니다 `panther-databricks-admin-access`, 그런 다음 **다음**. 8. 다음에서 변경하지 않고 **회전 구성 *****- 선택 사항*** 페이지에서 다음 **다음**. 9. 비밀 설정을 검토한 다음 다음을 클릭합니다 **저장**. 10. 다음 **비밀** 목록에서 다음을 클릭합니다 **panther-databricks-admin-access**, 세부 정보 페이지를 봅니다. 11. 다음 **리소스 권한** 타일을 클릭하세요: **권한 편집**. 12. 아래 **리소스 권한**, 코드 편집기의 JSON을 아래 JSON으로 바꿉니다: {% hint style="info" %} 아래 정책에서: * 바꿉니다 `` 을(를) 다음으로 **Delta Controller Role ARN** 위에서 검색한 값 * 바꿉니다 `` 을(를) 다음으로 **Delta Admin Role ARN** 위에서 검색한 값 * 에서 생성한 로드 비밀 KMS 키를 재사용할 경우 [9단계](#step-9-create-a-load-secret-kms-key-in-aws) 에 [12단계](#step-12-optional-create-a-query-secret-kms-key), 다음으로 바꿉니다 `` 을(를) 다음으로 **Databricks Role ARN** 위에서 검색한 값 * 에서 생성한 로드 비밀 KMS 키를 재사용하지 않을 경우 [9단계](#step-9-create-a-load-secret-kms-key-in-aws) (즉, 다음에서 새 query secret KMS 키를 생성할 경우 [12단계](#step-12-optional-create-a-query-secret-kms-key)), 다음을 제거합니다 `""` 완전히 {% endhint %} ```json { "Version": "2012-10-17", "Statement": [ { "Sid": "Panther", "Effect": "Allow", "Principal": { "AWS": [ "", "", "" ] }, "Action": "secretsmanager:GetSecretValue", "Resource": "*" } ] } ``` 13. 클릭합니다 **저장**. 14. 새로 생성된 비밀의 ARN을 복사하여 이를 `databricks_load_secret_arn` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table). 15. Databricks 콘솔에서 다음으로 돌아갑니다 **외부 데이터** 페이지(다음을 클릭: **카탈로그** > **외부 데이터**). 16. 아래 **외부 위치**, 다음을 클릭합니다 **panther-processed-data** 위에서 생성한 위치. 17. 클릭합니다 **권한**. 18. 클릭합니다 **권한 부여**. 19. 아래 **주체**, 검색하여 선택합니다 **panther-load**. 20. 아래 **권한**, 다음 항목의 체크박스를 선택합니다 **탐색** 및 **파일 읽기**. 21. 클릭합니다 **확인**. ### 단계 11: Databricks에서 쿼리 서비스 주체 생성 1. Databricks 작업 영역 설정에 액세스합니다: 1. 오른쪽 상단에서 이니셜을 클릭합니다. 2. 클릭합니다 **설정**.\ ![](/files/7cf6fe502db750e681217d51f12d7c0dad5347e9) 2. 다음 **설정** 탐색 모음에서 **작업 영역 관리자**, 다음을 클릭하세요. **ID 및 액세스**. 3. 다음 항목의 오른쪽에 **서비스 주체**, 다음을 클릭하세요. **관리**.\ ![](/files/6b43eea55944c1b5ce5d8533600f9e98e5f68490) 4. 클릭합니다 **서비스 주체 추가**. 5. 다음 **서비스 주체 추가** 모달에서 다음을 클릭하세요 **새로 추가**. 