> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 지원 매트릭스
> ClickHouse의 오픈 테이블 포맷 통합 및 데이터 카탈로그 연결에 대한 종합적인 지원 매트릭스입니다.
이 페이지에서는 ClickHouse의 데이터 레이크 통합에 대한 종합적인 지원 매트릭스를 제공합니다. 각 오픈 테이블 포맷에서 사용할 수 있는 기능, ClickHouse가 연결할 수 있는 카탈로그, 그리고 각 카탈로그에서 지원되는 기능을 다룹니다.
## 오픈 테이블 포맷 지원
ClickHouse는 [Apache Iceberg](/ko/reference/engines/table-engines/integrations/iceberg), [Delta Lake](/ko/reference/engines/table-engines/integrations/deltalake), [Apache Hudi](/ko/reference/engines/table-engines/integrations/hudi), [Apache Paimon](/ko/reference/functions/table-functions/paimon) 등 4가지 오픈 테이블 포맷을 지원합니다. 아래에서 포맷을 선택하면 해당 지원 매트릭스를 확인할 수 있습니다.
**범례:** ✅ 지원 | ⚠️ 부분 지원 / Experimental | ❌ 미지원
| 기능 | 상태 | 비고 |
| ---------------------------- | :-: | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **스토리지 백엔드** | | |
| AWS S3 | ✅ | [`icebergS3()`](/ko/reference/functions/table-functions/iceberg) 또는 `iceberg()` alias를 통해 사용 |
| GCS | ✅ | [`icebergS3()`](/ko/reference/functions/table-functions/iceberg) 또는 `iceberg()` alias를 통해 사용 |
| Azure Blob Storage | ✅ | [`icebergAzure()`](/ko/reference/functions/table-functions/iceberg)를 통해 사용 |
| HDFS | ⚠️ | [`icebergHDFS()`](/ko/reference/functions/table-functions/iceberg)를 통해 사용합니다. 더 이상 권장되지 않습니다. |
| Local filesystem | ✅ | [`icebergLocal()`](/ko/reference/functions/table-functions/iceberg)를 통해 사용 |
| **접근 방식** | | |
| 테이블 함수 | ✅ | 백엔드별 변형을 제공하는 [`icebergS3()`](/ko/reference/functions/table-functions/iceberg) |
| 테이블 엔진 | ✅ | 백엔드별 변형을 제공하는 [`IcebergS3`](/ko/reference/engines/table-engines/integrations/iceberg) |
| 클러스터 분산 읽기 | ✅ | [`icebergS3Cluster`](/ko/reference/functions/table-functions/icebergCluster), [`icebergAzureCluster`](/ko/reference/functions/table-functions/icebergCluster), [`icebergHDFSCluster`](/ko/reference/functions/table-functions/icebergCluster) |
| 이름이 지정된 컬렉션 | ✅ | [명명된 컬렉션 정의](/ko/reference/functions/table-functions/iceberg#defining-a-named-collection) |
| | | |
| **읽기 기능** | | |
| 읽기 지원 | ✅ | 모든 ClickHouse SQL 함수와 함께 전체 SELECT를 지원 |
| 파티션 프루닝 | ✅ | [Partition pruning](/ko/reference/engines/table-engines/integrations/iceberg#partition-pruning)을 참조하십시오. |
| 숨겨진 파티셔닝 | ✅ | Iceberg transform 기반 파티셔닝을 지원 |
| 파티션 진화 | ✅ | 시간에 따라 파티션 사양이 변경되는 테이블 읽기를 지원 |
| 스키마 진화 | ✅ | 컬럼 추가, 제거, 재정렬을 지원합니다. [Schema evolution](/ko/reference/engines/table-engines/integrations/iceberg#schema-evolution)을 참조하십시오. |
| 유형 승격 / 확장 | ✅ | `int` → `long`, `float` → `double`, `decimal(P,S)` → `decimal(P',S)`를 지원하며, 여기서 P' > P입니다. [Schema evolution](/ko/reference/engines/table-engines/integrations/iceberg#schema-evolution)을 참조하십시오. |
| 시점 이동 / 스냅샷 | ✅ | `iceberg_timestamp_ms` 또는 `iceberg_snapshot_id` 설정을 통해 지원합니다. [Time travel](/ko/reference/engines/table-engines/integrations/iceberg#time-travel)을 참조하십시오. |
| 위치 삭제 | ✅ | [Processing deleted rows](/ko/reference/engines/table-engines/integrations/iceberg#deleted-rows)를 참조하십시오. |
