Lakekeeper 카탈로그
Lakekeeper 카탈로그 (Lakekeeper catalog)
오픈소스 Iceberg REST 카탈로그인 Lakekeeper를 ClickHouse에 연결해 데이터를 조회하는 방법을 살펴봐요.
출처: 문서
본문
Lakekeeper Catalog와의 통합은 Iceberg 테이블에서만 동작해요. 이 통합은 AWS S3와 다른 클라우드 스토리지 제공자를 모두 지원해요.
ClickHouse는 여러 카탈로그(Unity, Glue, REST, Polaris 등)와의 통합을 지원해요. 이 가이드에서는 ClickHouse와 Lakekeeper 카탈로그를 사용해 데이터를 조회하는 단계를 안내할게요. Lakekeeper는 Apache Iceberg용 오픈소스 REST 카탈로그 구현으로 다음을 제공해요:
- Rust 네이티브 구현으로 높은 성능과 신뢰성
- Iceberg REST 카탈로그 스펙을 준수하는 REST API
- S3 호환 스토리지와의 클라우드 스토리지 통합
이 기능은 실험적이므로 SET allow_experimental_database_iceberg = 1;을 사용해 활성화해야 해요.
로컬 개발 설정
로컬 개발과 테스트를 위해 컨테이너화된 Lakekeeper 설정을 사용할 수 있어요. 이 접근 방식은 학습, 프로토타이핑, 개발 환경에 이상적이에요.
사전 조건
- Docker와 Docker Compose: Docker가 설치되어 실행 중인지 확인해요
- 샘플 설정: Lakekeeper docker-compose 설정을 사용할 수 있어요
로컬 Lakekeeper Catalog 설정하기
공식 Lakekeeper docker-compose 설정을 사용할 수 있어요. Lakekeeper, PostgreSQL 메타데이터 백엔드, 오브젝트 스토리지용 MinIO를 포함한 완전한 환경을 제공해요.
Step 1: 예시를 실행할 새 폴더를 만들고 다음 구성을 가진 파일 docker-compose.yml을 만들어요:
version: '3.8'
services:
lakekeeper:
image: quay.io/lakekeeper/catalog:latest
environment:
- LAKEKEEPER__PG_ENCRYPTION_KEY=This-is-NOT-Secure!
- LAKEKEEPER__PG_DATABASE_URL_READ=postgresql://postgres:***@db:5432/postgres
- LAKEKEEPER__PG_DATABASE_URL_WRITE=postgresql://postgres:***@db:5432/postgres
- RUST_LOG=info
command: ["serve"]
healthcheck:
test: ["CMD", "/home/nonroot/lakekeeper", "healthcheck"]
interval: 1s
timeout: 10s
retries: 10
start_period: 30s
depends_on:
migrate:
condition: service_completed_successfully
db:
condition: service_healthy
minio:
condition: service_healthy
ports:
- 8181:8181
networks:
- iceberg_net
migrate:
image: quay.io/lakekeeper/catalog:latest-main
environment:
- LAKEKEEPER__PG_ENCRYPTION_KEY=This-is-NOT-Secure!