6. 다음 **서비스 주체 이름** 필드에 다음을 입력합니다 `panther-query`. 7. 클릭합니다 **추가**. 8. 표에서 다음을 클릭합니다 **panther-query** 세부 정보 페이지를 보려면 9. 클릭합니다 **비밀**. 10. 클릭합니다 **비밀 생성**. 11. 아래 **수명(일)**, 다음을 입력합니다 `730` (최대값). 12. 클릭합니다 **생성**. 13. 다음을 복사하고 **보안 비밀** 및 **Client ID** 값을 안전한 위치에 저장하세요. 나중 단계에서 필요합니다(이 값들을 복사하는 대신 이 브라우저 탭을 열어 둬도 됩니다). ### 단계 12(선택 사항): 쿼리 비밀용 KMS 키 생성 다음 단계에서 AWS에 추가 비밀을 생성합니다. 이 비밀에 연결할 새 KMS 키를 만들거나, 단계 9에서 만든 KMS 키를 재사용할 수 있습니다(구성 표에 다음으로 추가됨 `databricks_load_secret_kms_key_arn`). * 위에서 만든 KMS 키를 재사용하려면, 다음 값의 값을 복사하세요 `databricks_load_secret_kms_key_arn` 에서 `databricks_query_secret_kms_key_arn` 위의 구성 표에서. * 새 KMS 키를 만들려면, 다음을 반복하세요 [9단계: AWS에서 로드 비밀 KMS 키 생성](#step-9-create-a-load-secret-kms-key-in-aws), 그런 다음 해당 키의 ARN을 다음으로 추가합니다 `databricks_query_secret_kms_key_arn` 위의 구성 표에서. ### 단계 13: AWS에서 쿼리 비밀 생성 1. AWS 콘솔에서 올바른 리전에 있는지 확인합니다. 다음으로 이동합니다 [Secrets Manager](https://docs.aws.amazon.com/secretsmanager/latest/userguide/intro.html). {% hint style="warning" %} 이는 Panther 인프라를 호스팅하는 AWS 계정에서 생성하면 안 됩니다. {% endhint %} 2. 클릭합니다 **새 secret 저장**. 3. 아래 **비밀 유형**, 선택 **기타 비밀 유형**. 4. 아래 **키/값 쌍**에서 **키/값** 탭에 다음 키/값 쌍을 입력합니다:
키값
키값
secret< 보안 비밀 Databricks에서 생성한 값 단계 11>
client-id< Client ID Databricks에서 생성한 값 단계 11>
databricks-host<Databricks 작업 공간의 URL>

Databricks 콘솔에서 Databricks 작업 공간을 보는 동안 페이지의 URL을 복사합니다. 예를 들어, https://dbc-023ca860-3666.cloud.databricks.com
5. 아래 **암호화 키**, 다음을 선택합니다 `databricks_query_secret_kms_key_arn` 이전 단계에서 만든 KMS 키(또는 `databricks_load_secret_kms_key_arn` KMS 키, 해당 키를 재사용하는 경우). 6. 클릭합니다 **다음**. 7. 다음 **비밀 이름** 필드에 다음을 입력합니다 `panther-databricks-query-access`, 그런 다음 **다음**. 8. 다음에서 변경하지 않고 **회전 구성 *****- 선택 사항*** 페이지에서 다음 **다음**. 9. 설정을 검토한 후 다음을 클릭합니다 **저장**. 10. 다음 **비밀** 목록에서 다음을 클릭합니다 **panther-databricks-query-access**, 세부 정보 페이지를 봅니다. 11. 다음 **리소스 권한** 타일을 클릭하세요: **권한 편집**. 12. 