| 동등성 삭제 | ✅ | v25.8+부터 테이블 엔진에서만 지원됩니다. [Processing deleted rows](/ko/reference/engines/table-engines/integrations/iceberg#deleted-rows)를 참조하십시오. |
| 읽기 시 머지 | ⚠️ | 실험적 기능입니다. [delete operations](/ko/reference/functions/table-functions/iceberg#iceberg-writes-delete)에서 지원됩니다. |
| 포맷 버전 | ⚠️ | v1 및 v2를 지원합니다. V3는 지원되지 않습니다. |
| 컬럼 통계 | ✅ | |
| 블룸 필터 / puffin 파일 | ❌ | puffin 파일의 블룸 필터 인덱스는 지원되지 않습니다 |
| 가상 컬럼 | ✅ | `_path`, `_file`, `_size`, `_time`, `_etag`. [Virtual columns](/ko/reference/functions/table-functions/iceberg#virtual-columns)을 참조하십시오. |
| | | |
| **쓰기 기능** | | |
| 테이블 생성 | ✅ | 실험적 기능입니다. `allow_insert_into_iceberg = 1`이 필요합니다. v25.7+부터 지원됩니다. [Creating a table](/ko/reference/functions/table-functions/iceberg#create-iceberg-table)을 참조하십시오. |
| INSERT | ✅ | 26.2부터 베타입니다. `allow_insert_into_iceberg = 1`이 필요합니다. [데이터 삽입](/ko/reference/functions/table-functions/iceberg#writes-inserts)을 참조하십시오. |
| DELETE | ✅ | 실험적 기능입니다. `allow_insert_into_iceberg = 1`이 필요합니다. `ALTER TABLE ... DELETE WHERE`를 통해 수행합니다. [데이터 삭제](/ko/reference/functions/table-functions/iceberg#iceberg-writes-delete)를 참조하십시오. |
| ALTER TABLE (schema changes) | ✅ | 실험적 기능입니다. `allow_insert_into_iceberg = 1`이 필요합니다. 컬럼 추가, 삭제, 수정, 이름 변경을 지원합니다. [스키마 진화](/ko/reference/functions/table-functions/iceberg#iceberg-writes-schema-evolution)를 참조하십시오. |
| Compaction | ⚠️ | 실험적 기능입니다. `allow_experimental_iceberg_compaction = 1`이 필요합니다. 포지션 삭제 파일을 데이터 파일에 머지합니다. [Compaction](/ko/reference/functions/table-functions/iceberg#iceberg-writes-compaction)을 참조하십시오. 다른 Iceberg compaction 작업은 지원되지 않습니다. |
| UPDATE / MERGE | ❌ | 지원되지 않습니다. Compaction을 참조하십시오. |
| Copy-on-write | ❌ | 지원되지 않습니다 |
| Expire snapshots | ❌ | 지원되지 않습니다 |
| Remove orphan files | ❌ | 지원되지 않습니다 |
| Writing partitions | ✅ | 지원됩니다. |
| Altering partitions | ❌ | ClickHouse에서 파티셔닝 방식 변경은 지원되지 않습니다. ClickHouse는 파티셔닝이 진화된 Iceberg 테이블에 쓸 수 있습니다. |
| | | |
| **메타데이터** | | |
| Branching and tagging | ❌ | Iceberg 브랜치/태그 참조는 지원되지 않습니다 |
| Metadata file resolution | ✅ | 카탈로그, 단순 디렉터리 나열, 'version-hint', 특정 경로를 사용한 메타데이터 파일 확인을 지원합니다. `iceberg_metadata_file_path` 및 `iceberg_metadata_table_uuid`로 구성할 수 있습니다. [메타데이터 파일 확인](/ko/reference/engines/table-engines/integrations/iceberg#metadata-file-resolution)을 참조하십시오. |
| Data caching | ✅ | S3/Azure/HDFS 스토리지 엔진과 동일한 메커니즘입니다. [데이터 캐시](/ko/reference/engines/table-engines/integrations/iceberg#data-cache)를 참조하십시오. |
| Metadata caching | ✅ | 매니페스트와 메타데이터 파일이 메모리에 캐시됩니다. 기본적으로 `use_iceberg_metadata_files_cache`를 통해 활성화됩니다. [메타데이터 캐시](/ko/reference/engines/table-engines/integrations/iceberg#metadata-cache)를 참조하십시오. |
버전 25.6부터 ClickHouse는 Delta Lake Rust 커널을 사용하여 Delta Lake 테이블을 읽으며, 더 폭넓은 기능을 지원합니다. 다만 Azure Blob Storage의 데이터에 액세스할 때는 알려진 문제가 있습니다. 따라서 Azure Blob Storage에서 데이터를 읽을 때는 이 커널이 비활성화됩니다. 아래에는 어떤 기능에 이 커널이 필요한지 표시되어 있습니다.