- LAKEKEEPER__PG_DATABASE_URL_READ=postgresql://postgres:***@db:5432/postgres
- LAKEKEEPER__PG_DATABASE_URL_WRITE=postgresql://postgres:***@db:5432/postgres
- RUST_LOG=info
restart: "no"
command: ["migrate"]
depends_on:
db:
condition: service_healthy
networks:
- iceberg_net
bootstrap:
image: curlimages/curl
depends_on:
lakekeeper:
condition: service_healthy
restart: "no"
command:
- -w
- "%{http_code}"
- "-X"
- "POST"
- "-v"
- "http://lakekeeper:8181/management/v1/bootstrap"
- "-H"
- "Content-Type: application/json"
- "--data"
- '{"accept-terms-of-use": true}'
- "-o"
- "/dev/null"
networks:
- iceberg_net
initialwarehouse:
image: curlimages/curl
depends_on:
lakekeeper:
condition: service_healthy
bootstrap:
condition: service_completed_successfully
restart: "no"
command:
- -w
- "%{http_code}"
- "-X"
- "POST"
- "-v"
- "http://lakekeeper:8181/management/v1/warehouse"
- "-H"
- "Content-Type: application/json"
- "--data"
- '{"warehouse-name": "demo", "project-id": "00000000-0000-0000-0000-000000000000", "storage-profile": {"type": "s3", "bucket": "warehouse-rest", "key-prefix": "", "assume-role-arn": null, "endpoint": "http://minio:9000", "region": "local-01", "path-style-access": true, "flavor": "minio", "sts-enabled": true}, "storage-credential": {"type": "s3", "credential-type": "access-key", "aws-access-key-id": "minio", "aws-secret-access-key": "ClickHouse_Minio_P@ssw0rd"}}'
- "-o"
- "/dev/null"
networks:
- iceberg_net
db:
image: bitnami/postgresql:16.3.0
environment:
- POSTGRESQL_USERNAME=postgres
- POSTGRESQL_PASSWORD=postgres
- POSTGRESQL_DATABASE=postgres
healthcheck:
test: ["CMD-SHELL", "pg_isready -U postgres -p 5432 -d postgres"]
interval: 2s
timeout: 10s
retries: 5
start_period: 10s
volumes:
- postgres_data:/bitnami/postgresql
networks:
- iceberg_net
minio:
image: bitnami/minio:2025.4.22
environment:
- MINIO_ROOT_USER=minio
- MINIO_ROOT_PASSWORD=ClickHouse_Minio_P@ssw0rd
- MINIO_API_PORT_NUMBER=9000
- MINIO_CONSOLE_PORT_NUMBER=9001
- MINIO_SCHEME=http
- MINIO_DEFAULT_BUCKETS=warehouse-rest
networks:
iceberg_net:
aliases:
- warehouse-rest.minio
ports:
- "9002:9000"
- "9003:9001"
healthcheck:
test: ["CMD", "mc", "ls", "local", "|", "grep", "warehouse-rest"]
interval: 2s
timeout: 10s
retries: 3
start_period: 15s
volumes:
- minio_data:/bitnami/minio/data
clickhouse:
image: clickhouse/clickhouse-server:head
container_name: lakekeeper-clickhouse
user: '0:0' # Ensures root permissions
ports:
- "8123:8123"
- "9000:9000"
volumes:
- clickhouse_data:/var/lib/clickhouse
- ./clickhouse/data_import:/var/lib/clickhouse/data_import # Mount dataset folder
networks:
- iceberg_net
environment:
- CLICKHOUSE_DB=default
- CLICKHOUSE_USER=default
- CLICKHOUSE_DO_NOT_CHOWN=1
- CLICKHOUSE_PASSWORD=
depends_on:
lakekeeper:
condition: service_healthy
minio:
condition: service_healthy
volumes:
postgres_data:
minio_data:
clickhouse_data:
networks:
iceberg_net:
driver: bridge
Step 2: 다음 명령을 실행해 서비스를 시작해요:
docker compose up -d
Step 3: 모든 서비스가 준비될 때까지 기다려요. 로그를 확인할 수 있어요:
docker-compose logs -f
Lakekeeper 설정은 먼저 샘플 데이터를 Iceberg 테이블에 로드해야 해요. ClickHouse로 조회하기 전에 환경이 테이블을 만들고 채웠는지 확인해 주세요. 테이블의 가용성은 특정 docker-compose 설정과 샘플 데이터 로딩 스크립트에 달려 있어요.
