Data Catalog로 데이터 애셋 검색 및 보기

이 문서에서는 Data Catalog를 사용하여 다음과 같은 데이터 애셋 검색을 수행하는 방법을 설명합니다.

  • BigQuery 데이터 세트, 테이블, 뷰, 모델
  • Pub/Sub 데이터 스트림
  • Data Catalog 태그 템플릿, 항목 그룹, 커스텀 항목
  • Dataplex 레이크, 영역, 테이블, 파일 세트
  • Data Catalog에 연결된 엔터프라이즈 데이터 사일로 애셋
  • (공개 미리보기): Dataproc Metastore 서비스, 데이터베이스, 테이블
  • (공개 미리보기): Analytics Hub 연결 데이터 세트

검색 범위

사용자 권한에 따라 검색결과가 다르게 표시될 수 있습니다. Data Catalog 검색결과는 역할에 따라 범위가 지정됩니다.

Data Catalog에 사용할 수 있는 여러 유형의 IAM 역할 및 권한을 검토할 수 있습니다.

예를 들어 객체에 대해 BigQuery 메타데이터 읽기 액세스 권한이 있으면 해당 객체가 Data Catalog 검색결과에 표시됩니다. 다음 목록에서는 필요한 최소 권한을 설명합니다.

  • 테이블을 검색하려면 해당 테이블에 대한 bigquery.tables.get 권한이 필요합니다.

  • 데이터 세트를 검색하려면 해당 데이터 세트에 대한 bigquery.tables.get 권한이 필요합니다.

  • 데이터 세트 또는 테이블의 메타데이터를 검색하려면 roles/bigquery.metadataViewer 역할이 필요합니다.

BigQuery 테이블에 대해 액세스 권한이 있지만 이 테이블을 포함하는 데이터 세트에 대해서는 액세스 권한이 없는 경우에도 예상한 대로 테이블이 Data Catalog 검색에 표시됩니다. 동일한 액세스 로직이 Pub/Sub 및 Data Catalog 자체와 같이 현재 지원되는 모든 시스템에 적용됩니다.

Data Catalog 검색어는 전체 재현율을 보장하지 않습니다. 후속 결과 페이지에서도 쿼리와 일치하는 결과가 반환되지 않을 수 있습니다. 또한 검색어를 반복하면 반환된(및 반환되지 않는) 결과가 달라질 수 있습니다. 재현율 문제가 발생하여 특정 순서로 결과를 가져올 필요가 없으면 catalog.search 메서드를 호출할 때 orderBy 매개변수를 default를 설정하는 것이 좋습니다.

날짜로 샤딩된 테이블

Data Catalog는 날짜로 샤딩된 테이블을 단일 논리 항목으로 집계합니다. 이 항목에는 가장 최근 날짜의 테이블 샤드와 동일한 스키마가 있으며 총 샤드 수에 대한 집계 정보가 포함됩니다. 이 항목은 항목이 속한 데이터 세트에서 액세스 수준을 가져옵니다. Data Catalog 검색에는 사용자에게 해당 항목이 포함된 데이터 세트에 대한 액세스 권한이 있는 경우에만 이러한 논리적 항목이 표시됩니다. 날짜로 샤딩된 개별 테이블은 데이터 카탈로그에 있고 태그를 지정할 수 있더라도 Data Catalog 검색에 표시되지 않습니다.

데이터 애셋 검색 방법

Console

Console

  1. Data Catalog 검색어를 시작하려면 Cloud Console에서 검색 페이지로 이동합니다.

    Data Catalog 검색으로 이동

  2. 검색을 클릭하거나 클라우드 데이터 카탈로그 홈 페이지의 데이터 애셋검색 팁 패널에서 항목을 선택하면 검색 페이지가 열립니다.

    홈페이지의 패널에서 항목을 선택하면 검색창 표현식이 적용되어 검색이 한정됩니다.

  3. 왼쪽의 필터 패널에서 선택하여 검색결과를 필터링할 수도 있습니다.

