> 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 구성 방법을 설명합니다 [Databricks](https://www.databricks.com/) Panther의 데이터 저장 백엔드로 사용하도록 설정하는 방법입니다. 아래 단계를 완료하면서 다양한 구성 값을 수집하고 저장한 다음 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 [클라우드 연결 Panther 인스턴스 설정](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md). {% endhint %} 이 절차는 다음을 수행합니다: * Panther용 Databricks 작업 영역을 생성합니다(AWS에 관련 Databricks 인프라도 함께 생성). * Databricks가 Panther S3 스테이징 버킷에서 읽을 수 있도록 AWS에 IAM 역할을 생성합니다. * 외부 스토리지 자격 증명을 생성합니다. * Databricks가 로드를 위해 S3에서 데이터를 읽을 수 있도록 외부 스토리지 통합을 생성합니다. * 로드용(읽기/쓰기)과 쿼리용(읽기 전용) 서비스 주체를 각각 생성합니다. * 서비스 주체의 OAuth 자격 증명을 보관할 수 있도록 AWS의 KMS 키로 시크릿을 생성합니다. * 서비스 주체에 대한 권한이 포함된 Panther 테이블용 카탈로그를 Databricks에 생성합니다. * 로드, 최적화, 쿼리, 예약 쿼리 웨어하우스를 생성합니다. ## Panther용 Databricks 구성 방법 ### 사전 요구 사항 * Databricks 계정이 있습니다. * 다음 안내를 완료했습니다 [클라우드 연결 Panther 인스턴스 설정](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md) 그리고 Panther Console에 로그인할 수 있습니다. * Panther 계산에 사용할 AWS 계정의 AWS 콘솔에 로그인되어 있습니다. Databricks가 대신 작업 영역을 생성해야 하므로 이 단계가 필요합니다. {% hint style="warning" %} 이 AWS 계정은 Panther가 호스팅되는 AWS 계정이어서는 안 됩니다. {% endhint %} * 다음 페이지에 나열된 Databricks 및 AWS 권한이 있습니다: * [클래식 작업 영역 만들기](https://docs.databricks.com/aws/en/admin/workspace/create-workspace#requirements) * [Catalog Explorer 또는 SQL을 사용하여 S3용 스토리지 자격 증명과 외부 위치 만들기](https://docs.databricks.com/aws/en/connect/unity-catalog/cloud-storage/s3/s3-external-location-manual) * [SQL 웨어하우스 만들기](https://docs.databricks.com/aws/en/compute/sql-warehouse/create#requirements) ### 1단계: 구성 표 복사본 만들기 구성 과정 전반에서 마지막에 Panther에 보낼 값을 수집하게 됩니다. 이러한 값을 정리하려면 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_enrichment_warehouse_id` (선택 사항) | | | `databricks_service_credential_external_id` | | ### 2단계(선택 사항): Databricks 작업 영역 만들기 조직 목적상 Panther용 전용 Databricks 작업 영역을 만드는 것이 권장되지만 필수는 아닙니다. 기존 작업 영역을 사용하려면 이 단계를 건너뛰세요. {% hint style="info" %} 작업 영역을 만드는 동안 추가 지원이 필요하면 Databricks의 [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 **작업 영역**. 3. 클릭합니다 **작업 영역 만들기**. 4. 다음을 입력하여 **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**.
5. 클릭합니다 **계속**. 6. 다음 아래에서 **클라우드 리소스**, **클라우드 자격 증명** 필드에서 다음을 선택합니다 **클라우드 자격 증명 추가**.
7. 다음에서 **클라우드 자격 증명 추가** 모달에서 다음을 그대로 둡니다: **자동으로 추가** 선택한 다음 **확인**. * 둘 다 **클라우드 자격 증명** 및 **클라우드 스토리지** 필드에 값이 제공됩니다 **자동으로 추가** 값이 입력됩니다. 그대로 두세요. 8. 클릭합니다 **AWS에 로그인하고 작업 영역을 만듭니다**. 9. 다음에서 **AWS 리소스 검토** 모달에서 **작업 영역 생성 시작**. 10. AWS 모달에서 **액세스 허용**. 11. Databricks 브라우저 탭으로 돌아가서 새 작업 영역이 다음에 나타날 때까지 몇 분간 기다립니다 **작업 영역** 목록. 나타나면 다음을 클릭합니다 **열기** 를 눌러 작업 영역 환경으로 들어갑니다. ### 3단계: 작업 영역에서 variant shredding 활성화 {% hint style="info" %} variant shredding을 활성화하는 동안 추가 지원이 필요하면 Databricks의 [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 **미리 보기**. 2. 오른쪽의 **반정형 데이터의 최적화된 읽기 성능을 위한 Variant Shredding**, 토글을 클릭합니다 **켬**.