| Feature | Status | Notes |
| ----------------------- | :----: | ------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **스토리지 백엔드** | | |
| AWS S3 | ✅ | [`deltaLake()`](/ko/reference/functions/table-functions/deltalake) 또는 `deltaLakeS3()`를 통해 사용 |
| GCS | ✅ | [`deltaLake()`](/ko/reference/functions/table-functions/deltalake) 또는 `deltaLakeS3()`를 통해 사용 |
| Azure Blob Storage | ✅ | [`deltaLakeAzure()`](/ko/reference/functions/table-functions/deltalake)를 통해 사용 |
| HDFS | ❌ | 지원되지 않음 |
| 로컬 파일 시스템 | ✅ | [`deltaLakeLocal()`](/ko/reference/functions/table-functions/deltalake)를 통해 사용 |
| **접근 방식** | | |
| 테이블 함수 | ✅ | 백엔드별 변형을 지원하는 [`deltaLake()`](/ko/reference/functions/table-functions/deltalake) |
| 테이블 엔진 | ✅ | [`DeltaLake`](/ko/reference/engines/table-engines/integrations/deltalake) |
| 클러스터 분산 읽기 | ✅ | [`deltaLakeCluster`](/ko/reference/functions/table-functions/deltalakeCluster), [`deltaLakeAzureCluster`](/ko/reference/functions/table-functions/deltalakeCluster) |
| 이름이 지정된 컬렉션 | ✅ | [명명된 컬렉션](/ko/reference/functions/table-functions/deltalake#arguments) |
| **읽기 기능** | | |
| 읽기 지원 | ✅ | 모든 ClickHouse SQL 함수와 함께 전체 SELECT 지원 |
| 파티션 프루닝 | ✅ | Delta 커널이 필요합니다. |
| 스키마 진화 | ✅ | Delta 커널이 필요합니다. |
| Time travel | ✅ | Delta 커널이 필요합니다. |
| 삭제 벡터 | ✅ | |
| 컬럼 매핑 | ✅ | |
| 변경 데이터 피드 | ✅ | Delta 커널이 필요합니다. |
| 가상 컬럼 | ✅ | `_path`, `_file`, `_size`, `_time`, `_etag`. 자세한 내용은 [가상 컬럼](/ko/reference/functions/table-functions/deltalake#virtual-columns)을 참조하십시오. |
| **쓰기 기능** | | |
| INSERT | ✅ | 실험적 기능입니다. `allow_experimental_delta_lake_writes = 1`이 필요합니다. [DeltaLake 엔진](/ko/reference/engines/table-engines/integrations/deltalake)을 참조하십시오. Delta 커널이 필요합니다. |
| DELETE / UPDATE / MERGE | ❌ | 지원되지 않음 |
| CREATE 빈 테이블 | ❌ | 새로운 빈 Delta Lake 테이블 생성은 지원되지 않습니다. `CREATE TABLE` 작업은 객체 스토리지에 기존 Delta Lake가 이미 존재한다고 가정합니다. |
| **캐싱** | | |
| 데이터 캐싱 | ✅ | S3/Azure/HDFS 스토리지 엔진과 동일한 메커니즘입니다. [데이터 캐시](/ko/reference/engines/table-engines/integrations/deltalake#data-cache)를 참조하십시오. |
| 기능 | 상태 | 참고 |
| ------------------------ | :-: | --------------------------------------------------------------------------------------------------------------------------- |
| **스토리지 백엔드** | | |
| AWS S3 | ✅ | [`hudi()`](/ko/reference/functions/table-functions/hudi)를 통해 지원 |
| GCS | ✅ | [`hudi()`](/ko/reference/functions/table-functions/hudi)를 통해 지원 |
| Azure Blob Storage | ❌ | 지원되지 않음 |
| HDFS | ❌ | 지원되지 않음 |
| 로컬 파일 시스템 | ❌ | 지원되지 않음 |
| **액세스 메서드** | | |
| 테이블 함수 | ✅ | [`hudi()`](/ko/reference/functions/table-functions/hudi) |