아래 **리소스 권한**, 코드 편집기의 JSON을 아래 JSON으로 바꿉니다: {% hint style="info" %} 아래 정책에서 다음을 바꿉니다: * `` 을(를) 다음으로 **Databricks Role ARN** 위에서 검색한 값 {% endhint %} ```json { "Version": "2012-10-17", "Statement": [ { "Sid": "Panther", "Effect": "Allow", "Principal": { "AWS": [ "" ] }, "Action": "secretsmanager:GetSecretValue", "Resource": "*" } ] } ``` 13. 클릭합니다 **저장**. 14. 새로 생성된 비밀의 ARN을 복사하여 이를 `databricks_query_secret_arn` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table). ### 단계 14: S3 버킷 및 외부 위치 생성 1. AWS 콘솔에서 올바른 리전에 있는지 확인합니다. 다음으로 이동합니다 [S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html). {% hint style="warning" %} Panther 인프라가 호스팅되는 AWS 계정에 있으면 안 됩니다. {% endhint %} 2. 클릭합니다 **버킷 생성**. 3. 다음을 입력하세요 **버킷 이름**. 4. 클릭합니다 **버킷 생성**. 5. 위에서 만든 Databricks 작업 공간에서 다음을 클릭합니다 **카탈로그**그다음 **외부 데이터**.\ ![](/files/3d98cd45f1714be61c10b3002c0ead817912e25d) 6. 클릭합니다 **외부 위치 생성**. 7. 클릭합니다 **AWS Quickstart(권장)**그다음 **다음**. 8. 다음 **버킷 이름** 필드에 방금 만든 버킷의 이름을 입력합니다. 9. 아래 **개인 액세스 토큰**, 다음을 클릭하세요. **새 토큰 생성**. * 이 값은 다음 단계에서 필요하므로 복사해 두세요. 또는 이 페이지를 열어 둔 채로 둘 수 있습니다. 10. 클릭합니다 **Quickstart에서 시작**. * AWS에서 새 브라우저 탭이 열리며, 다음 화면으로 이동합니다: **스택 빠른 생성** CloudFormation 템플릿이 미리 로드된 화면. 11. 다음 **매개변수** 섹션, **Databricks 개인 액세스 토큰** 필드에 다음을 입력합니다: **개인 액세스 토큰** 위에서 Databricks에서 생성한 값. 12. 클릭합니다 **스택 생성**. 13. 스택 배포가 완료되면 Databricks 콘솔 브라우저 탭으로 돌아갑니다. 다음에서 **Quickstart로 외부 위치 생성** 화면에서 다음을 클릭합니다: **확인**.\ ![](/files/3a778b5f2ef9eb782097c8915279276fdbf52a21) * 다음을 확인합니다 **외부 위치** 목록에 방금 만든 항목이 포함되어 있는지. ### 단계 15: Databricks 카탈로그 생성 1. Databricks 작업 영역에서 다음을 클릭합니다 **카탈로그**. 2. 클릭합니다 **데이터 추가** > **카탈로그 생성**.\ ![](/files/97e0d209919f56f99d656573eaa99908711916cd) 3. 다음 **새 카탈로그 생성** 양식을 작성합니다: * **카탈로그 이름**: 카탈로그 이름을 입력합니다. 예: `panther`.

카탈로그 이름은 다음으로 지정하는 것이 권장됩니다 panther, 하지만 필수는 아닙니다.

* **유형**: 다음을 선택합니다 **표준**. * **외부 위치 선택**: 에서 만든 외부 위치를 선택합니다 [단계 14](#step-14-create-an-s3-bucket-and-external-location).

선택하지 마십시오 panther-processed-data.