### 4단계: 스토리지 자격 증명을 위한 Panther 역할 만들기 {% hint style="info" %} IAM 역할을 만드는 동안 추가 지원이 필요하면 Databricks의 [1단계: IAM 역할 만들기](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 만든 AWS 계정에서 다음 이름의 IAM 역할을 만듭니다 `panther-databricks-s3-reader-role-`, 기본값을 모두 수락합니다. 2. Panther Console에서 다음을 가져옵니다 **처리된 데이터 버킷** 값: 1. 클릭합니다 **설정** 왼쪽 탐색 모음 하단에서 다음으로 이동합니다 **데이터 레이크** > **데이터 레이크 구성**. 2. 다음 아래에서 **Databricks 구성**, 다음을 복사합니다 **처리된 데이터 버킷** 값.
3. 역할의 신뢰 관계를 업데이트합니다: 1. AWS 콘솔에서 **역할** 목록에서 새로 만든 역할을 클릭하여 세부 정보 페이지를 봅니다. 2. 클릭합니다 **신뢰 관계**. 3. 클릭합니다 **신뢰 정책 편집**. 4. 코드 편집기의 JSON을 아래의 JSON으로 바꿉니다:

다음 신뢰 정책은 "sts:ExternalId": "TBD" 를 자리 표시자로 설정합니다. 나중에 업데이트하게 됩니다. 또한 나중에 자체 가정 문을 추가하게 됩니다.

```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 **권한**. 2. 클릭합니다 **권한 추가** > **인라인 정책 만들기**. 3. 다음 **정책 편집기** 섹션에서 **JSON**. 4. 코드 편집기의 JSON을 아래의 JSON으로 바꿉니다:

아래 정책에서 다음을 바꿉니다 <Panther 설정의 처리된 데이터 버킷> 을 처리된 데이터 버킷 위에서 가져온 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. 다음 아래에서 **정책 세부 정보**, 다음을 입력합니다 **정책 이름**. 7. 클릭합니다 **정책 만들기**. 5. 역할의 세부 정보 페이지에서 **ARN**, 그리고 이를 `databricks_load_role_arn` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table). * 역할 세부 정보 페이지가 열린 브라우저 창은 그대로 두세요. 5단계에서 다시 돌아갑니다. ### 5단계: 스토리지 자격 증명 만들기 {% hint style="info" %} 스토리지 자격 증명을 만드는 동안 추가 지원이 필요하면 Databricks의 [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 [스토리지 자격 증명을 생성하여](https://docs.databricks.com/aws/en/sql/language-manual/sql-ref-storage-credentials#credential) 방금 생성한 AWS IAM 역할을 나타냅니다: 1. Databricks 작업 영역에서 다음을 클릭합니다: **카탈로그**, 그런 다음 **외부 데이터**.
2. 클릭합니다 **자격 증명**. 3. 클릭합니다 **자격 증명 만들기**. 4. 다음을 입력합니다: **새 자격 증명 만들기** 양식: 1. **자격 증명 유형**: 다음을 선택합니다 **AWS IAM 역할**. 2. **자격 증명 이름**: 입력합니다 `panther-storage-credential`. 3. **IAM 역할(ARN)**: 위에서 생성한 IAM 역할의 ARN을 입력합니다(다음입니다 `databricks_load_role_arn` 에서 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table)). 5. 클릭합니다 **만들기**. * 다음에서 **자격 증명이 생성됨** 페이지에서 다음을 복사합니다 **외부 ID** 값을 안전한 위치에 저장하세요. 다음 단계에서 필요합니다. ### 6단계: IAM 역할 신뢰 관계 정책 업데이트 {% hint style="info" %} IAM 역할을 업데이트하는 동안 추가 지원이 필요하면 Databricks의 [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 돌아가 위에서 생성한 `panther-databricks-s3-reader-role-` IAM 역할의 세부 정보 페이지로 이동합니다. 2. 클릭합니다 **신뢰 관계**. 3. 클릭합니다 **신뢰 정책 편집**. 4. 다음 `"sts:ExternalId": "TBD"` 줄에서 다음을 바꿉니다 `TBD` 을 **외부 ID** 위에서 Databricks에서 복사한 값. 5. 클릭합니다 **정책 업데이트**. ### 7단계: 외부 스토리지 위치 만들기 {% hint style="info" %} IAM 역할을 업데이트하는 동안 추가 지원이 필요하면 Databricks의 [AWS S3 버킷용 외부 위치를 만듭니다](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**, 그런 다음 **외부 데이터**.
