GSP1053

개요

Bigtable은 Google의 확장 가능한 완전 관리형 NoSQL 데이터베이스 서비스로, Bigtable은 키-값 저장소에 대규모 데이터를 저장하는 데 적합하며 맞춤설정, 광고 기술, 금융 기술, 디지털 미디어, 사물 인터넷(IoT)과 같은 사용 사례에 활용하기 좋습니다. Bigtable은 짧은 지연 시간으로 높은 읽기 및 쓰기 처리량을 지원하므로 처리 및 분석을 위해 대량의 데이터에 빠르게 액세스할 수 있습니다.

Bigtable에서 각 행은 단일 항목(예: 개별 사용자 또는 센서)을 나타내며 고유한 row key로 라벨이 지정됩니다. 각 열은 각 행의 속성 값을 저장하며, column family를 사용하여 연관된 열을 구성할 수 있습니다. 행과 열이 만나는 교차점에는 여러 개의 셀이 있을 수 있으며, 각 셀은 특정 타임스탬프의 서로 다른 데이터 버전을 나타냅니다.

이 실습에서는 Google Cloud 콘솔의 Bigtable 페이지를 사용하여 Bigtable 인스턴스를 탐색하고 Bigtable CLI(cbt CLI)를 사용하여 Bigtable 테이블의 데이터를 쿼리합니다. 또한 Bigtable의 권장사항을 사용하여 테이블 스키마와 row key를 설계합니다.

실습할 내용

이 실습에서는 Bigtable 인스턴스에 액세스하고 Bigtable 스키마를 쿼리하는 방법을 알아봅니다.

• Google Cloud 콘솔을 사용하여 Bigtable 인스턴스를 살펴봅니다.
• 인스턴스에 맞게 cbt CLI를 구성합니다.
• Bigtable 권장사항을 사용하여 적절한 스키마와 row key를 설계합니다.
• Bigtable 내에서 데이터를 쿼리합니다.

기본 요건

• 인스턴스, 스키마, 키와 같은 데이터베이스 개념과 용어에 대한 기본적인 이해가 있어야 합니다.

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드(권장) 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 이 실습에는 학습자 계정만 사용하세요. 다른 Google Cloud 계정을 사용하는 경우 해당 계정에 비용이 청구될 수 있습니다.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 대화상자가 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 창이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

   {{{user_0.username | "Username"}}}

   실습 세부정보 창에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

   {{{user_0.password | "Password"}}}

   실습 세부정보 창에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스에 액세스하려면 탐색 메뉴를 클릭하거나 검색창에 제품 또는 서비스 이름을 입력합니다.

Cloud Shell 활성화

Cloud Shell은 다양한 개발 도구가 탑재된 가상 머신으로, 5GB의 영구 홈 디렉터리를 제공하며 Google Cloud에서 실행됩니다. Cloud Shell을 사용하면 명령줄을 통해 Google Cloud 리소스에 액세스할 수 있습니다.

1. Google Cloud 콘솔 상단에서 Cloud Shell 활성화 를 클릭합니다.

2. 다음 창을 클릭합니다.

   • Cloud Shell 정보 창을 통해 계속 진행합니다.
   • 사용자 인증 정보를 사용하여 Google Cloud API를 호출할 수 있도록 Cloud Shell을 승인합니다.

연결되면 사용자 인증이 이미 처리된 것이며 프로젝트가 학습자의 PROJECT_ID, (으)로 설정됩니다. 출력에 이 세션의 PROJECT_ID를 선언하는 줄이 포함됩니다.

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud는 Google Cloud의 명령줄 도구입니다. Cloud Shell에 사전 설치되어 있으며 명령줄 자동 완성을 지원합니다.

3. (선택사항) 다음 명령어를 사용하여 활성 계정 이름 목록을 표시할 수 있습니다.

gcloud auth list

4. 승인을 클릭합니다.

