오늘의 주제는 데이터를 다루는 사람이라면 누구나 들어봤지만 정작 제대로 이해하는 사람은 드문 내용입니다.마이크로소프트 패브릭 위 온레이크입니다.마이크로소프트 마케팅에서 보셨거나 조직 전체를 위한 통합 데이터 레이크라고 불리는 것을 들어보셨을 겁니다.하지만 그게 정확히 무엇을 의미할까요? 그저 또 하나의 저장소일까요? 아니면 근본적으로 다른 것일까요?가장 간단한 정의는 이렇습니다. 온레이크는 마이크로소프트 패브릭 위 중심에 위치한 단일 논리 데이터 레이크입니다.모든 패브릭 서비스, 레이크 하우스, 웨어하우스, 이벤트 하우스, 파워비아이가 이곳의 데이터를 저장합니다. 그리고 핵심 규칙은 간단합니다. 여러 엔진이 액세스할 수 있는 단 하나의 물리적 데이터 복사본입니다.더 이상 데이터를 이 도구에서 저 도구로 복사할 필요가 없습니다. 어떤 버전의 보고서가 정확한지 고민할 필요도 없습니다.이번 에피소드가 끝날 때 쯤이면 온레이크가 무엇인지, 데이터 중복을 어떻게 제거하는지, 그리고 왜 파워비아이, 데이터 엔지니어링, AI 분야의 판도를 바꾸는지 이해하게 될 것입니다.이제 온레이크가 해결하고자 만든 문제부터 시작하겠습니다. 그 문제는 바로 이건입니다. 모든 부서가 저마다의 레이크를 가지고 있다는 점입니다.중견기업에서 일한다고 상상해보세요. 영업팀은 crm 시스템을 사용해 거래를 추적합니다. 재무팀은 청구 및 송장 처리를 위해 erp를 운영합니다.마케팅팀은 캠페인 도구에서 데이터를 가져옵니다. 그리고 데이터 엔지니어링팀은 보고를 위해 데이터 웨어하우스를 관리합니다.자, 여기서 한 가지 생각해볼 점이 있습니다. 이 시스템 전반에 걸쳐 동일한 고객 데이터가 몇 개나 존재할까요?대부분의 기업에서 정답은 4에서 5개입니다. crm 2 저장합니다. erp 가 저장합니다. 마케팅팀은 분석 도구로 데이터를 내보냅니다. 재무팀 누군가는 erp에서 스프레드 시트를 만듭니다. 그리고 데이터 엔지니어링팀은 파워비아이가 읽을 수 있도록 웨어하우스로 데이터를 복사합니다.동일한 고객 아이디, 동일한 매출액, 동일한 송장 날짜가 5군데에 저장되는 것입니다. 이건 사람들이 부주의해서가 아닙니다.기존 도구들이 서로 호환되지 않았기 때문입니다. crm 위 영업 데이터와 erp 위 재무 데이터를 결합한 보고서를 작성하려면두 데이터를 모두 읽을 수 있는 곳으로 복사해야 했습니다. 그 과정에서 파이프라인을 구축하고 작업을 예약하며 밤사이에 아무 문제 없기를 바라야 했습니다.숨겨진 비용이 빠르게 늘어납니다. 똑같은 데이터에 대해 5번 비용을 지불하니 저장소 창구서 금액이 커집니다.한쪽 복사본만 업데이트되고 다른 쪽은 그대로라 보고서가 최신 정보를 반영하지 못합니다. 그리고 누군가 아무도 대답하고 싶지 않은 질문을 던집니다.어떤 버전이 맞는 건가요? 이러한 혼란은 데이터에 대한 신뢰를 무너뜨리고일단 신뢰가 사라지면 사람들은 분석 플랫폼을 아예 사용하지 않게 됩니다. 그래서 마이크로소프트는 이 복잡한 상황을 보고 이런 간단한 질문을 던졌습니다.모든 도구가 읽을 수 있는 단 하나의 데이터 사본이 있다면 어떨까요? 중복도 혼란도 없는 단일 진실 공급원이죠.도대체 온레이크란 무엇일까요? 온레이크는 그 질문에 대한 마이크로소프트의 대답입니다.조직 전체를 위한 단일 논리적 데이터 레이크입니다. 기억해야 할 핵심 문구는 이것입니다.팀별이 아닌 테넌트별로 하나의 레이크를 사용하는 것이죠.