2. 클릭합니다 **외부 위치 만들기**. 3. 클릭합니다 **수동**, 그런 다음 **다음**. 4. 다음을 입력합니다: **새 외부 위치를 수동으로 만듭니다** 양식: * **외부 위치 이름**: 입력합니다 `panther-processed-data`. * **스토리지 유형**: 다음을 선택합니다 **S3.** * **URL**: 입력합니다 **처리된 데이터 버킷** 3단계에서 Panther Console의 설정 페이지에서 가져온 값을 입력합니다. * **스토리지 자격 증명**: 다음을 선택합니다 `panther-storage-credential`. 5. 클릭합니다 **만들기**. 6. 다음이 있는 페이지로 이동합니다 **액세스 거부** 경고 상자—다음을 클릭합니다 **강제 생성**.
### 8단계: Databricks에서 로드 서비스 주체 만들기 1. Databricks 작업 영역 설정에 액세스합니다: 1. 오른쪽 상단에서 이니셜을 클릭합니다. 2. 클릭합니다 **설정**.
2. 다음 **설정** 탐색 모음에서 **작업 영역 관리자**, 다음을 클릭합니다 **ID 및 액세스**. 3. 오른쪽의 **서비스 주체**, 다음을 클릭합니다 **관리**.
4. 클릭합니다 **서비스 주체 추가**. 5. 다음 **서비스 주체 추가** 모달에서 **새로 추가**. 6. 다음 **서비스 주체 이름** 필드에 입력합니다 `panther-load`. 7. 클릭합니다 **추가**. 8. 표에서 **panther-load** 세부 정보 페이지를 보려면 클릭합니다. 9. 클릭합니다 **시크릿**. 10. 클릭합니다 **시크릿 생성**. 11. 다음 아래에서 **수명(일)**, 입력합니다 `730` (최대값). 12. 클릭합니다 **생성**. 13. 다음을 복사합니다 **시크릿** 및 **클라이언트 ID** 값을 안전한 위치에 저장하세요. 나중 단계에서 필요합니다(이 값들을 복사하는 대신 이 브라우저 탭을 열어 두어도 됩니다). ### 9단계: AWS에서 로드 시크릿 KMS 키 만들기 1. AWS 콘솔에서 올바른 리전에 있는지 확인합니다. 다음으로 이동합니다: [키 관리 서비스](https://aws.amazon.com/kms/). 2. 왼쪽 탐색 메뉴에서 **고객 관리형 키**. 3. 클릭합니다 **키 만들기**. 4. 다음 아래에서 **키 유형**, **대칭형**. **다음 아래에서**, **암호화 및 복호화**. 5. 클릭합니다 **다음** 6. 다음 항목을 입력합니다 **별칭** 값을 입력한 다음 다음을 클릭합니다 **다음**. 7. 다음 아래에서 **키 관리자**선택적으로 사용자 및/또는 역할을 선택한 다음 다음을 클릭합니다 **다음**. 8. 다음에서 **키 사용 권한 정의 *****- 선택 사항**l* 페이지에서, 아래에서 **다른 AWS 계정**, 다음을 클릭합니다 **다른 AWS 계정 추가**. 1. 표시되는 필드에 Panther 배포가 있는 계정의 AWS 계정 ID를 입력합니다. 이 값은 Panther Console의 다음에서 찾을 수 있습니다: [기본 정보 및 환경 설정 페이지](/ko/system-configuration.md#main-info-and-preferences), **인프라** 섹션. 2. 클릭합니다 **다음**. 9. Panther Console이 열려 있는 브라우저 탭으로 전환하고 다음을 가져옵니다: **델타 컨트롤러 역할 ARN** 및 **델타 관리자 역할 ARN** 값: 1. 클릭합니다 **설정** 왼쪽 탐색 모음 하단에서 다음으로 이동합니다 **데이터 레이크** > **데이터 레이크 구성**. 2. 다음 아래에서 **Databricks 구성**, 다음을 기록합니다 **델타 컨트롤러 역할 ARN** 및 **델타 관리자 역할 ARN** 값.