출력:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (선택사항) 다음 명령어를 사용하여 프로젝트 ID 목록을 표시할 수 있습니다.

gcloud config list project

출력:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 참고: gcloud 전체 문서는 Google Cloud에서 gcloud CLI 개요 가이드를 참고하세요.

작업 1. 콘솔에서 Bigtable 인스턴스 살펴보기

이 실습에서는 활용을 위해 Bigtable 인스턴스와 테이블이 미리 생성되어 있습니다. 이 작업에서는 Google Cloud 콘솔에서 personalized-sales라는 이름의 Bigtable 인스턴스에 액세스하고 인스턴스에 관한 관련 세부정보를 검토합니다.

1. Google Cloud 콘솔의 탐색 메뉴()에서 데이터베이스 아래의 Bigtable을 클릭합니다.

2. Bigtable 인스턴스 목록에서 personalized-sales라는 인스턴스 ID를 식별합니다.

   노드에 제공된 세부정보를 검토하고 다음 질문에 답합니다.

3. 인스턴스 세부정보로 이동하려면 personalized-sales라는 인스턴스 ID를 클릭합니다.

4. 인스턴스 수정을 클릭합니다.

   인스턴스의 세부정보를 검토하고 다음 질문에 답합니다.

5. 인스턴스 편집 페이지를 닫으려면 취소를 클릭합니다.

6. 클러스터 ID 테이블에서 personalized-sales-cluster1 행의 수정 연필 아이콘을 클릭합니다.

   클러스터의 세부정보를 검토하고 다음 질문에 답합니다.

7. 클러스터 세부정보를 닫으려면 취소를 클릭합니다.

8. 탐색 메뉴에서 인스턴스 아래의 테이블을 클릭합니다.

   UserSessions 테이블의 세부정보를 검토하고 다음 질문에 답합니다.

Bigtable 인스턴스의 세부정보를 검토했으므로 다음 작업으로 진행하여 cbt CLI를 사용하여 인스턴스에 연결할 수 있습니다.

작업 2. Bigtable CLI 구성하기

cbt CLI 명령어를 사용하여 Bigtable에 연결하려면 먼저 Cloud Shell을 사용하여 프로젝트 ID와 Bigtable 인스턴스 ID로 .cbtrc 구성 파일을 업데이트해야 합니다.

Cloud Shell에 액세스하는 방법을 검토하려면 이 실습 가이드의 앞부분에 있는 설정 및 요건 섹션을 참조하세요.

cbt CLI는 주로 디버깅 및 탐색을 위한 도구이지만 Bigtable의 기본사항을 배우는 데 유용한 도구이기도 합니다. 프로덕션에서 CRUD(만들기, 읽기, 업데이트, 삭제) 작업을 완료하려면 Bigtable용 클라이언트 라이브러리 중 하나를 사용하는 것이 좋습니다.

1. 프로젝트 ID로 .cbtrc 파일을 수정하려면 Cloud Shell에서 다음 명령어를 실행합니다.

echo project = `gcloud config get-value project` \ >> ~/.cbtrc

2. 프로젝트에서 사용 가능한 Bigtable 인스턴스 목록을 보려면 다음 명령어를 실행합니다.

cbt listinstances

출력에서 personalized-sales라는 인스턴스가 하나 있음을 확인할 수 있습니다.

3. Bigtable 인스턴스 ID로 .cbtrc 파일을 수정하려면 다음 명령어를 실행합니다.

echo instance = personalized-sales \ >> ~/.cbtrc

4. 프로젝트 ID와 인스턴스 ID로 .cbtrc 파일을 성공적으로 수정했는지 확인하려면 다음 명령어를 실행합니다.

cat ~/.cbtrc

다음과 유사한 결과가 출력됩니다.

project = <project-id> instance = personalized-sales

5. personalized-sales라는 Bigtable 인스턴스에서 사용 가능한 테이블 목록을 보려면 다음 명령어를 실행합니다.

cbt ls

출력에서 인스턴스에 이미 UserSessions라는 이름의 테이블이 하나 포함되어 있음을 확인할 수 있습니다. 이 테이블은 이후 작업에서 다루겠습니다.