내부적으로 온레이크는 네이저 데이터 레이크 스토리지 인투를 기반으로 구축되었습니다. 동일한 기술과 api를 사용하지만 마이크로소프트는 이를 완전히 관리되는 셀스 서비스로 재구성했습니다.스토리지 계정을 만들거나 컨테이너를 관리하거나 액세스 키를 설정할 필요 없이 그냥 사용하기만 하면 됩니다. 회사 데이터를 위한 온드라이브라고 생각하세요. 온드라이브는 개인 파일, 문서, 사진, 스프레드 시트를 위한 하나의 공간을 제공합니다.파일이 물리적으로 어디에 저장되는지 고민할 필요 없이 그냥 열어서 작업하면 됩니다.온레이크도 마찬가지로 조직의 데이터를 위해 동일한 역할을 합니다. 모든 팀, 프로젝트, 워크로드에 하나의 공유 스토리지 풀을 제공합니다.여기서 중요한 차이점이 있습니다. 온레이크는 물리적이 아닌 논리적입니다. 내부적으로는 여러 지역의 여러 스토리지 계정에 걸쳐있을 수 있지만 사용자에게는 하나의 거대한 풀로 보입니다.어떤 서버에 파일이 있는지 신경 쓸 필요 없이 그저 데이터만 보면 됩니다. 모든 패브릭 서비스가 이곳에 데이터를 저장합니다.레이크하우스를 만들면 데이터는 온레이크에 저장됩니다. 웨어하우스를 구축하면 테이블은 온레이크에 저장됩니다.파워비아이 보고서를 실행할 때 디렉트레이크 모드를 사용하면 온레이크에서 직접 데이터를 읽습니다. 실시간 분석 저장소인 이벤트하우스 조차도 데이터를 온레이크에 노출할 수 있습니다.모든 것이 같은 곳을 가리키며 기본 데이터 형식은 델타 파켓입니다. 이것은 오픈 형식이며 마이크로소프트에 종속되지 않습니다. 데이터브릭스도 이를 사용하며 스파크 엔진도 이를 읽을 수 있습니다. 판다스 나팔라즈 같은 도구도 이를 다룰 수 있습니다.따라서 데이터가 마이크로소프트만의 세상에 갇혀있지 않습니다. 개방적이고 이식성이 뛰어나지만 진정한 마법은 스토리지가 아니라 데이터 복사 자체를 없애는 방식에 있습니다.반일사본 원칙입니다. 이제 온레이크를 이전의 모든 것과 차별화하는 핵심 아이디어를 소개합니다. 반일사본 원칙이라고 하며 매우 간단합니다.데이터의 물리적 사본은 하나이며 다양한 엔진에서 접근할 수 있습니다. 이것이 무엇을 의미하는지 예를 들어 설명하겠습니다.온레이크에 판매 데이터 테이블이 있다고 가정해보죠. 데이터 엔지니어는 스파크 노트북을 실행해 데이터를 정리합니다. 비즈니스 분석가는 t-sql 커리를 작성해 데이터를 집계합니다. 그리고 파워비아이 보고서는 데시보드를 위해 해당 데이터를 읽어드립니다.이 세 가지 작업이 동시에 수행됩니다. 세 가지 모두 같은 파일을 읽습니다. 데이터를 복사하는 과정이 전혀 없습니다. 과거에는 결코 있을 수 없는 일이었죠.데이터 레이크의 데이터를 웨어하우스로 복사해야 했습니다. 그런 다음 웨어하우스에서 위미론적 모델로 다시 복사했죠. 그 후 보고서를 새로 고쳐야 했습니다.같은 데이터를 세 번이나 복사한 셈입니다. 각 과정마다 시간과 저장 공간이 소요되죠. 어느 한 단계라도 실패하면 수치가 틀려집니다.단일 복사본으로 이 모든 문제를 해결합니다. 데이터는 온레이크에 단 하나만 존재합니다. 스파크, sql, 파워비아이 등의 엔진이 모두 이를 직접 읽습니다.데이터 이동이 없습니다. 중복도 없습니다. 동기화 문제도 없습니다. 비용 절감 효과는 확실합니다.같은 데이터에 5번 비용을 지불할 필요가 없어 저장 공간이 절약됩니다. 도구 간 데이터 이동을 위한 파이프라인을 구축할 필요가 없어 etl이 줄어듭니다.