필터

필터를 사용하면 검색결과 범위를 좁힐 수 있습니다. 모든 필터는 다음과 같은 섹션별로 그룹화됩니다.

  • BigQuery, Pub/Sub, Dataproc Metastore, 커스텀 시스템, Data Catalog 자체와 같은 시스템입니다.

  • 데이터 스트림, 데이터 세트, 레이크, 영역, 파일 세트, 모델, 테이블, 뷰, 서비스, 데이터베이스, 커스텀 유형과 같은 데이터 유형입니다.

  • 프로젝트에는 사용할 수 있는 모든 프로젝트가 나열됩니다.

  • 태그 템플릿에는 사용할 수 있는 모든 태그 템플릿이 나열됩니다.

  • 데이터 세트는 BigQuery에서 가져옵니다.

태그 템플릿 섹션에는 태그 템플릿이 표시됩니다. 필터를 사용하여 관련 태그 템플릿을 검색할 수 있습니다. 선택한 템플릿은 해당 템플릿을 사용하는 태그가 있는 데이터 애셋을 필터링합니다. 이러한 태그가 있는 항목이 없으면 원래 검색어가 일부 항목과 일치하더라도 모든 검색결과가 제외됩니다.

태그 템플릿을 제외한 모든 필터 세트는 검색어 변경사항에 따라 새로고침됩니다. 필터는 현재 검색결과 샘플을 사용하여 채워집니다. 따라서 전체 검색결과 집합에는 현재 검색어와 일치하는 항목이 포함될 수 있지만 이러한 항목에 해당하는 필터는 필터 패널에 표시되지 않을 수 있습니다.

다음 필터를 수동으로 추가할 수 있습니다.

  • 프로젝트에서 프로젝트 추가 버튼을 클릭하고 특정 프로젝트를 검색하여 선택한 후 열기를 클릭하여 프로젝트를 필터링합니다.
  • 태그 템플릿에서 태그 템플릿 추가 드롭다운을 클릭하고 특정 템플릿을 검색하여 선택한 후 확인을 클릭하여 태그 템플릿을 필터링합니다.

또한 다음과 같이 할 수도 있습니다.

  • 공개 데이터 세트 포함을 확인하여 사용 가능한 애셋 외에도 Google Cloud에서 공개적으로 사용할 수 있는 데이터 애셋을 검색합니다.
  • 오른쪽 상단의 해당 버튼을 클릭하여 이전 검색 환경으로 다시 전환합니다. 이전 환경에서는 더 간단한 필터링을 제공합니다.

검색 예시

예를 들어 태그 템플릿, 태그, 개요, 데이터 스튜어드 구성에서 설정한 trips 테이블을 검색해보겠습니다.

  1. 검색창에 trips를 입력하고 검색을 클릭합니다.
  2. 시스템 섹션에서 BigQuery를 선택하여 다른 시스템에 속한 이름이 같은 데이터 애셋을 제외합니다.
  3. 다른 프로젝트의 데이터 애셋을 제외하려면 프로젝트 섹션에서 프로젝트 ID를 선택합니다. 섹션에 프로젝트가 표시되지 않으면 프로젝트 추가를 클릭하고 대화상자 창에서 프로젝트를 선택합니다.
  4. 태그 템플릿 섹션에서 데모 태그 템플릿을 선택하여 이 템플릿을 사용하는 태그가 'trips' 테이블에 연결되었는지 확인합니다. 이 템플릿이 섹션에 표시되지 않으면 태그 추가 드롭다운을 클릭하여 해당 템플릿을 찾아서 선택한 다음 확인을 클릭합니다.

모든 필터가 선택된 경우 검색결과에 '데모 태그 템플릿'을 사용하는 연결된 태그가 있는 프로젝트의 BigQuery 'trips' 테이블 하나만 포함됩니다.

또한 다음을 수행할 수 있습니다.

  1. 검색창에서 검색어에 keyword:value를 추가하여 검색을 필터링합니다.