\ ![](/files/bc3719c4ce7dbe8530bbbaf48bdfa0d316db5744) 4. 클릭합니다 **생성**. 5. 다음 페이지에서 **카탈로그가 생성되었습니다!** 모달에서 다음을 클릭하세요 **카탈로그 보기**. 6. 클릭합니다 **권한**. 7. 클릭합니다 **권한 부여**. 8. 다음 **panther에 권한 부여** 모달에서 양식을 작성합니다: * **주체**: 입력하고 선택합니다 `panther-load`. * 다음 권한을 선택합니다: * **카탈로그 사용** * **스키마 사용** * **탐색** * **선택** * **수정** * **스키마 생성** * **테이블 생성**\ ![](/files/9d8f56e3e50f96152a10cff34a25cee3dfd7e4c8) 9. 클릭합니다 **확인**. 10. 클릭합니다 **권한 부여**. 11. 다음 **panther에 권한 부여** 모달에서 양식을 작성합니다: * **주체**: 입력하고 선택합니다 `panther-query`. * 다음 권한을 선택합니다: * **카탈로그 사용** * **스키마 사용** * **탐색** * **선택**\ ![](/files/de391c2671e3a0fd05c9258ce7e4bb83f5ec073e) 12. 클릭합니다 **확인**. 13. 카탈로그 이름을 다음으로 추가합니다 `databricks_catalog` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table). ### 단계 16: panther-load SQL 웨어하우스 생성 {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks의 다음을 참조하세요 [SQL 웨어하우스 생성](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다 **컴퓨팅**. 2. 클릭합니다 **SQL 웨어하우스**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력합니다 **새 SQL 웨어하우스** 양식을 작성합니다: * **이름**: 다음을 입력합니다 `panther-load`. * **클러스터 크기**: 다음을 선택합니다 **2X-소형**. * **크기 조정**: 다음으로 설정합니다 **최대** 값을 다음으로 설정 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **Pro**. {% hint style="warning" %} 사용하지 마십시오 **서버리스**. {% endhint %} 5. 클릭합니다 **생성**. 6. 다음 **권한 관리** 모달에서 다음을 추가합니다 **panther-load** 사용자, 그런 다음 다음을 선택합니다 **사용할 수 있음** 권한.\ ![](/files/0dd0639f595cfbb127b7822b9f8edf1ec69dc1cd) 7. 클릭합니다 **추가**. 8. 다음 타일을 클릭하세요: **X** 오른쪽 상단 모서리에서 다음을 눌러 닫습니다 **권한 관리** 모달. 9. 다음 페이지에서 **panther-load** 웨어하우스 세부 정보 페이지에서 다음을 복사 **ID** (이름 옆의) 다음을 복사하여 다음으로 추가합니다 `databricks_load_warehouse_id` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table).\ ![](/files/0f9f930575f2d2c2398f33d2c46d97db8613a5fa) ### 단계 17: panther-optimize SQL 웨어하우스 생성 이 웨어하우스는 매일 밤 테이블 유지 관리 작업을 실행합니다. {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks의 다음을 참조하세요 [SQL 웨어하우스 생성](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다 **컴퓨팅**. 2. 클릭합니다 **SQL 웨어하우스**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력합니다 **새 SQL 웨어하우스** 양식을 작성합니다: * **이름**: 다음을 입력합니다 `panther-optimize`. * **클러스터 크기**: 다음을 선택합니다 **2X-소형**. * **크기 조정**: 다음으로 설정합니다 **최대** 값을 다음으로 설정 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스**. 5. 클릭합니다 **생성**. 6. 다음 **권한 관리** 모달에서 다음을 추가합니다 **panther-load** 사용자, 그런 다음 다음을 선택합니다 **사용할 수 있음** 권한.\ ![](/files/0dd0639f595cfbb127b7822b9f8edf1ec69dc1cd) 7. 클릭합니다 **추가**. 8. 다음 타일을 클릭하세요: **X** 오른쪽 상단 모서리에서 다음을 눌러 닫습니다 **권한 관리** 모달. 9. 다음 페이지에서 **panther-optimize** 웨어하우스 세부 정보 페이지에서 다음을 복사 **ID** (이름 옆의) 다음을 복사하여 다음으로 추가합니다 `databricks_optimize_warehouse_id` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table).\ ![](/files/3cacf904a334bc8132dab977db144830597eafc0) ### 단계 18: panther-query SQL 웨어하우스 생성 {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks의 다음을 참조하세요 [SQL 웨어하우스 생성](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다 **컴퓨팅**. 