| 테이블 엔진 | ✅ | [`Hudi`](/ko/reference/engines/table-engines/integrations/hudi) |
| 클러스터 분산 읽기 | ✅ | [`hudiCluster`](/ko/reference/functions/table-functions/hudiCluster) (S3만) |
| 이름이 지정된 컬렉션 | ✅ | [Hudi 인수](/ko/reference/functions/table-functions/hudi#arguments) |
| **읽기 기능** | | |
| 읽기 지원 | ✅ | 모든 ClickHouse SQL 함수와 함께 완전한 SELECT 지원 |
| 스키마 진화 | ❌ | 지원되지 않음 |
| 과거 시점 조회 | ❌ | 지원되지 않음 |
| 가상 컬럼 | ✅ | `_path`, `_file`, `_size`, `_time`, `_etag`. [가상 컬럼](/ko/reference/functions/table-functions/hudi#virtual-columns)을 참조하십시오. |
| **쓰기 기능** | | |
| INSERT / DELETE / UPDATE | ❌ | 읽기 전용 통합 |
| **캐싱** | | |
| 데이터 캐싱 | ❌ | 지원되지 않음 |
| 기능 | 상태 | 비고 |
| ------------------------ | :-: | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **스토리지 백엔드** | | |
| S3 | ✅ | 실험적입니다. [`paimon()`](/ko/reference/functions/table-functions/paimon) 또는 `paimonS3()`를 통해 사용할 수 있습니다 |
| GCS | ✅ | 실험적입니다. [`paimon()`](/ko/reference/functions/table-functions/paimon) 또는 `paimonS3()`를 통해 사용할 수 있습니다 |
| Azure Blob Storage | ✅ | 실험적입니다. [`paimonAzure()`](/ko/reference/functions/table-functions/paimon)를 통해 사용할 수 있습니다 |
| HDFS | ⚠️ | 실험적입니다. [`paimonHDFS()`](/ko/reference/functions/table-functions/paimon)를 통해 사용할 수 있습니다. 지원 중단 예정입니다. |
| 로컬 파일 시스템 | ✅ | 실험적입니다. [`paimonLocal()`](/ko/reference/functions/table-functions/paimon)를 통해 사용할 수 있습니다 |
| **액세스 방식** | | |
| 테이블 함수 | ✅ | 실험적입니다. 백엔드별 변형과 함께 [`paimon()`](/ko/reference/functions/table-functions/paimon)을 사용할 수 있습니다 |
| 테이블 엔진 | ❌ | 전용 테이블 엔진은 없습니다 |
| 클러스터 분산 읽기 | ✅ | 실험적입니다. [`paimonS3Cluster`](/ko/reference/functions/table-functions/paimonCluster), [`paimonAzureCluster`](/ko/reference/functions/table-functions/paimonCluster), [`paimonHDFSCluster`](/ko/reference/functions/table-functions/paimonCluster) |
| 이름이 지정된 컬렉션 | ✅ | 실험적입니다. [명명된 컬렉션 정의](/ko/reference/functions/table-functions/paimon#defining-a-named-collection) |
| **읽기 기능** | | |
| 읽기 지원 | ✅ | 실험적입니다. 모든 ClickHouse SQL 함수와 함께 SELECT를 완전히 지원합니다 |
| 스키마 진화 | ❌ | 지원되지 않습니다 |
| 타임 트래블 | ❌ | 지원되지 않습니다 |
| 가상 컬럼 | ✅ | 실험적입니다. `_path`, `_file`, `_size`, `_time`, `_etag`. [가상 컬럼](/ko/reference/functions/table-functions/paimon#virtual-columns)을 참조하십시오. |
| **쓰기 기능** | | |
| INSERT / DELETE / UPDATE | ❌ | 읽기 전용 통합입니다 |
| **캐싱** | | |
| 데이터 캐싱 | ❌ | 지원되지 않습니다 |
## 카탈로그 지원
ClickHouse는 [`DataLakeCatalog`](/ko/reference/engines/database-engines/datalake) 데이터베이스 엔진을 사용해 외부 데이터 카탈로그에 연결할 수 있으며, 이 엔진은 카탈로그를 ClickHouse 데이터베이스로 노출합니다. 카탈로그에 등록된 테이블은 자동으로 표시되며, 표준 SQL로 쿼리할 수 있습니다.