복사본 사이에서 발생할 오류가 없으니 유지관리할 항목도 줄어듭니다. 데이터 최신성 측면에서의 이점도 엄청납니다.단일 복사본은 단일 진실 공급원을 의미합니다. 데이터가 업데이트되면 모든 보고서에 즉시 반영됩니다. 이 보고서가 지난주 데이터인가요? 이번주 데이터인가요? 라고 더 이상 묻지 않아도 됩니다.어디서나 항상 동일한 데이터니까요. 이제 이게 그냥 에이저 데이터 레이크 스토리지 아닌가요? 라고 생각하실지도 모릅니다. 정확히는 아닙니다. adls는 패스 서비스입니다. 스토리지 계정을 직접 생성해야 하죠. 컨테이너도 관리해야 합니다. 액세스 키도 설정해야 하죠. 어떤 리전에 무엇을 보관할지 결정해야 합니다.유연하지만 그만큼 작업이 필요합니다. 온레이크는 세스 서비스입니다. 스토리지 계정을 생성할 필요가 없습니다. 컨테이너를 관리할 필요도 없죠. 그저 사용하기만 하면 됩니다. 기본 인프라는 알아서 처리됩니다. 단일 복사본은 패브릭 내에 있는 데이터에 아주 효과적입니다. 그렇다면 다른 곳에 있는 데이터는 어떻게 할까요? 바로 바로가기 쇼컷스입니다.데이터는 원래 있던 곳에 두십시오. 이때 바로가기가 유용하게 사용됩니다. 바로가기는 가상포인터입니다. 데이터 레이크를 위한 심볼릭 링크라고 생각하면 됩니다.이를 통해 물리적으로 온레이크 외부에 있는 데이터를 이동하거나 복사하지 않고도 액세스할 수 있습니다. 작동 방식은 다음과 같습니다.레이크 하우스나 웨어하우스 내부에 바로가기를 만듭니다. 그 바로가기가 다른 위치의 파일이나 폴더를 가리키는 것이죠.에이저 데이터 레이크 스토리지 계정, 아마존 S3 버킷, 구글 클라우드 스토리지, 심지어 다른 패브릭 작업 영역일 수도 있습니다.데이터는 그대로 있지만 패브릭 내부에서 보면 마치 바로 여기 온레이크에 있는 것처럼 보입니다.실제 시나리오를 하나 예로 들어보겠습니다. 영업팀이 수년간 AWS에서 분석 작업을 수행해왔다고 가정합시다. 그러면 모든 데이터는 S3 버킷에 들어있겠죠.재무팀은 패브릭과 파워비아이를 사용하며 영업 데이터를 재무 데이터와 결합해야 하는 상황입니다.과거에는 S3에서 모든 것을 내보내 에이저에 업로드하고 동기화를 유지하기 위한 파이프라인을 구축한 뒤 문제가 없기를 바라야 했습니다.바로가기를 사용하면 레이크 하우스에서 S3 버킷으로 바로가기를 만들 수 있습니다.데이터는 AWS에 그대로 남지만 재무부서에서는 마치 온레이크에 있는 것처럼 파워비아이에서 퍼리할 수 있습니다.내보내기나 업로드, 신경 써야 할 파이프라인도 없습니다.바로가기는 내부적으로도 작동합니다.한 팀이 작업 공간에 큐레이팅 된 데이터 세트를 가지고 있다면 다른 팀에서 그에 대한 바로가기를 만들 수 있습니다.복사나 중복이 없습니다.데이터는 원래 작업 공간에 유지되고 다른 팀들은 이를 참조하기만 합니다. 이해해야 할 한 가지 제한사항이 있습니다.바로가기는 데이터를 복사하지 않으므로 쿼리 성능은 원본 시스템의 속도에 따라 달라집니다.지구 반대편에 있는 S3 버킷에 바로가기를 설정하면 데이터가 로컬에 있을 때고 다 쿼리 속도가 느려질 것입니다.자주 액세스하는 데이터라면 대신 미러링을 고려하십시오.이제 다음 주제인 미러링에 대해 알아보겠습니다.데이터베이스 데이터를 자동으로 가져오는 방법입니다.바로가기는 외부 파일 스토리지를 아주 잘 다루지만 기존 데이터베이스는 어떨까요? ERP, CRM, 운영 애플리케이션을 실행하는 데이터베이스 말입니다.