    키워드설명
    name: 일치하는 데이터 애셋 이름을 찾습니다.
    column: 일치하는 열 이름 또는 중첩된 열 이름을 찾습니다.
    description: 일치하는 테이블 설명을 찾습니다.

  2. 검색창에서 검색어에 다음 태그 키워드 프리픽스 중 하나를 추가하여 태그 검색을 수행합니다.

    태그설명
    tag:project-name.tag_template_name 일치하는 태그 이름을 찾습니다.
    tag:project-name.tag_template_name.key 일치하는 태그 키를 찾습니다.
    tag:project-name.tag_template_name.key:value 일치하는 태그 key:string value 쌍을 찾습니다.

검색 표현식 팁

  • 공백이 포함된 경우 검색 표현식을 인용부호('search terms')로 묶습니다.

  • 키워드 앞에 'NOT'(모두 대문자 필요)을 붙이면 keyword:term 필터의 논리적 부정과 일치하는 항목을 찾습니다. 또한 'AND' 및 'OR'(모두 대문자 필요) 부울 연산자를 사용해서 검색 표현식을 조합할 수 있습니다.

    예를 들어 NOT column:term는 지정된 용어와 일치하는 열을 제외한 모든 열을 나열합니다. Data Catalog 검색 표현식에 사용할 수 있는 키워드와 기타 용어 목록은 Data Catalog 검색 구문을 참조하세요.

자바

이 샘플을 사용해 보기 전에 Data Catalog 빠른 시작: 클라이언트 라이브러리 사용의 자바 설정 안내를 따르세요. 자세한 내용은 Data Catalog 자바 API 참조 문서를 참조하세요.

import com.google.cloud.datacatalog.v1.DataCatalogClient;
import com.google.cloud.datacatalog.v1.DataCatalogClient.SearchCatalogPagedResponse;
import com.google.cloud.datacatalog.v1.SearchCatalogRequest;
import com.google.cloud.datacatalog.v1.SearchCatalogRequest.Scope;
import com.google.cloud.datacatalog.v1.SearchCatalogResult;
import java.io.IOException;

// Sample to search catalog
public class SearchAssets {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String projectId = "my-project-id";
    String query = "type=dataset";
    searchCatalog(projectId, query);
  }

  public static void searchCatalog(String projectId, String query) throws IOException {
    // Create a scope object setting search boundaries to the given organization.
    // Scope scope = Scope.newBuilder().addIncludeOrgIds(orgId).build();

    // Alternatively, search using project scopes.
    Scope scope = Scope.newBuilder().addIncludeProjectIds(projectId).build();

    // Initialize client that will be used to send requests. This client only needs to be created
    // once, and can be reused for multiple requests. After completing all of your requests, call
    // the "close" method on the client to safely clean up any remaining background resources.
    try (DataCatalogClient dataCatalogClient = DataCatalogClient.create()) {
      // Search the catalog.
      SearchCatalogRequest searchCatalogRequest =
          SearchCatalogRequest.newBuilder().setScope(scope).setQuery(query).build();
      SearchCatalogPagedResponse response = dataCatalogClient.searchCatalog(searchCatalogRequest);

      System.out.println("Search results:");
      for (SearchCatalogResult result : response.iterateAll()) {
        System.out.println(result);
      }
    }
  }
}

Node.js

이 샘플을 사용해 보기 전에 Data Catalog 빠른 시작: 클라이언트 라이브러리 사용의 Node.js 설정 안내를 따르세요. 자세한 내용은 Data Catalog Node.js API 참조 문서를 확인하세요

// Import the Google Cloud client library.
const {DataCatalogClient} = require('@google-cloud/datacatalog').v1;
const datacatalog = new DataCatalogClient();

async function searchAssets() {
  // Search data assets.