10. AWS 콘솔에서 다음 아래에 **키 정책**, 다음을 클릭합니다 **편집**, 그런 다음 코드 편집기의 JSON을 아래 JSON으로 바꿉니다: {% hint style="info" %} 아래 정책에서 다음을 바꿉니다: * `` 을 **델타 컨트롤러 역할 ARN** 위에서 가져온 값 * `` 을 **델타 관리자 역할 ARN** 위에서 가져온 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. 다음에서 **검토** 페이지에서 구성을 검토한 다음, 클릭 **완료**. 13. 고객 관리형 키 목록에서 방금 생성한 키의 별칭을 클릭하여 상세 페이지를 보세요. 14. 키 ARN을 위 표의 다음 항목에 복사하세요. `databricks_load_secret_kms_key_arn` 행. {% hint style="info" %} 에서 [단계 12](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-12-optional-create-a-query-secret-kms-key)에서는 이 KMS 키를 재사용하거나 추가로 하나를 생성하게 됩니다. {% endhint %} ### 단계 10: AWS에서 로드 시크릿 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 인프라를 호스팅하는 AWS 계정에 있으면 안 됩니다. {% endhint %} 2. 클릭합니다 **새 시크릿 저장**. 3. 다음 아래에서 **시크릿 유형**, **다른 유형의 시크릿**. 4. 다음 아래에서 **키/값 쌍**, **키/값** 탭에서 다음 키/값 쌍을 입력하세요:
키값
키값
시크릿<the 시크릿 Databricks에서 생성한 값 단계 8>
client-id<the 클라이언트 ID Databricks에서 생성한 값 단계 8>
databricks-host<Databricks 작업 영역의 URL>

위에서 Databricks 콘솔에서 생성한 작업 영역을 보면서 페이지의 URL을 복사하세요. 예를 들어, https://dbc-023ca860-3666.cloud.databricks.com
5. 다음 아래에서 **암호화 키**에서는 `databricks_load_secret_kms_key_arn` 이전 단계에서 생성한 KMS 키를 선택하세요. 6. 클릭합니다 **다음**. 7. 다음 **시크릿 이름** 필드에 입력합니다 `panther-databricks-admin-access`그런 다음 **다음**. 8. 페이지에서 아무 변경도 하지 않고 **회전 구성 *****- 선택 사항*** 페이지에서 클릭 **다음**. 9. 시크릿 설정을 검토한 다음 클릭 **저장**. 10. 다음 **시크릿** 목록에서 클릭 **panther-databricks-admin-access**세부 정보 페이지를 보려면. 11. 다음 **리소스 권한** 타일에서 클릭 **권한 편집**. 12. 다음 아래에서 **리소스 권한**코드 편집기의 JSON을 아래 JSON으로 바꾸세요: {% hint style="info" %} 아래 정책에서: * 바꾸세요 `` 을 **델타 컨트롤러 역할 ARN** 위에서 가져온 값 * 바꾸세요 `` 을 **델타 관리자 역할 ARN** 위에서 가져온 값 * 다음에서 생성한 로드 시크릿 KMS 키를 재사용할 경우 [9단계](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-9-create-a-load-secret-kms-key-in-aws) 에서 [단계 12](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-12-optional-create-a-query-secret-kms-key)다음의 값을 바꾸세요 `` 을 **Databricks 역할 ARN** 위에서 가져온 값 * 다음에서 생성한 로드 시크릿 KMS 키를 재사용하지 않을 경우 [9단계](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-9-create-a-load-secret-kms-key-in-aws) (즉, 다음에서 새 쿼리 시크릿 KMS 키를 생성할 경우 [단계 12](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-12-optional-create-a-query-secret-kms-key)), 제거 `""` 완전히 {% endhint %} ```json { "Version": "2012-10-17", "Statement": [ { "Sid": "Panther", "Effect": "Allow", "Principal": { "AWS": [ "", "", "" ] }, "Action": "secretsmanager:GetSecretValue", "Resource": "*" } ] } ``` 13. 클릭합니다 **저장**. 14. 새로 생성된 시크릿의 ARN을 복사하여 다음 항목으로 추가하세요. `databricks_load_secret_arn` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table). 15. Databricks 콘솔에서 다시 **외부 데이터** 페이지(클릭 **카탈로그** > **외부 데이터**). 16. 다음 아래에서 **외부 위치**를 클릭하여 **panther-processed-data** 위에서 생성한 위치. 17. 클릭합니다 **권한**. 18. 클릭합니다 **부여**. 19. 다음 아래에서 **주체**를 검색하여 선택 **panther-load**. 20. 다음 아래에서 **권한**의 체크박스를 선택하세요: **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**.
2. 다음 **설정** 탐색 모음에서 **작업 영역 관리자**, 다음을 클릭합니다 **ID 및 액세스**. 3. 오른쪽의 **서비스 주체**, 다음을 클릭합니다 **관리**.