현재 다음 카탈로그를 지원합니다. 전체 설정 방법은 각 카탈로그의 참고 가이드를 참조하십시오.
| Catalog | Formats | Read | Create table | INSERT | 참고 가이드 |
| ------------------------------------------------------------------------------- | -------------- | :------------: | :----------: | :----: | ------------------------------------------------------------------------------- |
| [AWS Glue Catalog](/ko/guides/use-cases/data-warehousing/glue-catalog) | Iceberg | ✅ 베타 | ❌ | ❌ | [Glue 카탈로그 가이드](/ko/guides/use-cases/data-warehousing/glue-catalog) |
| [BigLake Metastore](/ko/guides/use-cases/data-warehousing/biglake-catalog) | Iceberg | ✅ 베타 | ❌ | ❌ | [BigLake 메타스토어 가이드](/ko/guides/use-cases/data-warehousing/biglake-catalog) |
| [Databricks Unity Catalog](/ko/guides/use-cases/data-warehousing/unity-catalog) | Delta, Iceberg | ✅ 베타 | ✅ 베타 | ✅ 베타 | [Unity Catalog 가이드](/ko/guides/use-cases/data-warehousing/unity-catalog) |
| [Iceberg REST](/ko/guides/use-cases/data-warehousing/rest-catalog) | Iceberg | ✅ 베타 | ❌ | ❌ | [REST 카탈로그 가이드](/ko/guides/use-cases/data-warehousing/rest-catalog) |
| [Lakekeeper](/ko/guides/use-cases/data-warehousing/lakekeeper-catalog) | Iceberg | ✅ 베타 | ❌ | ❌ | [Lakekeeper 카탈로그 가이드](/ko/guides/use-cases/data-warehousing/lakekeeper-catalog) |
| [Project Nessie](/ko/guides/use-cases/data-warehousing/nessie-catalog) | Iceberg | ✅ Experimental | ❌ | ❌ | [Nessie 카탈로그 가이드](/ko/guides/use-cases/data-warehousing/nessie-catalog) |
| [Microsoft OneLake](/ko/guides/use-cases/data-warehousing/onelake-catalog) | Iceberg | ✅ 베타 | ✅ 베타 | ✅ 베타 | [OneLake 카탈로그 가이드](/ko/guides/use-cases/data-warehousing/onelake-catalog) |
현재 모든 카탈로그 통합은 Experimental 또는 베타 설정을 활성화해야 사용할 수 있습니다. Microsoft OneLake와 Databricks Unity Catalog를 제외한 모든 카탈로그는 **읽기 전용** 액세스만 제공합니다. 즉, 카탈로그 연결을 통해 테이블을 쿼리할 수는 있지만, 테이블을 생성하거나 데이터를 쓸 수는 없습니다. 카탈로그의 데이터를 ClickHouse로 로드해 더 빠르게 분석하려면 [분석 가속화 가이드](/ko/guides/use-cases/data-warehousing/getting-started/accelerating-analytics)에 설명된 대로 `INSERT INTO SELECT`를 사용하십시오. 오픈 테이블 포맷에 데이터를 다시 쓰려면 [데이터 쓰기 가이드](/ko/guides/use-cases/data-warehousing/getting-started/writing-data)에 설명된 대로 독립형 Iceberg 테이블을 생성하십시오.