  /**
   * TODO(developer): Uncomment the following lines before running the sample.
   */
  // const projectId = 'my_project'; // Google Cloud Platform project

  // Set custom query.
  const query = 'type=dataset';

  // Create request.
  const scope = {
    includeProjectIds: [projectId],
    // Alternatively, search using Google Cloud Organization scopes.
    // includeOrgIds: [organizationId],
  };

  const request = {
    scope: scope,
    query: query,
  };

  const [result] = await datacatalog.searchCatalog(request);

  console.log(`Found ${result.length} datasets in project ${projectId}.`);
  console.log('Datasets:');
  result.forEach(dataset => {
    console.log(dataset.relativeResourceName);
  });
}
searchAssets();

Python

이 샘플을 사용해 보기 전에 Data Catalog 빠른 시작: 클라이언트 라이브러리 사용의 Python 설정 안내를 따르세요. 자세한 내용은 Data Catalog Python API 참조 문서를 참조하세요.

from google.cloud import datacatalog_v1

datacatalog = datacatalog_v1.DataCatalogClient()

# TODO: Set these values before running the sample.
project_id = "project_id"

# Set custom query.
search_string = "type=dataset"
scope = datacatalog_v1.types.SearchCatalogRequest.Scope()
scope.include_project_ids.append(project_id)

# Alternatively, search using organization scopes.
# scope.include_org_ids.append("my_organization_id")

search_results = datacatalog.search_catalog(scope=scope, query=search_string)

print("Results in project:")
for result in search_results:
    print(result)

REST 및 명령줄

REST 및 명령줄

해당 언어의 Cloud 클라이언트 라이브러리에 액세스할 수 없거나 REST 요청을 사용하여 API를 테스트하려는 경우 다음 예시를 참조하고 Data Catalog REST API 문서를 참조하세요.

1. 카탈로그 검색

요청 데이터를 사용하기 전에 다음을 바꿉니다.

HTTP 메서드 및 URL:

POST https://datacatalog.googleapis.com/v1/catalog:search

JSON 요청 본문:

{
  "query":"trips",
  "scope":{
    "includeOrgIds":[
      "organization-id"
    ]
  }
}

요청을 보내려면 다음 옵션 중 하나를 펼칩니다.

다음과 비슷한 JSON 응답이 표시됩니다.

{
  "results":[
    {
      "searchResultType":"ENTRY",
      "searchResultSubtype":"entry.table",
"relativeResourceName":"projects/project-id/locations/US/entryGroups/@bigquery/entries/entry1-id",
      "linkedResource":"//bigquery.googleapis.com/projects/project-id/datasets/demo_dataset/tables/taxi_trips"
    },
    {
      "searchResultType":"ENTRY",
      "searchResultSubtype":"entry.table",
      "relativeResourceName":"projects/project-id/locations/US/entryGroups/@bigquery/entries/entry2-id",
      "linkedResource":"//bigquery.googleapis.com/projects/project-id/datasets/demo_dataset/tables/tlc_yellow_trips_2018"
    }
  ]
}

테이블 세부정보 보기

Cloud Console 내에서 Data Catalog를 사용하여 테이블 세부정보를 볼 수 있습니다.

  1. Data Catalog 페이지로 이동합니다.

    Data Catalog로 이동

  2. 검색창에 테이블이 있는 데이터 세트의 이름을 입력합니다.

    예를 들어 빠른 시작을 완료한 경우 demo-dataset를 검색하고 trips 테이블을 선택할 수 있습니다.

  3. 테이블을 클릭합니다.

    BigQuery 테이블 세부정보 페이지가 열립니다.

테이블 세부정보에는 다음 섹션이 포함됩니다.

  • BigQuery 테이블 세부정보. 생성 시간, 마지막 수정 시간, 만료 시간, 리소스 URL, 라벨 등의 정보가 포함됩니다.

  • 태그. 적용된 태그를 나열합니다. 이 페이지에서 태그를 수정하고 태그 템플릿을 볼 수 있습니다. 작업 아이콘을 클릭합니다.

  • 스키마 및 열 태그. 적용된 스키마와 해당 값이 나열됩니다.