2. 클릭합니다 **SQL 웨어하우스**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력합니다 **새 SQL 웨어하우스** 양식을 작성합니다: * **이름**: 다음을 입력합니다 `panther-query`. * **클러스터 크기**: 다음을 선택합니다 **중간**. * **크기 조정**: 다음으로 설정합니다 **최대** 값을 다음으로 설정 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스** 또는 **Pro**. {% hint style="info" %} 이 SQL 웨어하우스는 **서버리스** 또는 **Pro**, 하지만 **서버리스** 권장됩니다. **Pro** 웨어하우스는 시작하는 데 시간이 걸립니다. {% endhint %} 5. 클릭합니다 **생성**. 6. 다음 **권한 관리** 모달에서 다음을 추가합니다 **panther-query** 사용자, 그런 다음 다음을 선택합니다 **사용할 수 있음** 권한.\ ![](/files/c60a2e461b3db56e25741b55cd75e4a535e4b72e) 7. 클릭합니다 **추가**. 8. 다음 타일을 클릭하세요: **X** 오른쪽 상단 모서리에서 다음을 눌러 닫습니다 **권한 관리** 모달. 9. 다음 페이지에서 **panther-query** 웨어하우스 세부 정보 페이지에서 다음을 복사 **ID** (이름 옆의) 다음을 복사하여 다음으로 추가합니다 `databricks_query_warehouse_id` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table).\ ![](/files/99607c6be62dd76b1faa2b5d7d2629164653f523) ### 단계 19: panther-scheduled-query SQL 웨어하우스 생성 {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks의 다음을 참조하세요 [SQL 웨어하우스 생성](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다 **컴퓨팅**. 2. 클릭합니다 **SQL 웨어하우스**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력합니다 **새 SQL 웨어하우스** 양식을 작성합니다: * **이름**: 다음을 입력합니다 `panther-scheduled-query`. * **클러스터 크기**: 다음을 선택합니다 **3X-대형**. * **크기 조정**: 다음으로 설정합니다 **최대** 값을 다음으로 설정 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스** 또는 **Pro**. {% hint style="info" %} 이 SQL 웨어하우스는 **서버리스** 또는 **Pro**, 하지만 **서버리스** 권장됩니다. **Pro** 웨어하우스는 시작하는 데 시간이 걸립니다. {% endhint %} 5. 클릭합니다 **생성**. 6. 다음 **권한 관리** 모달에서 다음을 추가합니다 **panther-query** 사용자, 그런 다음 다음을 선택합니다 **사용할 수 있음** 권한.\ ![](/files/c60a2e461b3db56e25741b55cd75e4a535e4b72e) 7. 클릭합니다 **추가**. 8. 다음 타일을 클릭하세요: **X** 오른쪽 상단 모서리에서 다음을 눌러 닫습니다 **권한 관리** 모달. 9. 다음 페이지에서 **panther-scheduled-query** 웨어하우스 세부 정보 페이지에서 다음을 복사 **ID** (이름 옆의) 다음을 복사하여 다음으로 추가합니다 `databricks_scheduled_query_warehouse_id` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table).\ ![](/files/3029e4f4dc8241102565552b8b94f72a0609e4eb) ### 단계 20: 쿼리 내보내기 저장소 자격 증명 생성 {% hint style="info" %} 저장 자격 증명 생성에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [2단계: Databricks에 IAM 역할 세부 정보 제공](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual#step-2-give-databricks-the-iam-role-details) 문서. {% endhint %} Panther에는 또 다른 Databricks가 필요합니다 [저장 자격 증명](https://docs.databricks.com/aws/en/sql/language-manual/sql-ref-storage-credentials#credential) Databricks가 Panther 소유 버킷에 쓸 수 있도록 하기 위해서입니다. 1. Panther 인스턴스의 AWS 계정 ID와 리전이 필요합니다. 다음을 클릭하면 이 정보를 찾을 수 있습니다 **톱니바퀴 아이콘** 오른쪽 상단 모서리에서 설정을 연 다음 다음으로 이동합니다 **일반 설정** > **기본 정보 및 기본 설정**. 정보는 다음에 표시됩니다 **인프라** 섹션. 2. Databricks 작업 영역에서 다음을 클릭합니다 **카탈로그**그다음 **외부 데이터**.
