Apache Hive에서 BigQuery로 마이그레이션: 개요

이 문서에서는 Apache Hive와 BigQuery의 차이점을 비교하고 마이그레이션의 주요 고려사항을 설명합니다. 마이그레이션을 완료하는 방법에 대한 자세한 내용은 Apache Hive 마이그레이션 가이드를 참조하세요.

또한 일괄 SQL 변환을 사용하여 SQL 스크립트를 일괄적으로 마이그레이션하거나 대화형 SQL 변환을 사용하여 임시 쿼리를 변환할 수 있습니다. 두 SQL 변환 서비스에서 Apache HiveQL이 완벽하게 지원됩니다.

기능

Hive와 BigQuery는 모두 분산 데이터 웨어하우스 시스템입니다. 다음 표에서는 몇 가지 상위 기능을 비교해서 보여줍니다.

기능 Hive BigQuery
사용 가능 여부 구현에 따라 다름 99.99% 이상의 월별 업타임
할당량 구현에 따라 다름 BigQuery 할당량
지원되는 형식 Avro, Parquet, ORC, 텍스트 Avro, Parquet, ORC, CSV, JSON, Google Drive
관리형 테이블 스토리지 HDFS Capacitor 형식의 BigQuery 스토리지
외부 테이블 소스 HDFS, HBase Google Cloud Storage, Google Sheets, Bigtable
트랜잭션 제한적으로 가능. 파티션 수준의 ACID 파티션 수준으로 제한됨. 멀티 문 트랜잭션 지원
API 지원 JDBC, ODBC, Thrift 여러 언어를 지원하는 JDBC, ODBC, 클라이언트 라이브러리
파티션 나누기 지원 시간 단위 열, 수집 시간 또는 정수 범위
클러스터링 지원 지원
복제 HDFS에 따라 다름. 데이터 센터 간 복제 없음 Google에서 관리하는 안정적인 데이터 센터 간 복제
UDF 모든 언어 SQL 또는 자바스크립트
데이터 로드 일괄, 스트리밍(제한적) 일괄, 스트리밍
데이터 작업 DDL, DML DDL, DML, DCL, TCL

데이터 유형

Apache Hive와 BigQuery의 데이터 유형 시스템은 서로 다릅니다. 대부분의 경우 Hive의 데이터 유형은 MAP 및 UNION과 같은 일부 예외를 제외하면 BigQuery 데이터 유형에 매핑될 수 있습니다. Apache Hive는 BigQuery보다 더 암시적인 Cast 변환을 수행합니다. 따라서 일괄 SQL 번역기가 명시적 Cast 변환을 여러 개 삽입합니다.

Hive BigQuery
TINYINT INT64
SMALLINT INT64
INT INT64
BIGINT INT64
DECIMAL NUMERIC
FLOAT FLOAT64
DOUBLE FLOAT64
부울 BOOL
STRING STRING
VARCHAR STRING
CHAR STRING
바이너리 BYTES
DATE DATE
- DATETIME
- TIME
TIMESTAMP DATETIME/TIMESTAMP
INTERVAL -
ARRAY ARRAY
STRUCT STRUCT
지도 키 값이 있는 STRUCT(REPEAT 필드)
UNION 다른 유형의 STRUCT
- GEOGRAPHY
- JSON

사용자 정의 함수

Apache Hive에서는 자바로 사용한 사용자 정의 함수(UDF)를 작성할 수 있습니다. UDF를 Hive로 로드하여 일반 쿼리에 사용할 수 있습니다. BigQuery UDF는 GoogleSQL 또는 자바스크립트로 작성해야 합니다. SQL UDF의 성능이 더 우수하므로 Hive UDF를 SQL UDF로 변환하는 것이 좋습니다. 자바스크립트를 사용해야 하는 경우 자바스크립트 UDF 권장사항을 참조하세요. 다른 언어의 경우 BigQuery는 GoogleSQL 쿼리에서 Cloud Functions 또는 Cloud Run의 함수를 호출할 수 있는 원격 함수를 지원합니다.

BigQuery는 사용자 정의 집계 함수(UDAF)를 지원하지 않습니다.

보안

Hive와 BigQuery의 보안 모델은 서로 다르며, 다음 섹션에서 설명합니다.

Hive 액세스 제어

Hive는 승인 목적으로 세분화된 액세스 제어를 사용 설정하는 SQL 표준 기반 승인을 도입했습니다. 역할 기반 액세스 제어(RBAC)를 사용하여 일반적인 엔터프라이즈 환경에서 대규모 사용자 및 데이터 객체 집합의 승인을 관리합니다. 이 보안 메커니즘은 Hadoop ID를 기반으로 합니다. Hadoop은 Kerberos를 사용하여 ID를 인증합니다.

Apache Sentry 및 Apache Ranger를 사용한 보안

Apache Ranger 및 Apache Sentry는 Hive에서 제공하는 플러그인을 사용하여 승인을 구현하는 Apache 프로젝트입니다. Hive RBAC를 구성해도 데이터가 완전히 보호되지는 않습니다. Hive 데이터는 일반적으로 사용자에게 표시되지 않지만 데이터에 직접 접근할 수 있는 HDFS에 저장되기 때문입니다. Ranger 및 Sentry는 Hive의 RBAC 설정에서 변환된 POSIX ACL로 HDFS에 대한 데이터를 적용합니다.

BigQuery 보안

BigQuery는 Identity and Access Management를 사용하여 프로젝트의 데이터에 대한 액세스를 제어합니다. BigQuery 데이터 세트에 대한 액세스를 제한할 수 있습니다. 테이블과 뷰는 데이터 세트의 하위 리소스이며 상위 데이터 세트로부터 권한을 상속합니다. 행 수준 및 열 수준 보안을 개별 테이블에 할당할 수 있습니다.

승인된 뷰 및 승인된 데이터 세트를 사용하여 액세스를 제한할 수도 있습니다.

BigQuery는 기본적으로 데이터를 암호화합니다. 자체 암호화 키를 관리하려면 BigQuery에서 Cloud KMS를 사용하면 됩니다.

다음 단계