데이터 유형 관리
Last updated: 2026. 9. 1.컬럼의 데이터 타입 또는 데이터 타입 크기를 변경하면, 해당 데이터셋을 사용하는 태스크에 영향을 미칠 수 있습니다.
지원되는 데이터 형식 및 변환은 대상 플랫폼에 따라 다릅니다.대상 플랫폼에 대한 특정 설명서는 대상에 대한 연결 설정를 참조하십시오.
데이터 유형 변경이 미치는 영향 이해
데이터 유형 크기를 변경하거나 다른 데이터 유형으로 전환하는 데는 두 가지 일반적인 사용 사례가 있습니다.
- 현재 데이터 유형에 맞지 않는 데이터 수집.
- 더 높은 수치 정확도에 대한 요구 사항.예: SMALLINT를 DECIMAL(p,s)로 변경.
대부분의 경우 데이터 유형을 변경하면 ALTER TABLE 작업이 발생하므로 데이터 손실이 방지됩니다.예를 들어, 이전 데이터 유형이 STRING(25)이고 새 데이터 유형이 STRING(50)인 경우 새 데이터 유형이 있는 열의 데이터는 문제 없이 업데이트됩니다.그러나 데이터 유형을 변경하면 테이블이 삭제되고 다시 만들어지는 경우도 있습니다.예를 들어, 이전 열의 데이터 유형이 NUMBER인데 이를 DATE로 변경하면 숫자를 날짜로 변환할 수 없으므로 테이블이 삭제되고 다시 만들어집니다.마찬가지로 대상 플랫폼이 ALTER 테이블 작업(예: Databricks)을 지원하지 않으면 테이블이 삭제되고 다시 만들어집니다.
이론적으로 테이블을 변경하는 것이 가능하지만 기본 복잡성으로 인해 데이터 작업이 테이블을 삭제하고 다시 만드는 경우가 있습니다.마지막으로 실제 데이터 손실이 아닌 잠재적인 데이터 손실로 인해 삭제 및 다시 만들기 작업이 트리거되는 경우가 있습니다.예를 들어, STRING(25)을 STRING(1)로 변경하면 수집된 데이터가 STRING(1)에 맞지 않으면 데이터 손실이 발생합니다.그러나 STRING(25)에는 항상 하나의 문자만 포함될 수 있으므로 실제로는 데이터 손실이 발생하지 않지만 잠재적인 데이터 손실로 인해 테이블이 계속 삭제되고 다시 만들어집니다.
대상 플랫폼에 관계없이 테이블을 삭제하고 다시 만들어야 하는 데이터 유형 변경
다음 데이터 유형을 변경하면 테이블이 삭제되고 다시 만들어집니다.
- BYTES
- BLOB
- CLOB
- NCLOB
테이블을 삭제하고 다시 만들지 않고도 데이터 유형 크기 변경을 지원하는 대상 플랫폼
Snowflake, Google BigQuery, Amazon Redshift, Microsoft SQL Server 및 Azure Synapse Analytics로 작업할 때 테이블을 삭제하고 다시 만들지 않고도 특정 데이터 유형의 크기를 변경할 수 있습니다.다음 표에는 앞서 언급한 각 플랫폼에 대해 지원되는 데이터 유형이 나열되어 있습니다.
| 데이터 유형 | Snowflake | Google BigQuery | Azure Synapse Analytics | Microsoft SQL Server | Amazon Redshift |
|---|---|---|---|---|---|
|
INT1 |
아니요 |
예 |
예 |
예 |
아니요 |
|
INT2 |
아니요 |
예 |
예 |
예 |
아니요 |
|
INT4 |
아니요 |
예 |
예 |
예 |
아니요 |
|
INT8 |
아니요 |
예 |
예 |
예 |
아니요 |
|
REAL4 |
아니요 |
아니요 |
예 |
예 |
아니요 |
|
REAL8 |
아니요 |
아니요 |
예 |
예 |
아니요 |
|
UINT1 |
아니요 |
예 |
예 |
예 |
아니요 |
|
UINT2 |
아니요 |
예 |
예 |
예 |
아니요 |
|
UNIT4 |
아니요 |
예 |
예 |
예 |
아니요 |
|
단위8 |
아니요 |
예 |
예 |
예 |
아니요 |
|
NUMERIC |
예 |
예 |
예 |
예 |
아니요 |
|
STRING |
예 |
예 |
예 |
예 |
예 |
|
WSTRING |
아니요 |
예 |
예 |
예 |
아니요 |
테이블을 삭제하고 다시 만들지 않고 데이터 유형을 STRING으로 변경하는 것을 지원하는 대상 플랫폼
데이터를 Microsoft SQL Server 및 Azure Synapse Analytics로 이동할 때 테이블을 삭제하고 다시 만들지 않고도 다음 데이터 유형을 STRING으로 변경할 수 있습니다.