바로 그럴 때 미러링이 필요합니다.미러링은 파이프라인 구축 없이 데이터베이스에서 온레이크로 거의 실시간으로 데이터를 가져오는 방법입니다.패브릭에서 데이터베이스를 지정하기만 하면 나머지는 패브릭 이하라서 데이터를 온레이크 내부의 델타 파켓 형식으로 자동 증분 복사하고 원본의 변경 사항에 맞춰 복사본을 최신 상태로 유지합니다.지원되는 원본에는 에이저 SQL 데이터베이스, 온프레미스 SQL 서버, 코스모스 DB 등이 있으며 마이크로소프트는 시간이 지남에 따라 더 많은 원본을 추가하고 있습니다.하지만 가장 일반적인 시나리오는 ERP나 업무용 애플리케이션이 실행되는 비즈니스 핵심 데이터베이스를 사용하는 경우입니다.작동 방식은 다음과 같습니다. 데이터베이스에서 미러링을 활성화하면 패브릭 이 변경 피드를 읽고 삽입, 업데이트, 삭제 사항을 확인하여 온레이크에 복제합니다.첫 번째 동기화는 전체 데이터 세트를 복사합니다. 그 이후 N은 증분 방식으로 변경된 행만 이동합니다.데이터는 델타 파켓 형식으로 저장되며 모든 패브릭 엔진에서 쿼리할 준비가 완료됩니다.이제 바로가기와의 주요 차이점을 말씀드리겠습니다. 바로가기는 데이터를 복사하지 않고 단순히 가리키기만 합니다.반면 미러링은 실제로 데이터를 복사함으로 데이터가 물리적으로 온레이크에 존재하며 원본 데이터베이스의 속도와 관계없이 빠른 쿼리 성능을 제공합니다. 복사본을 저장해야 한다는 점은 감수해야 하지만 파이프라인 구축이나 일정 관리, 유지 보수에 대한 걱정 없이 거의 실시간으로 데이터에 액세스할 수 있다는 이점이 있습니다.구체적인 사용 사례를 하나 들어보겠습니다.귀사는 SQL 서버에서 ERP를 운영 중이며 여기에는 재무 데이터, 송장, 결제, 총계정 원장 등 모든 데이터가 들어 있습니다.과거에는 매일 밤 실행되는 ETL 작업을 구축하여 데이터를 추출, 변환하고 데이터 웨어하우스에 적재해야 했습니다.작업이 중단되면 누군가 수정해야 했고 데이터는 항상 최소 하루 지난 상태였습니다.미러링을 사용하면 한 번만 활성화해도 패브릭 E-ONNAKE로 데이터를 지속적으로 복제합니다.파워비아이 보고서는 ONNAKE에서 직접 데이터를 읽어오므로 몇 시간이나 며칠이 아닌 몇 분 전의 데이터를 확인하며 파이프라인을 건드릴 필요도 없습니다.이제 바로가기, 미러링, 직접 업로드를 통해 ONNAKE의 데이터가 확보되었습니다.그럼 실제로 어떻게 사용할까요? ONNAKE와 세 가지 데이터 저장소입니다. ONNAKE는 스토리지 계층이자 모든 파일이 저장되는 곳입니다.하지만 여기서 중요한 점은 ONNAKE를 직접 다루지는 않는다는 것입니다.대신 데이터 저장소라고 부르는 인터페이스를 통해 상호작용하며,이는 동일한 기반 데이터로 작업하는 다양한 방법을 제공합니다.패브릭에는 NAKE House, Warehouse, Event House라는 세 가지 주요 데이터 저장소가 있습니다.이들은 모두 동일한 ONNAKE에 데이터를 저장하지만 각기 다른 목적을 수행합니다.먼저 CSV, JSON, 이미지 파일과 델타 테이블을 허용하는 유연한 데이터 저장소인 NAKE House부터 시작하겠습니다.데이터 엔지니어링, 머신러닝을 수행하거나 원본 시스템에서 원시 데이터를 가져올 때 사용합니다.데이터를 정리, 변환, 준비하는 작업대와 같습니다. 브론즈, 실버, 골드 계층의 메달리온 아키텍처를 구축한다면 바로 Rake House에서 이루어집니다.