Qlik Cloud Data Integration의 시스템 요구 사항 및 제한 사항

이 섹션에서는 Qlik Cloud Data Integration에 대한 요구 사항 및 제한 사항에 대해 설명합니다.

시작하기 전에 요구 사항을 검토하여 시작하는 데 필요한 모든 사항이 충족되었는지 확인해야 합니다.

워크플로 및 시스템 구성 요소에 대한 자세한 내용은 데이터 통합를 참조하십시오.

Qlik Cloud Data Integration에 대한 일반 요구 사항.

• Qlik Cloud에서의 테넌트.

  사용자는 데이터 공간에서 데이터 작업을 만들기, 관리 및 실행하기 위해 전문가 사용자 할당이 필요합니다.

  분석가 사용자 할당이 있는 사용자는 데이터 공간에서 로드된 데이터가 포함된 분석 앱을 사용할 수 있습니다.

  데이터 공간 참조

• Qlik Sense Enterprise SaaS Government 메모Qlik Cloud 정부 사용자는 Qlik Cloud Data Integration를 사용할 수 없습니다.

• 데이터 소스에 연결할 때 기본 Qlik Cloud IP 주소를 허용 목록에 추가해야 할 수 있습니다.

  자세한 내용은 도메인 이름 및 IP 주소 허용 목록 을 참조하십시오.

• 지원되는 데이터 소스에 대한 자세한 내용은 Qlik Cloud Data Integration에서 데이터 소스에 연결을 참조하십시오.

• 데이터 프로젝트 연결은 데이터 전달 및 푸시다운 변환을 위해 클라우드 데이터 플랫폼에 연결하는 데 사용됩니다. 자세한 내용은 데이터 프로젝트에서 데이터 파이프라인 만들기을 참조하십시오.

• 데이터 이동 게이트웨이를 사용하여 데이터 소스에 연결하는 경우 데이터 소스에 연결하는 데 필요한 드라이버 외에도 드라이버를 설치하고 데이터 프로젝트의 클라우드 데이터 웨어하우스에 연결하는 데 필요한 포트를 열어야 합니다. 자세한 내용은 Prerequisites for connecting to cloud data warehouses을 참조하십시오.

데이터 저장 요구 사항

• 데이터를 Amazon S3 버킷에 랜딩한 경우 Qlik Cloud가 관리하는 저장소 또는 사용자가 관리하는 Amazon S3 저장소에 QVD 테이블을 생성할 수 있습니다.

• Snowflake 또는 Azure Synapse Analytics와 같은 클라우드 데이터 웨어하우스에 데이터를 랜딩하면 동일한 클라우드 데이터 웨어하우스에서 테이블을 생성할 수 있습니다.

• 클라우드 데이터 소스에서 클라우드 데이터 웨어하우스로 데이터를 랜딩한 경우 동일한 클라우드 데이터 웨어하우스에서 테이블을 생성할 수 있습니다.

스테이징 영역에 대한 요구 사항

일부 클라우드 데이터 플랫폼에 데이터를 랜딩하기 위한 스테이징 영역이 필요합니다.

• Azure Synapse Analytics

  Azure Data Lake Storage 스테이징 영역이 필요합니다.

• Google BigQuery

  Google Cloud Storage 스테이징 영역이 필요합니다.

• Databricks

  Azure Data Lake Storage, Google Cloud Storage 또는 Amazon S3에 준비 영역이 필요합니다.

QVD 테이블 생성을 위한 요구 사항

• 데이터 게이트웨이 - 데이터 이동 서버 컴퓨터의 쓰기 액세스 권한과 Qlik Cloud 테넌트의 읽기 액세스 권한이 있는 스테이징 데이터를 위한 Amazon S3 버킷.

  경고 메모랜딩 영역이 안전한지 확인해야 합니다. Amazon S3에서 관리되는 키 또는 AWS KMS 관리되는 키와 함께 서버 측 암호화를 사용할 수 있습니다.

• Qlik 관리형 저장소가 아닌 자체 관리형 저장소에 저장소(QVD) 데이터를 저장하려면 Amazon S3 버킷이 필요합니다. 랜딩 데이터에 사용하는 것과 동일한 Amazon S3 버킷을 사용할 수 있지만 이를 위해서는 Qlik Cloud 테넌트의 쓰기 액세스 권한도 필요합니다. 또한 랜딩 데이터 및 저장소를 위해 별도의 폴더를 사용해야 합니다.