작업 3. Bigtable에서 스키마와 row key 설계하기

이 작업에서는 Bigtable의 스키마 및 row key 설계 원칙을 살펴보기 위한 테스트 테이블을 만듭니다.

원시 데이터를 검토하여 스키마 설계

Bigtable에서 스키마와 row key를 설계하려면 먼저 저장할 데이터에 관한 주요 질문에 답하는 것이 좋습니다.

질문	목적
개별 행은 무엇을 나타내나요? (예: 개별 사용자 또는 센서)	행 구조 식별
이 데이터에 대한 가장 일반적인 쿼리는 무엇인가요?	row key 생성
각 행에 대해 어떤 값이 수집되나요?	열(column qualifier라고 함) 식별
함께 그룹화하거나 구성할 수 있는 관련 열이 있나요?	column family 식별

예를 들어 전자상거래 회사 웹사이트의 모든 사용자에 대한 온라인 쇼핑 세션을 캡처하는 데이터 세트를 가정해 보겠습니다. 각 행은 타임스탬프가 포함된 개별 온라인 쇼핑 세션을 나타냅니다. 데이터 세트에 대한 가장 일반적인 쿼리는 개별 세션 및 연결된 사용자 ID에 대한 세부정보를 검색합니다. 각 쇼핑 세션에 대해 저장되는 값은 사용자가 세션 중에 상호작용하고 구매한 모든 품목과 사용자의 색상 선호도입니다.

원시 데이터는 다음과 같이 구성할 수 있으며, 추가 제품(예: blue_jacket 또는 purple_bag)에 대한 열을 추가할 수 있습니다.

timestamp	user_id	preferred_color	red_skirt	red_hat	orange_shoes	sale
1638940844260	1939	green		seen	seen
1638940844260	2466	blue	seen	seen
1638940844260	1679	blue		seen		blue_blouse#blue_jacket
1638940844260	2737	blue			seen	blue_dress#blue_jacket
1638940844260	582	yellow				yellow_skirt

참고: 이 예시에서 제공된 사용자 ID는 식별자의 간단한 예시로 사용됩니다. 일반적인 Bigtable 애플리케이션에서는 각 사용자에 대해 범용 고유 식별자(UUID)를 생성할 가능성이 높습니다.

테스트 테이블 만들기

Bigtable의 권장사항은 유사한 스키마가 있는 데이터를 별도의 테이블이 아닌 동일한 테이블에 저장하는 것입니다. 예를 들어, 온라인 쇼핑 세션에 대한 모든 데이터를 쉽게 검색할 수 있도록 하나의 테이블에 저장할 수 있습니다.

• test-sessions라는 이름의 빈 테이블을 만들려면 다음 명령어를 실행합니다.

cbt createtable test-sessions

column family 만들기

Bigtable에서 열 및 column family에 대한 권장사항은 다음과 같습니다.

• 각 행의 값을 반복하지 않도록 column qualifier를 데이터로 사용합니다.

• 관련 열을 동일한 column family에 구성합니다.

• column family의 이름을 짧으면서 의미 있는 이름으로 선택합니다.

이 데이터 세트의 경우 제품 상호작용을 저장하는 column qualifier는 Interactions라는 하나의 column family로 그룹화할 수 있으며, 구매를 저장하는 column qualifier는 Sales라는 다른 column family로 따로 구성할 수 있습니다. 결과 스키마는 다음과 같이 구성됩니다.

