> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Lakehouse 런타임 카탈로그 (BigLake 메타스토어)

> 이 가이드에서는 ClickHouse와 Lakehouse 런타임 카탈로그(BigLake 메타스토어)를 사용해 Google Cloud Storage에 있는 데이터를 쿼리하는 방법을 단계별로 안내합니다.

export const BetaBadge = ({link, galaxyTrack, galaxyEvent}) => {
  if (link) {
    return <a href={link} target="_blank" rel="noopener noreferrer" className="betaBadge" onClick={galaxyTrack && galaxyEvent ? galaxyOnClick(galaxyEvent) : undefined}>
                <Icon />
                <span>베타</span>
            </a>;
  }
  return <div className="betaBadge">
            <Icon />
            <span>
                베타 기능. 
                <u>
                    <a href="/docs/docs/beta-and-experimental-features#beta-features">
                        자세히 보기.
                    </a>
                </u>
            </span>
        </div>;
};

<BetaBadge />

ClickHouse는 여러 카탈로그(Unity, Glue, Polaris 등)와의 통합을 지원합니다. 이 가이드에서는 ClickHouse를 통해 [Lakehouse 런타임 카탈로그(BigLake 메타스토어라고도 함)](https://docs.cloud.google.com/biglake/docs/)의 Iceberg 테이블을 쿼리하는 방법을 안내합니다.

<Note>
  이 기능은 베타이므로 다음을 사용하여 활성화해야 합니다:
  `SET allow_database_iceberg = 1;`
</Note>

<div id="prerequisites">
  ## 사전 요구 사항
</div>

ClickHouse에서 Lakehouse 런타임 카탈로그(BigLake 메타스토어)로 연결을 생성하기 전에 다음 사항을 준비하십시오:

* Lakehouse 런타임 카탈로그가 활성화된 **Google Cloud 프로젝트**
* [Google Cloud Console](https://docs.cloud.google.com/docs/authentication/provide-credentials-adc)을 통해 애플리케이션용으로 생성한 **Application Default 자격 증명**(OAuth client ID 및 client secret)
* 적절한 범위(예: `https://www.googleapis.com/auth/bigquery` 및 GCS용 storage 범위)로 OAuth 흐름을 완료해 획득한 **refresh token**
* 테이블이 저장된 GCS 버킷(및 선택적 prefix)을 가리키는 **warehouse** 경로(예: `gs://your-bucket` 또는 `gs://your-bucket/prefix`)

<div id="creating-a-connection">
  ## Lakehouse 런타임 카탈로그와 ClickHouse 간 연결 생성
</div>

OAuth 자격 증명이 준비되면 [DataLakeCatalog](/docs/ko/reference/engines/database-engines/datalake) 데이터베이스 엔진을 사용하는 데이터베이스를 ClickHouse에 생성하십시오:

```sql theme={null}
SET allow_database_iceberg = 1;

CREATE DATABASE lakehouse_runtime_catalog
ENGINE = DataLakeCatalog('https://biglake.googleapis.com/iceberg/v1/restcatalog')
SETTINGS
    catalog_type = 'biglake',
    google_adc_client_id = '<client-id>',
    google_adc_client_secret = '<client-secret>',
    google_adc_refresh_token = '<refresh-token>',
    google_adc_quota_project_id = '<gcp-project-id>',
    warehouse = 'gs://<bucket_name>/<optional-prefix>';
```

<div id="querying-lakehouse-runtime-tables">
  ## ClickHouse를 사용하여 Lakehouse 런타임 카탈로그 테이블 쿼리하기
</div>

연결이 생성되면 Lakehouse 런타임 카탈로그에 등록된 테이블을 쿼리할 수 있습니다.

```sql theme={null}
USE LAKEHOUSE_RUNTIME_CATALOG;

SHOW TABLES;
```

출력 예시:

```response theme={null}
┌─name──────────────────────────────────────┐
│lakehouse_runtime_catalog.my_iceberg_table │   
└───────────────────────────────────────────┘
```

```sql theme={null}
SELECT count(*) FROM `lakehouse_runtime_catalog.my_iceberg_table`;
```

<Info>
  **백틱이 필요합니다**

  ClickHouse는 네임스페이스를 1개만 지원하므로 백틱이 필요합니다.
</Info>

테이블 정의를 확인하려면 다음과 같이 하십시오:

```sql theme={null}
SHOW CREATE TABLE `lakehouse_runtime_catalog.my_iceberg_table`;
```

<div id="loading-data-into-clickhouse">
  ## Lakehouse에서 ClickHouse로 데이터 로드하기
</div>

반복 실행되는 쿼리를 더 빠르게 처리하기 위해 Lakehouse 런타임 카탈로그 테이블의 데이터를 로컬 ClickHouse 테이블로 로드하려면 MergeTree 테이블을 생성한 다음 카탈로그에서 데이터를 삽입합니다:

```sql theme={null}
CREATE TABLE clickhouse_table
(
    `id` Int64,
    `event_time` DateTime64(3),
    `user_id` String,
    `payload` String
)
ENGINE = MergeTree
ORDER BY (event_time, id);

INSERT INTO local_events
SELECT * FROM lakehouse_runtime_catalog.`icebench.my_iceberg_table`;
```

초기 적재 후에는 지연 시간을 줄이기 위해 `clickhouse_table`을 쿼리하십시오. 필요할 때 BigLake의 데이터를 갱신하려면 `INSERT INTO ... SELECT`를 다시 실행하십시오.