  저장소를 관리하는 경우 데이터에서 앱 만들기 또는 데이터 프로필을 Analytics Hub에서 사용할 수 없습니다.

  경고 메모관리 저장소가 안전한지 확인해야 합니다. Amazon S3에서 관리되는 키 또는 AWS KMS에서 관리되는 키와 함께 서버 측 암호화를 사용할 수 있습니다.

제한 사항

Qlik Cloud Data Integration을 사용하는 방법에는 몇 가지 제한이 있습니다.

일반적인 제한 사항

• 데이터 소스 스키마의 변경은 지원되지 않습니다. 데이터 소스의 스키마를 변경하는 경우 새 데이터 자산을 만들어야 합니다.

• 데이터 작업의 소유자를 변경하거나 데이터 작업을 다른 데이터 프로젝트로 이동할 수 없습니다.

• 랜딩 영역의 자동 정리는 지원되지 않습니다. 이는 성능에 영향을 미칠 수 있습니다. 수동 정리를 수행하는 것이 좋습니다.

• 저장소 데이터 자산의 테이블에 변경 사항을 적용하는 동안 작업의 다른 테이블 간에 트랜잭션 일관성이 없습니다.

• 데이터베이스 스키마는 단일 데이터 작업에만 연결할 수 있습니다.

• 두 개의 데이터 이동 게이트웨이 작업은 랜딩 영역의 동일한 테이블에 쓰지 않아야 합니다. 모범 사례는 각 데이터 이동 게이트웨이 작업에 대해 별도의 랜딩 영역을 사용하는 것입니다.

QVD 테이블 생성 시 제한 사항

• 데이터 공간은 항상 저장소 데이터 작업 용량을 제한하는 표준 용량으로 작동합니다. 저장소 데이터 작업에서 처리하는 각 테이블은 변경 사항을 포함하여 표준 앱에 대해 지원되는 앱 크기(메모리 내)까지의 전체 크기여야 합니다.

  용량에 대한 자세한 내용은 확장 앱 및 전용 용량을 참조하십시오.

• 데이터 게이트웨이 - 데이터 이동가 없어도 액세스 가능한 데이터 소스는 Qlik Cloud가 데이터 플랫폼인 데이터 프로젝트에서 지원되지 않는다.

클라우드 데이터 웨어하우스에 대한 제한 사항

일반 제한 사항

• 모든 데이터 집합은 동일한 내부 스키마에 작성되고 모든 보기는 저장소의 동일한 데이터 자산 스키마에 작성됩니다. 따라서 단일 랜딩 데이터 작업의 다른 스키마에 동일한 이름을 가진 두 개의 데이터 집합을 가질 수 없습니다.

Snowflake 제한 사항

• Snowflake에 연결할 때 OAuth 인증이 지원되지 않습니다.

Google BigQuery 제한 사항

• 열 이름에 공백을 사용할 수 없습니다.

• 열의 이름을 바꾸거나 삭제하면 테이블을 다시 만들어야 하며 데이터가 손실됩니다.

• 매개변수화된 데이터 유형은 기본값으로 설정됩니다.

  • 문자열

    길이: 8192

  • 바이트

    길이: 8192

  • 숫자

    정밀도: 38

    배율: 9

  • bigDecimal

    정밀도: 76

    배율: 38

• Google BigQuery 데이터 연결은 기본적으로 미국 위치로 구성됩니다. 다른 위치를 사용하려면 데이터 연결 속성에서 이를 설정해야 합니다.

  1. 데이터 연결을 편집합니다.

  2. 고급 아래에 위치라는 속성을 추가합니다.

  3. 속성 값을 사용하려는 위치로 설정합니다.

  4. 저장을 클릭합니다.

Databricks 제한 사항

• 테이블 및 열 이름 바꾸기는 지원되지 않습니다. 이름을 변경한 후 동기화하면 데이터가 손실됩니다.

• Databricks 10.4만 지원됩니다.

• SSL 활성화를 활성화해야 합니다.