…	…	…	Interactions	---	---	Sales
timestamp	user_id	preferred_color	red_skirt	red_hat	orange_shoes	sale
1638940844260	1939	green		seen	seen
1638940844260	2466	blue	seen	seen
1638940844260	1679	blue		seen		blue_blouse#blue_jacket
1638940844260	2737	blue			seen	blue_dress#blue_jacket
1638940844260	582	yellow				yellow_skirt

1. Interactions라는 이름의 column family를 test_sessions 테이블에 추가하려면 다음 명령어를 실행합니다.

cbt createfamily test-sessions Interactions

2. Sales라는 이름의 다른 column family를 추가하려면 이전 명령어를 반복하고 새 column family 이름을 지정합니다.

cbt createfamily test-sessions Sales

3. test_sessions 테이블의 column family 목록을 보려면 다음 명령어를 실행합니다.

cbt ls test-sessions

이 명령어는 다음 출력을 반환합니다.

Family Name GC Policy ----------- --------- Interactions <never> Sales <never>

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Bigtable 테이블 만들기

row key 만들기

Bigtable에서는 개별 온라인 쇼핑 세션과 같은 단일 항목에 대한 모든 정보를 단일 행에 저장하는 것이 좋습니다. 이와 관련된 권장사항은 정의된 행 범위를 쉽게 쿼리하고 검색할 수 있도록 row key를 만드는 것입니다.

Bigtable에서 row key에 권장사항을 적용하려면 다음을 수행하는 것이 좋습니다.

• 데이터 검색에 사용할 쿼리를 기반으로 row key를 설계합니다.

• 타임스탬프 또는 순차적 숫자 ID로 시작하거나 관련 데이터가 그룹화되지 않도록 하는 row key는 피합니다.

• 더 일반적인 값(예: 국가)으로 시작하고 더 세부적인 값(예: 도시)으로 끝나는 row key를 설계합니다.

• 인간이 읽을 수 있는 문자열 값(예: 사용자 ID + 타임스탬프)을 사용하여 각 row key에 여러 개의 구분된 값을 저장합니다.

이전 섹션에서는 timestamp, user_id, preferred_color가 column family로 구성되지 않았습니다. 원시 데이터에 대한 질문에서 언급했듯이 이 데이터 세트에 대한 대부분의 쿼리는 개별 세션 및 연결된 사용자 ID에 관한 세부정보를 검색합니다.

이러한 쿼리를 지원하려면 이 테이블의 적절한 row key는 사용자 ID와 세션 타임스탬프의 조합입니다. 또한 row key에 각 사용자의 색상 선호도를 지정하는 프리픽스를 포함할 수 있습니다. 예를 들어, 사용자 ID 1939에 green1939#1638940844260을 포함하면 특정 색상 선호도를 가진 모든 사용자를 쉽게 검색할 수 있습니다.

…	Interactions	---	---	Sales
row_key	red_skirt	red_hat	orange_shoes	sale
green1939#1638940844260		seen	seen
blue2466#1638940844260	seen	seen
blue1679#1638940844260		seen		blue_blouse#blue_jacket
blue2737#1638940844260			seen	blue_dress#blue_jacket
yellow582#1638940844260				yellow_skirt

1. row key를 사용하여 Interactions column family에 데이터를 추가하려면 다음 명령어를 실행합니다.

cbt set test-sessions green1939#1638940844260 Interactions:red_hat=seen

2. row key를 사용하여 Sales column family에 데이터를 추가하려면 다음 명령어를 실행합니다.

cbt set test-sessions blue2737#1638940844260 Sales:sale=blue_dress#blue_jacket

3. 테이블에 저장된 데이터를 보려면 다음 명령어를 실행합니다.

cbt read test-sessions

blue2737#1638940844260에 대한 데이터가 두 번째로 추가되었지만 결과에서는 green1939#1638940844260보다 높은 순위로 정렬된 것을 확인할 수 있습니다. Bigtable에서는 행이 row key를 기준으로 사전순으로 정렬되고 저장되기 때문에 레코드가 이 순서로 반환됩니다. 이 순서는 알파벳순과 비슷하지만 숫자로 시작하는 행은 가장 작은 수부터 가장 큰 수 순으로 정렬되지 않습니다(예: 1, 13, 2, 25, 6, 70).