4. 클릭합니다 **서비스 주체 추가**. 5. 다음 **서비스 주체 추가** 모달에서 **새로 추가**. 6. 다음 **서비스 주체 이름** 필드에 입력합니다 `panther-query`. 7. 클릭합니다 **추가**. 8. 표에서 **panther-query** 세부 정보 페이지를 보려면 클릭합니다. 9. 클릭합니다 **시크릿**. 10. 클릭합니다 **시크릿 생성**. 11. 다음 아래에서 **수명(일)**, 입력합니다 `730` (최대값). 12. 클릭합니다 **생성**. 13. 다음을 복사합니다 **시크릿** 및 **클라이언트 ID** 값을 안전한 위치에 저장하세요. 나중 단계에서 필요합니다(이 값들을 복사하는 대신 이 브라우저 탭을 열어 두어도 됩니다). ### 단계 12(선택 사항): 쿼리 시크릿 KMS 키 생성 다음 단계에서는 AWS에 추가 시크릿을 생성하게 됩니다. 이 시크릿에 연결할 새 KMS 키를 생성하거나, 구성 표에 `databricks_load_secret_kms_key_arn`). * 위에서 생성한 KMS 키를 재사용하려면, `databricks_load_secret_kms_key_arn` 를 `databricks_query_secret_kms_key_arn` 위 구성 표에 추가하세요. * 새 KMS 키를 생성하려면 [9단계: AWS에서 로드 시크릿 KMS 키 만들기](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-9-create-a-load-secret-kms-key-in-aws)를 반복한 다음, 키의 ARN을 `databricks_query_secret_kms_key_arn` 위 구성 표에 추가하세요. ### 단계 13: AWS에서 쿼리 시크릿 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 인프라를 호스팅하는 AWS 계정에 생성하면 안 됩니다. {% endhint %} 2. 클릭합니다 **새 시크릿 저장**. 3. 다음 아래에서 **시크릿 유형**, **다른 유형의 시크릿**. 4. 다음 아래에서 **키/값 쌍**, **키/값** 탭에서 다음 키/값 쌍을 입력하세요:
키값
키값
시크릿<the 시크릿 Databricks에서 생성한 값 단계 11>
client-id<the 클라이언트 ID Databricks에서 생성한 값 단계 11>
databricks-host<Databricks 작업 영역의 URL>

Databricks 콘솔에서 Databricks 작업 영역을 보면서 페이지의 URL을 복사하세요. 예를 들어, https://dbc-023ca860-3666.cloud.databricks.com
5. 다음 아래에서 **암호화 키**에서는 `databricks_query_secret_kms_key_arn` 이전 단계에서 생성한 KMS 키(또는 `databricks_load_secret_kms_key_arn` KMS 키를 재사용하는 경우 해당 KMS 키). 6. 클릭합니다 **다음**. 7. 다음 **시크릿 이름** 필드에 입력합니다 `panther-databricks-query-access`그런 다음 **다음**. 8. 페이지에서 아무 변경도 하지 않고 **회전 구성 *****- 선택 사항*** 페이지에서 클릭 **다음**. 9. 설정을 검토한 다음 클릭 **저장**. 10. 다음 **시크릿** 목록에서 클릭 **panther-databricks-query-access**세부 정보 페이지를 보려면. 11. 다음 **리소스 권한** 타일에서 클릭 **권한 편집**. 12. 다음 아래에서 **리소스 권한**코드 편집기의 JSON을 아래 JSON으로 바꾸세요: {% hint style="info" %} 아래 정책에서 다음을 바꿉니다: * `` 을 **Databricks 역할 ARN** 위에서 가져온 값 {% endhint %} ```json { "Version": "2012-10-17", "Statement": [ { "Sid": "Panther", "Effect": "Allow", "Principal": { "AWS": [ "" ] }, "Action": "secretsmanager:GetSecretValue", "Resource": "*" } ] } ``` 13. 클릭합니다 **저장**. 14. 새로 생성된 시크릿의 ARN을 복사하여 다음 항목으로 추가하세요. `databricks_query_secret_arn` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#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 인프라를 호스팅하는 AWS 계정에 있으면 안 됩니다. {% endhint %} 2. 클릭합니다 **버킷 생성**. 3. 다음을 입력하세요 **버킷 이름**. 4. 클릭합니다 **버킷 생성**. 5. 위에서 생성한 Databricks 작업 영역에서 **카탈로그**, 그런 다음 **외부 데이터**.