3. 클릭합니다 **자격 증명**. 4. 클릭합니다 **자격 증명 생성**. 5. 다음 **새 자격 증명 만들기** 양식을 작성합니다: 1. **자격 증명 유형**: 다음을 선택합니다 **AWS IAM 역할**. 2. **자격 증명 이름**: 다음을 입력합니다 `panther-query-export-credential`. 3. **IAM 역할(ARN)**: IAM 역할의 ARN을 입력합니다 `arn:aws:iam:::role/panther-datalake-query-export-role-` 1. 바꿉니다 `` 위의 1단계에서 찾은 AWS 계정 ID로 바꿉니다. 2. 바꿉니다 `<하이픈이 포함된 리전>` 위의 1단계에서 확인한 리전으로 바꿉니다. 6. 클릭합니다 **생성**. * 다음 페이지에서 **자격 증명이 생성됨** 페이지에서 다음을 복사하세요. **외부 ID** 값으로 추가합니다 `databricks_service_credential_external_id` 값으로 추가합니다 [구성 표](#step-1-make-a-copy-of-the-configuration-table). (다른 자격 증명으로 생성한 것과 동일합니다.) 다음 단계에서 필요하므로 안전한 위치에 저장하세요. ### 단계 21: 쿼리 내보내기 외부 위치 생성 {% hint style="info" %} IAM 역할 업데이트에 대한 추가 지원은 Databricks의 다음 문서를 참조하세요 [AWS S3 버킷용 외부 위치 생성](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual#-create-an-external-location-for-an-aws-s3-bucket) 문서. {% endhint %} 1. Panther 소유 버킷의 이름이 필요합니다. 다음을 클릭하면 이 정보를 찾을 수 있습니다 **톱니바퀴 아이콘** 오른쪽 상단 모서리에서 설정을 연 다음 다음으로 이동합니다 **Data Lake** > **Data Lake 설정**. 다음이 필요합니다 `조회 테이블 쿼리 내보내기 S3 경로` 정보를 추가하세요. 2. Databricks 작업 영역에서 다음을 클릭합니다 **카탈로그**그다음 **외부 데이터**.
3. 클릭합니다 **외부 위치 생성**. 4. 클릭합니다 **수동**그다음 **다음**. 5. 다음 **새 외부 위치를 수동으로 생성** 양식을 작성합니다: * **외부 위치 이름**: 다음을 입력합니다 `panther-query-export-loc`. * **스토리지 유형**: 다음을 선택합니다 **S3.** * **URL**: 위의 1단계에서 가져온 값을 입력합니다. * **저장 자격 증명**: 방금 생성한 다음 이름의 항목을 선택합니다 `panther-query-export-credential`. 6. 클릭합니다 **생성**. 7. 다음이 있는 페이지로 이동하게 됩니다 **권한 거부** 경고 상자가 표시됩니다—다음을 클릭합니다 **강제 생성**.
8. 생성한 후 다음에서 찾습니다 **외부 위치** 목록. 9. 클릭합니다 **권한**. 10. 클릭합니다 **권한 부여**. 11. 아래 **주체**, 검색하여 선택합니다 **panther-query**. 12. 아래 **권한**, 다음 항목의 체크박스를 선택합니다 **파일 쓰기** 및 **파일 읽기**. 13. 클릭합니다 **확인**. ### 단계 22: 구성 값을 Panther로 전송 * 이제 [1단계에서 생성한 구성 표가](#step-1-make-a-copy-of-the-configuration-table) 완전히 채워졌으므로 Panther 팀과 공유하세요. ### 단계 23: 설정 후 권장 사항으로 돌아가기 * 다음으로 돌아갑니다 [설정 후 권장 사항](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md#post-setup-recommendations) 에서 [Cloud Connected Panther 인스턴스 설정](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md). --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.panther.com/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.