- BOOLEAN
- DATE
- TIME
- DATETIME
- INT1
- INT2
- INT4
- INT8
- REAL4
- REAL8
- UINT1
- UINT2
- UNIT4
- 단위8
- NUMERIC
- WSTRING(Azure Synapse Analytics에서만 지원됨)
JSON 데이터 관리
Qlik은 2025년에 JSON 데이터 타입 지원을 도입했습니다.도입 이전에 생성된 태스크에서는 JSON 데이터 타입 지원을 사용할 수 없습니다.새로운 작업에서 JSON 데이터를 포함하는 열은 대상 플랫폼에 지정된 데이터 형식으로 변환됩니다.클라이언트 관리형 게이트웨이를 사용하는 경우, 랜딩 작업에서 JSON 데이터 유형을 검색하려면 Data Movement gateway 2024.11.78 이상 버전이 필요합니다.
JSON 데이터가 변환될 때, 이러한 새로운 전역 변환 규칙이 생성될 수 있습니다.
-
QLIK__PARSE_TO_JSON
이 규칙은 랜딩이 데이터를 레이크 랜딩으로 로드하는 Snowflake 프로젝트에서 생성됩니다.랜딩 후 Snowflake에서 모든 JSON 열을 JSON으로 구문 분석하도록 스토리지 작업에 규칙이 추가됩니다.
-
QLIK__JSON_로_VARCHAR
이 규칙은 데이터가 Snowflake로 랜딩되고 스토리지가 Snowflake 관리형 Iceberg 테이블을 생성하는 Snowflake 프로젝트에서 생성됩니다.이 규칙은 Iceberg가 Variant 유형을 지원하지 않기 때문에 JSON을 Varchar로 변환합니다.
JSON 데이터 형식 지원이 도입되기 전에 생성된 작업에서 기존 JSON 데이터 관리
-
데이터 플랫폼에 JSON, VARIANT 또는 SUPER 데이터가 포함된 기존 작업이 다른 데이터 형식(예: BLOB)으로 변환된 경우, 대상 플랫폼에서 JSON에 사용되는 데이터 형식으로 열을 변환하는 것을 고려해 볼 수 있습니다.변환 규칙을 사용하여 이것을 수행할 수 있습니다.이는 다운스트림 작업에서 새 열을 기존 열과 함께 사용해야 하는 경우 필요할 수 있습니다.
-
또 다른 옵션은 하위 호환성을 유지하기 위해 새 작업의 열을 기존 데이터 형식에서 사용되는 것과 동일한 데이터 형식으로 변환하는 것입니다.
SaaS 애플리케이션 원본의 데이터 유형
SaaS 애플리케이션 소스에서 데이터를 이동할 때, 기본 키를 제외한 모든 VARCHAR 열은 초기에는 VARCHAR (1)로 생성됩니다.태스크가 실행되기 시작하면, 열 길이가 자동으로 확장되어(예: VARCHAR(15)로) 데이터를 수용하므로 수동 개입이 필요 없습니다.
비구체화된 데이터 세트의 데이터 유형
비구체화된 데이터세트의 경우, 데이터 플랫폼이 런타임에 열 유형을 결정합니다.논리적 유형은 정보 제공용일 뿐이며 실제 유형과 다를 수 있습니다.
-
최종 유형을 확인하려면 생성된 데이터베이스 아티팩트를 확인하십시오.
-
유형을 강제하려면 열 표현식에 명시적 캐스트를 추가하십시오.