6. 클릭합니다 **외부 위치 만들기**. 7. 클릭합니다 **AWS Quickstart(권장)**, 그런 다음 **다음**. 8. 다음 **버킷 이름** 필드에 방금 생성한 버킷의 이름을 입력하세요. 9. 다음 아래에서 **개인 액세스 토큰**, 다음을 클릭합니다 **새 토큰 생성**. * 다음 단계에서 필요하므로 이 값을 복사해 두세요. 또는 이 페이지를 열어 둔 채로 둘 수도 있습니다. 10. 클릭합니다 **Quickstart에서 시작**. * AWS에서 새 브라우저 탭이 **빠른 스택 생성** 화면으로 열리며, CloudFormation 템플릿이 미리 로드되어 있습니다. 11. 다음 **매개변수** 섹션의 **Databricks 개인 액세스 토큰** 필드에 **개인 액세스 토큰** 위에서 Databricks에서 생성한 값을 입력하세요. 12. 클릭합니다 **스택 생성**. 13. 스택 배포가 완료되면 Databricks 콘솔 브라우저 탭으로 돌아가세요. 다음 화면에서 **Quickstart로 외부 위치 생성** 화면에서 클릭 **확인**.
* 다음 항목이 **외부 위치** 목록에 방금 생성한 항목이 포함되어 있는지 확인하세요. ### 단계 15: Databricks 카탈로그 생성 1. Databricks 작업 영역에서 다음을 클릭합니다: **카탈로그**. 2. 클릭합니다 **데이터 추가** > **카탈로그 생성**.
3. 다음을 입력합니다: **새 카탈로그 생성** 양식: * **카탈로그 이름**: 카탈로그 이름을 입력하세요. 예: `panther`.

카탈로그 이름을 panther로 지정하는 것이 권장되지만 필수는 아닙니다.

* **유형**: 다음을 선택합니다 **표준**. * **외부 위치 선택**: 에서 생성한 외부 위치를 선택하세요 [단계 14](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-14-create-an-s3-bucket-and-external-location).

선택하지 마세요 panther-processed-data.


4. 클릭합니다 **만들기**. 5. 다음에서 **카탈로그가 생성되었습니다!** 모달에서 **카탈로그 보기**. 6. 클릭합니다 **권한**. 7. 클릭합니다 **부여**. 8. 다음 **panther에 대한 권한 부여** 모달에서 다음 양식을 작성하세요: * **주체**: 입력하고 선택 `panther-load`. * 다음 권한을 선택하세요: * **USE CATALOG** * **USE SCHEMA** * **탐색** * **SELECT** * **MODIFY** * **CREATE SCHEMA** * **CREATE TABLE**
9. 클릭합니다 **확인**. 10. 클릭합니다 **부여**. 11. 다음 **panther에 대한 권한 부여** 모달에서 다음 양식을 작성하세요: * **주체**: 입력하고 선택 `panther-query`. * 다음 권한을 선택하세요: * **USE CATALOG** * **USE SCHEMA** * **탐색** * **SELECT**
12. 클릭합니다 **확인**. 13. 카탈로그 이름을 다음 항목으로 추가하세요 `databricks_catalog` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table). ### 단계 16: panther-load SQL 웨어하우스 생성 {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks [SQL 웨어하우스 만들기](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다: **Compute**. 2. 클릭합니다 **SQL 웨어하우스를 참조하세요.**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력하여 **새 SQL 웨어하우스** 양식: * **이름**: 입력합니다 `panther-load`. * **클러스터 크기**: 다음을 선택합니다 **2X-Small**. * **확장**: **최대** 값을 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **Pro**. {% hint style="warning" %} 사용하지 마세요 **서버리스**. {% endhint %} 5. 클릭합니다 **만들기**. 6. 다음 **권한 관리** 모달에서 다음을 추가하세요: **panther-load** 사용자를 추가한 다음 선택 **사용 가능** 권한.
7. 클릭합니다 **추가**. 8. 클릭 **X** 오른쪽 상단 모서리에서 **권한 관리** 모달을 닫으세요. 9. 다음에서 **panther-load** 웨어하우스 세부 정보 페이지에서 **ID** (이름 옆의) 값을 복사하여 다음 항목으로 추가하세요 `databricks_load_warehouse_id` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table).
### 단계 17: panther-optimize SQL 웨어하우스 생성 이 웨어하우스는 매일 밤 테이블 유지 관리 작업을 실행합니다. {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks [SQL 웨어하우스 만들기](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다: **Compute**. 2. 클릭합니다 **SQL 웨어하우스를 참조하세요.**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력하여 **새 SQL 웨어하우스** 양식: * **이름**: 입력합니다 `panther-optimize`. * **클러스터 크기**: 다음을 선택합니다 **2X-Small**. * **확장**: **최대** 값을 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스**. 5. 클릭합니다 **만들기**. 6. 다음 **권한 관리** 모달에서 다음을 추가하세요: **panther-load** 사용자를 추가한 다음 선택 **사용 가능** 권한.