스파크 노트북을 통해 액세스하거나, 읽기 전용 커리를 위해 SQL 분석 엔드포인트를 통해 액세스할 수 있습니다.다음은 구조화된 데이터 저장소인 Warehouse입니다.완벽한 T-SQL 읽기 및 쓰기 지원을 제공함으로 테이블, 뷰, 저장 프로시저, 함수를 만들고 인사트, 업데이트, 딜리트 문을 실행할 수 있습니다. SQL 방식으로 사고하는 사람들을 위해 설계되었기 때문에 기존의 SQL 서버 데이터베이스와 유사하게 느껴집니다. BI 보고서를 작성하거나, 복잡한 집계를 실행하거나, 기존 데이터 웨어하우스에서 마이그레이션 할 때 웨어하우스를 사용하십시오.기업 보고를 위한 골드 계층이라고 생각하면 됩니다.마지막으로 에이저 데이터 익스플로어의 기반 기술인 쿠스트 엔진으로 구축된 실시간 데이터 저장소인 에번트하우스가 있습니다.스트리밍 데이터, 로그, IoT 원격 분석, 클릭 스트림 등 빠르게 도착하여 즉시 커리해야 하는 모든 데이터를 처리합니다.쿠스트 커리 언어인 KQL을 사용하여 커리합니다.온레이크 가용성을 활성화하면 해당 이벤트 데이터는 레이크하우스와 웨어하우스에서 델타 테이블로 액세스할 수 있게 됩니다.자, 여기서 이해해야 할 점이 있습니다.이 세 가지 모두 동일한 온레이크의 데이터를 저장합니다.레이크하우스에서 생성된 테이블은 웨어하우스 커리로 읽을 수 있습니다.웨어하우스의 테이블은 스파크 노트북에서 액세스할 수 있습니다.이벤트하우스로 수집된 데이터는 파워비아이를 위한 델타 테이블로 노출될 수 있습니다.이것들은 별도의 데이터베이스가 아니라 동일한 데이터 레이크에 대한 서로 다른 뷰입니다.많은 분들이 점을 잘못 이해하고 있습니다.레이크하우스, 웨어하우스, 이벤트하우스가 경쟁 제품이라고 생각하지만 그렇지 않습니다. 각각 다른 문제를 해결하기 때문에 실제로는 세 가지 모두를 사용하게 됩니다.데이터 엔지니어링용 레이크하우스, 비아이용 웨어하우스, 실시간 처리를 위한 이벤트하우스가 모두 동일한 스토리지를 공유합니다.온레이크가 스토리지를 처리하고 데이터 저장소가 액세스를 처리합니다.그렇다면 누가 무엇을 볼 수 있을까요?온레이크 위 보안 및 거버넌스입니다.모든 데이터가 한 곳에 저장되므로 보안이 더 간단해집니다.쉽게 서로 다른 시스템을 통할 필요 없이 한 곳에서 액세스를 관리합니다. CRM에서 권한을 설정하고, 웨어하우스에서 또 설정하고, 파워비아이에서 다시 설정할 필요가 없습니다.온레이크는 모든 것에 대해 단일 보안 모델을 제공합니다.최상위 수준에는 관리자, 멤버, 기여자, 뷰어라는 작업 영역 역할이 있습니다.이들은 특정 작업 영역에서 누가 작업할 수 있는지 제어합니다.뷰어인 사람은 항목을 볼 수는 있지만 수정할 수는 없습니다.관리자인 사람은 모든 것을 제어합니다.매우 간단하죠.하지만 더 세부적으로 설정할 수도 있습니다.온레이크 보안 역할을 사용하면 폴더 수준, 테이블 수준, 열 수준, 심지어 행 수준까지 액세스를 제어할 수 있습니다.예를 들어, 열 수준 보안은 인사팀을 제외한 모든 사람에게서 급여 정보를 숨길 수 있음을 의미합니다.행 수준 보안은 영업관리자가 자신의 지역 데이터만 볼 수 있음을 의미합니다.이 모든 것이 동일한 온레이크 위에 있기 때문에 모든 데이터 저장소에서 동일하게 작동합니다.또한 모든 작업 영역의 데이터를 한눈에 볼 수 있는 중앙도인 온레이크 카탈로그가 있습니다.인증된 데이터 세트를 찾고 소유자를 확인하며 한 곳에서 거버넌스를 관리할 수 있습니다.