로컬 Lakekeeper Catalog에 연결하기
ClickHouse 컨테이너에 연결해요:
docker exec -it lakekeeper-clickhouse clickhouse-client
그런 다음 Lakekeeper 카탈로그에 대한 데이터베이스 연결을 만들어요:
SET allow_experimental_database_iceberg = 1;
CREATE DATABASE demo
ENGINE = DataLakeCatalog('http://lakekeeper:8181/catalog', 'minio', 'ClickHouse_Minio_P@ssw0rd')
SETTINGS catalog_type = 'rest', storage_endpoint = 'http://minio:9002/warehouse-rest', warehouse = 'demo'
ClickHouse로 Lakekeeper 카탈로그 테이블 조회하기
이제 연결이 있으니 Lakekeeper 카탈로그를 통해 조회할 수 있어요. 예를 들어:
USE demo;
SHOW TABLES;
설정에 샘플 데이터(택시 데이터셋 같은)가 포함되어 있다면 다음과 같은 테이블이 보여야 해요:
┌─name──────────┐
│ default.taxis │
└───────────────┘
테이블이 없으면 보통 다음을 의미해요:
- 환경이 아직 샘플 테이블을 만들지 않았어요
- Lakekeeper 카탈로그 서비스가 완전히 초기화되지 않았어요
- 샘플 데이터 로딩 프로세스가 완료되지 않았어요
Spark 로그를 확인해 테이블 생성 진행 상황을 볼 수 있어요:
docker-compose logs spark
테이블을 조회하려면(가능하다면):
SELECT count(*) FROM `default.taxis`;
┌─count()─┐
│ 2171187 │
└─────────┘
백틱 필요 ClickHouse는 네임스페이스를 하나 이상 지원하지 않기 때문에 백틱이 필요해요.
테이블 DDL을 검사하려면:
SHOW CREATE TABLE `default.taxis`;
┌─statement─────────────────────────────────────────────────────────────────────────────────────┐
│ CREATE TABLE demo.`default.taxis` │
│ ( │
│ `VendorID` Nullable(Int64), │
│ `tpep_pickup_datetime` Nullable(DateTime64(6)), │
│ `tpep_dropoff_datetime` Nullable(DateTime64(6)), │
│ `passenger_count` Nullable(Float64), │
│ `trip_distance` Nullable(Float64), │
│ `RatecodeID` Nullable(Float64), │
│ `store_and_fwd_flag` Nullable(String), │
│ `PULocationID` Nullable(Int64), │
│ `DOLocationID` Nullable(Int64), │
│ `payment_type` Nullable(Int64), │
│ `fare_amount` Nullable(Float64), │
│ `extra` Nullable(Float64), │
│ `mta_tax` Nullable(Float64), │
│ `tip_amount` Nullable(Float64), │
│ `tolls_amount` Nullable(Float64), │
│ `improvement_surcharge` Nullable(Float64), │
│ `total_amount` Nullable(Float64), │
│ `congestion_surcharge` Nullable(Float64), │
│ `airport_fee` Nullable(Float64) │
│ ) │
│ ENGINE = Iceberg('http://minio:9002/warehouse-rest/warehouse/default/taxis/', 'minio', '[HIDDEN]') │
└───────────────────────────────────────────────────────────────────────────────────────────────┘
데이터 레이크에서 ClickHouse로 데이터 로드하기
Lakekeeper 카탈로그에서 ClickHouse로 데이터를 로드해야 한다면 먼저 로컬 ClickHouse 테이블을 만들어요:
CREATE TABLE taxis
(
`VendorID` Int64,
`tpep_pickup_datetime` DateTime64(6),
`tpep_dropoff_datetime` DateTime64(6),
`passenger_count` Float64,
`trip_distance` Float64,
`RatecodeID` Float64,
`store_and_fwd_flag` String,
`PULocationID` Int64,
`DOLocationID` Int64,
`payment_type` Int64,
`fare_amount` Float64,
`extra` Float64,
`mta_tax` Float64,
`tip_amount` Float64,
`tolls_amount` Float64,
`improvement_surcharge` Float64,
`total_amount` Float64,
`congestion_surcharge` Float64,
`airport_fee` Float64
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(tpep_pickup_datetime)
ORDER BY (VendorID, tpep_pickup_datetime, PULocationID, DOLocationID);
그런 다음 INSERT INTO SELECT로 Lakekeeper 카탈로그 테이블에서 데이터를 로드해요:
INSERT INTO taxis
SELECT * FROM demo.`default.taxis`;