7. 클릭합니다 **추가**. 8. 클릭 **X** 오른쪽 상단 모서리에서 **권한 관리** 모달을 닫으세요. 9. 다음에서 **panther-optimize** 웨어하우스 세부 정보 페이지에서 **ID** (이름 옆의) 값을 복사하여 다음 항목으로 추가하세요 `databricks_optimize_warehouse_id` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table).
### 단계 18: panther-query SQL 웨어하우스 생성 {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks [SQL 웨어하우스 만들기](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다: **Compute**. 2. 클릭합니다 **SQL 웨어하우스를 참조하세요.**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력하여 **새 SQL 웨어하우스** 양식: * **이름**: 입력합니다 `panther-query`. * **클러스터 크기**: 다음을 선택합니다 **Medium**. * **확장**: **최대** 값을 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스** 또는 **Pro**. {% hint style="info" %} 이 SQL 웨어하우스는 **서버리스** 또는 **Pro**될 수 있지만 **서버리스** 이 권장됩니다. **Pro** 웨어하우스는 시작 속도가 느립니다. {% endhint %} 5. 클릭합니다 **만들기**. 6. 다음 **권한 관리** 모달에서 다음을 추가하세요: **panther-query** 사용자를 추가한 다음 선택 **사용 가능** 권한.
7. 클릭합니다 **추가**. 8. 클릭 **X** 오른쪽 상단 모서리에서 **권한 관리** 모달을 닫으세요. 9. 다음에서 **panther-query** 웨어하우스 세부 정보 페이지에서 **ID** (이름 옆의) 값을 복사하여 다음 항목으로 추가하세요 `databricks_query_warehouse_id` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table).
### 단계 19: panther-scheduled-query SQL 웨어하우스 생성 {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks [SQL 웨어하우스 만들기](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다: **Compute**. 2. 클릭합니다 **SQL 웨어하우스를 참조하세요.**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력하여 **새 SQL 웨어하우스** 양식: * **이름**: 입력합니다 `panther-scheduled-query`. * **클러스터 크기**: 다음을 선택합니다 **3X-Large**. * **확장**: **최대** 값을 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스** 또는 **Pro**. {% hint style="info" %} 이 SQL 웨어하우스는 **서버리스** 또는 **Pro**될 수 있지만 **서버리스** 이 권장됩니다. **Pro** 웨어하우스는 시작 속도가 느립니다. {% endhint %} 5. 클릭합니다 **만들기**. 6. 다음 **권한 관리** 모달에서 다음을 추가하세요: **panther-query** 사용자를 추가한 다음 선택 **사용 가능** 권한.
7. 클릭합니다 **추가**. 8. 클릭 **X** 오른쪽 상단 모서리에서 **권한 관리** 모달을 닫으세요. 9. 다음에서 **panther-scheduled-query** 웨어하우스 세부 정보 페이지에서 **ID** (이름 옆의) 값을 복사하여 다음 항목으로 추가하세요 `databricks_scheduled_query_warehouse_id` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table).
### 단계 20(선택 사항): panther-enrichment SQL 웨어하우스 생성 다른 예약 쿼리와 분리된 전용 SQL 웨어하우스에서 사용자 지정 enrichment 새로고침 쿼리를 실행하려면 이 단계를 완료하세요. 이 단계를 건너뛰면 enrichment 새로고침 쿼리는 계속 `panther-scheduled-query` 웨어하우스에서 실행됩니다. {% hint style="info" %} 추가 SQL 웨어하우스 생성 지원은 Databricks [SQL 웨어하우스 만들기](https://docs.databricks.com/aws/en/compute/sql-warehouse/create) 문서. {% endhint %} 1. Databricks 작업 영역에서 다음을 클릭합니다: **Compute**. 2. 클릭합니다 **SQL 웨어하우스를 참조하세요.**. 3. 클릭합니다 **SQL 웨어하우스 생성**. 4. 다음을 입력하여 **새 SQL 웨어하우스** 양식: * **이름**: 입력합니다 `panther-enrichment`. * **클러스터 크기**: enrichment 새로고침 워크로드에 적합한 크기를 선택하세요(예: **Medium**). * **확장**: **최대** 값을 `40` (허용되는 최대값). * **유형**: 다음을 선택합니다 **서버리스** 또는 **Pro**. {% hint style="info" %} 이 SQL 웨어하우스는 **서버리스** 또는 **Pro.** **서버리스** 이 권장됩니다. {% endhint %} 5. 클릭합니다 **만들기**. 6. 다음 **권한 관리** 모달에서 다음을 추가하세요: **panther-query** 사용자를 추가한 다음 선택 **사용 가능** 권한. 7. 클릭합니다 **추가**. 8. 클릭 **X** 오른쪽 상단 모서리에서 **권한 관리** 모달을 닫으세요. 9. 다음에서 **panther-enrichment** 웨어하우스 세부 정보 페이지에서 **ID** (이름 옆의) 값을 복사하여 다음 항목으로 추가하세요 `databricks_enrichment_warehouse_id` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table). ### 단계 21: 쿼리 내보내기 저장소 자격 증명 생성 {% hint style="info" %} 스토리지 자격 증명을 만드는 동안 추가 지원이 필요하면 Databricks의 [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 Databricks [스토리지 자격 증명을 생성하여](https://docs.databricks.com/aws/en/sql/language-manual/sql-ref-storage-credentials#credential) 가 필요합니다. 그래야 Databricks가 Panther 소유 버킷에 쓸 수 있습니다. 1. Panther 인스턴스의 AWS 계정 ID와 리전이 필요합니다. 다음의 **톱니바퀴 아이콘** 을 클릭하여 설정을 연 다음 **일반 설정** > **주요 정보 및 기본 설정**. 해당 정보는 **인프라** 섹션. 2. Databricks 작업 영역에서 다음을 클릭합니다: **카탈로그**, 그런 다음 **외부 데이터**.