분류, 민감도 레이블 지점, 데이터 손실방지를 위해 마이크로소프트 퍼뷰와 통합됩니다.따라서 특정 데이터를 기밀이나 극비로 표시해야 하는 경우,레이크 수준에서 수행하면 모든 곳에 적용됩니다. 또한 누가 언제 무엇에 액세스했는지 캡처하는 온레이크 진단 기능이 있습니다.이는 감사, 규정 준수 확인 및 지난주에 누가 이 데이터를 건드렸나? 라는 질문에 답하는 데 유용합니다.모든 읽기 및 쓰기 작업을 기록하고 해당 로그를 레이크하우스 내의 json 파일로 저장합니다.스파크, SQL, 파워비아이로 분석할 수 있습니다.핵심은이 겁니다.도구마다 규칙을 관리할 필요 없이 모든 데이터에 하나의 보안 모델을 적용하는 것이죠.어떤 조직이든 엄청나게 간소화할 수 있습니다.실질적인 핵심 요약입니다.이것이 여러분에게 의미하는 바입니다.그렇다면 오늘부터 패브릭 여정을 시작하는 분들에게의 모든 게 어떤 의미일까요?하나씩 살펴보겠습니다.새로운 데이터 플랫폼을 구축 중이라면,원 레이크로 복잡한 데이터 이동 설계를 할 필요가 없습니다.데이터를 레이크에서 웨어하우스로,다시 의미 모델로 어떻게 보낼지 고민하지 마세요.그저 원 레이크에 넣기만 하면 모든 도구가 그곳에서 데이터를 익습니다.원 레이크, 단 하나의 복사본입니다.그게 전체 아키텍처의 전부입니다.기존 시스템에서 마이그레이션 중이라면,바로가기와 미러링 기능을 사용해 데이터를 그대로 둔 채 워크로드를 점진적으로 전환할 수 있습니다.대규모 마이그레이션은 필요 없습니다.기존 데이터 레이크를 바로가기로 연결하고, SQL 서버 데이터베이스를 미러링하세요.기존 시스템을 유지하면서 패브릭을 바로 사용하면 됩니다.자신만의 속도에 맞춰 움직이세요.관점의 변화가 필요합니다.프로젝트별로 스토리지를 따로 생각하지 마세요.새로운 이니셔티브마다 데이터 레이크를 새로 만들지 마세요.모든 프로젝트가 접근하는 하나의 공유 레이크를 생각하세요.영업팀 데이터, 재무팀 데이터,엔지니어링 팀 데이터까지 모두 말이죠.모든 데이터가 같은 곳에 존재합니다.단지 팀마다 각자의 데이터 영역을 보는 것뿐입니다. 파워비아이 사용자의 경우,리포트가 원 레이크에서 직접 데이터를 입습니다.별도의 가져오기나 중복된 의미 모델은 필요 없습니다.데이터 엔지니어가 작업하는 것과 같은 데이터이기에 항상 최신 상태를 유지합니다.데이터 엔지니어 입장에서는 파이프라인 구축, 유지 관리, 기버깅 할 일이 줄어듭니다.데이터를 한 번만 저장하면 됩니다.나머지 팀은 그 데이터를 참조만 하면 되니까요.결론은 이건입니다. 정리되었습니다.원 레이크는 단일 복사본 원칙으로 구축된 조직의 유일한 데이터 레이크입니다.어떤 도구, 어떤 팀, 어떤 워크로드든 접근할 수 있는 단 하나의 물리적 데이터 복사본이죠.데이터 중복도 없고 어떤 버전이 맞는지 혼란스러워 할 필요도 없습니다.여러분께 드리는 과제는 간단합니다.웹소스에서 바로 가기를 시작하거나 데이터베이스를 미러링해보세요.데이터를 옮기기 위해 파이프라인을 구축할 필요가 없을 때 얼마나 간단해지는지 확인해보세요.대부분의 조직은 이렇게 빠르게 변화하지 못할 겁니다.하지만 여러분은 변화를 주도하세요.이번 에피소드가 원 레이크를 이해하는데 도움이 되었다면 마이크로소프트 지식너겟을 구독해 패브릭에 관한 더 많은 콘텐츠를 쉽게 확인하세요.그리고 아직도 5개의 서로 다른 데이터 레이크를 관리하는 분들에게 이 영상을 공유해주세요.나중에 분명 고마워할 겁니다.