테스트 데이터 정리하기

• 테스트 테이블을 삭제하려면 다음 명령어를 실행합니다.

cbt deletetable test-sessions

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Bigtable 테이블 삭제

작업 4. Bigtable에서 데이터 쿼리하기

이 작업에서는 cbt CLI를 사용해 미리 생성되어 데이터가 채워진 테스트 테이블(기존 테이블 이름: UserSessions)에서 데이터를 검색하고, Bigtable에서 스키마 및 row key 설계 권장사항이 테이블에 어떻게 적용되는지 살펴봅니다.

행 개수를 제한하여 쿼리하기

이 단계에서는 UserSessions 테이블이 제품과의 모든 사용자 상호작용과 제품 구매를 각 온라인 쇼핑 세션에 대한 행이 하나씩 포함된 하나의 테이블에 저장함으로써 Bigtable 권장사항을 어떻게 따르는지 검토합니다.

• 테이블의 처음 5개 행에 대한 데이터를 확인하려면 다음 명령어를 실행합니다.

cbt read UserSessions \ count=5

출력은 다음과 같이 구성됩니다.

---------------------------------------------- ROW KEY COLUMN_FAMILY:COLUMN_QUALIFIER @ TIMESTAMP VALUE COLUMN_FAMILY:COLUMN_QUALIFIER @ TIMESTAMP VALUE … ---------------------------------------------- ROW KEY COLUMN_FAMILY:COLUMN_QUALIFIER @ TIMESTAMP VALUE COLUMN_FAMILY:COLUMN_QUALIFIER @ TIMESTAMP VALUE …

다음과 유사한 결과값이 출력됩니다.

---------------------------------------------- blue0#1638940844350 Interactions:blue_hat @ 2022/06/08-19:47:33.864000 "viewed details" Interactions:green_jacket @ 2022/06/08-19:47:33.864000 "seen" … ---------------------------------------------- blue1#1638940844304 Interactions:blue_dress @ 2022/06/08-19:47:33.864000 "purchased" Sales:sale @ 2022/06/08-19:47:33.864000 "blue_dress"

각 행에는 한 사용자의 여러 제품 상호작용(예: blue_hat 및 green_jacket)이 포함되어 있으며, 여기에는 사용자가 제품을 조회했는지, 세부정보를 확인했는지 또는 구매했는지 여부가 포함됩니다. 또한 구매는 Sales column family의 sale column qualifier에 있는 테이블에 캡처됩니다.

UserSessions는 상호작용 유형, 제품 또는 판매별로 하나의 테이블을 만드는 대신, 관련 사용자 상호작용과 제품을 하나의 테이블에 모두 포함하는 권장사항을 따릅니다. 또한 개별 온라인 쇼핑 세션의 모든 제품 상호작용과 구매는 테이블에 하나의 행으로 저장됩니다.

row key로 쿼리하기

Bigtable에서 가장 효율적인 쿼리는 다음 중 하나를 사용하여 데이터를 검색합니다.

• row key
• row key 프리픽스
• 시작 및 종료 row key로 정의된 행 범위

다음 단계에서는 cbt CLI의 각 옵션을 사용하여 UserSessions 테이블을 쿼리하고 원하는 레코드를 검색합니다.

Bigtable 클라이언트 라이브러리를 사용하여 row key로 데이터의 단일 행을 읽는 방법에 대한 정보는 Bigtable 문서에서 확인할 수 있습니다.

row key 프리픽스로 쿼리하기

• 노란색을 선호하는 처음 10개 행을 보려면 다음 명령어를 실행합니다.

cbt read UserSessions \ prefix=yellow \ count=10

다음과 유사한 결과값이 출력됩니다.