3. 클릭합니다 **자격 증명**. 4. 클릭합니다 **자격 증명 만들기**. 5. 다음을 입력합니다: **새 자격 증명 만들기** 양식: 1. **자격 증명 유형**: 다음을 선택합니다 **AWS IAM 역할**. 2. **자격 증명 이름**: 입력합니다 `panther-query-export-credential`. 3. **IAM 역할(ARN)**: IAM 역할의 ARN을 입력하세요 `arn:aws:iam:::role/panther-datalake-query-export-role-` 1. 바꾸세요 `` 를 위에서 1단계에서 찾은 AWS 계정 ID로 바꾸세요. 2. 바꾸세요 `` 를 위에서 1단계에서 확인한 리전으로 바꾸세요. 6. 클릭합니다 **만들기**. * 다음에서 **자격 증명이 생성됨** 페이지에서 다음을 복사합니다 **외부 ID** 값을, 그리고 다음 항목으로 추가하세요 `databricks_service_credential_external_id` 의 값으로 추가합니다 [구성 표](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table). (다른 자격 증명으로 생성한 값과 동일합니다.) 다음 단계에서 필요하므로 안전한 위치에 보관하세요. ### 단계 22: 쿼리 내보내기 외부 위치 생성 {% hint style="info" %} IAM 역할을 업데이트하는 동안 추가 지원이 필요하면 Databricks의 [AWS S3 버킷용 외부 위치를 만듭니다](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. 다음의 **톱니바퀴 아이콘** 을 클릭하여 설정을 연 다음 **데이터 레이크** > **데이터 레이크 구성**을 클릭하여 이 정보를 찾을 수 있습니다. 다음이 필요합니다. `조회 테이블 쿼리 내보내기 S3 경로` 정보. 2. Databricks 작업 영역에서 다음을 클릭합니다: **카탈로그**, 그런 다음 **외부 데이터**.
3. 클릭합니다 **외부 위치 만들기**. 4. 클릭합니다 **수동**, 그런 다음 **다음**. 5. 다음을 입력합니다: **새 외부 위치를 수동으로 만듭니다** 양식: * **외부 위치 이름**: 입력합니다 `panther-query-export-loc`. * **스토리지 유형**: 다음을 선택합니다 **S3.** * **URL**: 위 1단계에서 가져온 값을 입력하세요. * **스토리지 자격 증명**: 방금 생성한 이름이 `panther-query-export-credential`. 6. 클릭합니다 **만들기**. 7. 다음이 있는 페이지로 이동합니다 **액세스 거부** 경고 상자—다음을 클릭합니다 **강제 생성**.
8. 인 항목을 **외부 위치** 목록에서 찾으세요. 9. 클릭합니다 **권한**. 10. 클릭합니다 **부여**. 11. 다음 아래에서 **주체**를 검색하여 선택 **panther-query**. 12. 다음 아래에서 **권한**의 체크박스를 선택하세요: **파일 쓰기** 및 **파일 읽기**. 13. 클릭합니다 **확인**. ### 단계 23: 구성 값을 Panther로 전송 * 이제 [단계 1에서 생성한 구성 표가](/ko/system-configuration/panther-deployment-types/cloud-connected/databricks.md#step-1-make-a-copy-of-the-configuration-table) 완전히 작성되었으므로 Panther 팀과 공유하세요. ### 단계 24: 설정 후 권장 사항으로 돌아가기 * 다시 [설정 후 권장 사항](/ko/system-configuration/panther-deployment-types/cloud-connected/set-up.md#post-setup-recommendations) 에서 [클라우드 연결 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.