---------------------------------------------- yellow991#1638940844645 Interactions:green_skirt @ 2022/06/08-19:47:33.864000 "seen" Sales:sale @ 2022/06/08-19:47:33.864000 "yellow_skirt"

특정 row key 범위로 쿼리하기

• 특정 범위의 row key 내에 있는 모든 행을 보려면 다음 명령어를 실행합니다.

cbt read UserSessions \ start=yellow941#1638940844381 \ end=yellow991#1638940844645

다음과 유사한 결과값이 출력됩니다.

---------------------------------------------- yellow991#1638940844603 Interactions:blue_blouse @ 2022/06/08-19:47:33.864000 "seen" Sales:sale @ 2022/06/08-19:47:33.864000 "yellow_jacket#yellow_blouse"

read 명령어는 start 값으로 제공된 row key로 범위를 시작하고 end 값으로 제공된 row key 앞에서 범위를 종료합니다. 따라서 yellow991#1638940844645 row key는 출력에 반환되지 않습니다.

특정 row key로 쿼리하기

• 특정 row key의 모든 데이터를 보려면 다음 명령어를 실행합니다.

cbt lookup UserSessions \ yellow582#1638940844260

다음과 유사한 결과값이 출력됩니다.

---------------------------------------------- yellow582#1638940844260 Interactions:blue_jacket @ 2022/06/08-19:47:33.864000 "seen" Sales:sale @ 2022/06/08-19:47:33.864000 "yellow_skirt"

Column qualifier 및 column family로 쿼리하기

다음 단계에서는 column qualifier와 column family로 필터링된 데이터를 검색하여 UserSessions 테이블에서 열 권장사항이 어떻게 구현되는지 확인합니다.

1. Interactions column family에 데이터가 있는 처음 5개 행을 쿼리하려면 다음 명령어를 실행합니다.

cbt read UserSessions count=5 \ columns="Interactions:.*"

다음과 유사한 결과값이 출력됩니다.

---------------------------------------------- blue0#1638940844501 Interactions:blue_blouse @ 2022/06/08-19:47:33.864000 "viewed details" Interactions:green_jacket @ 2022/06/08-19:47:33.864000 "seen"

2. Interactions column family의 green_jacket column qualifier에 데이터가 있는 처음 5개 행을 쿼리하려면 다음 명령어를 실행합니다.

cbt read UserSessions count=5 \ columns="Interactions:green_jacket"

다음과 유사한 결과값이 출력됩니다.

---------------------------------------- blue1009#1638940844380 Interactions:green_jacket @ 2022/06/08-21:30:08.683000 "seen" ---------------------------------------- blue101#1638940844263 Interactions:green_jacket @ 2022/06/08-21:30:08.683000 "seen"

3. Sales column family의 sale column qualifier에 데이터가 있는 처음 5개 행을 쿼리하려면 다음 명령어를 실행합니다.

cbt read UserSessions count=5 \ columns="Sales:sale"

다음과 유사한 결과값이 출력됩니다.

---------------------------------------- blue0#1638940844379 Sales:sale @ 2022/06/08-19:47:33.864000 "blue_shoes#blue_shoes" ---------------------------------------------- blue1#1638940844409 Sales:sale @ 2022/06/08-19:47:33.864000 "blue_blouse"

Sales라는 column family에는 하나의 column qualifier(sale)만 있으므로 columns의 값으로 "Sales:sale"과 "Sales:.*"를 사용하면 동일한 열이 반환됩니다.

수고하셨습니다

이 실습에서는 Google Cloud 콘솔을 사용하여 Bigtable 인스턴스를 탐색하고 Cloud Bigtable CLI(cbt CLI)를 사용하여 Bigtable 테이블의 데이터를 쿼리했습니다. 또한 Bigtable의 권장사항을 사용하여 테이블 스키마와 row key를 설계했습니다.

다음 단계/더 학습하기

• Bigtable 인스턴스 만들기 및 채우기라는 실습을 확인하세요.

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2024년 5월 30일

실습 최종 테스트: 2023년 2월 16일

Copyright 2025 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.