데이터브릭스

Amplitude의 Databricks 가져오기 소스를 사용하면 Databricks에서 Amplitude 계정으로 데이터를 가져올 수 있습니다. Databricks 가져오기는 Databricks CDF(변경 데이터 피드) 기능을 사용하여 Databricks 작업 공간에서 라이브 데이터에 안전하게 액세스하고 추출합니다.

안내형 설치 지침을 보려면 Loom 비디오를 참조하십시오.

기능

이벤트, 사용자 속성, 프로파일 및 그룹 속성을 가져옵니다.
델타 동기화 지원을 통해 Amplitude는 새롭거나 변경된 데이터만 가져옵니다.

제한 사항

사용자 조회 페이지에는 수집된 가장 최근 이벤트 100개가 표시되지 않습니다.
다음 Databricks 기능은 시간 여행을 지원하지 않으며 이 연동에서 지원되지 않습니다.
미러 동기화 변경 데이터 피드 유형에 대한 SQL 입력 제한 사항:
- 하나의 소스 델타 테이블만 존재합니다("기본 테이블"이라고 함).
- 단일 SELECT 문.
- CTE(일반 테이블 표현식)(예: WITH 절)은 지원되지 않습니다.
- UNION, INTERSECT, MINUS, 및 EXCEPT와 같은 집합 연산은 지원되지 않습니다.
- JOIN절이 포함된 문장은 기본 테이블의 변환 메타데이터를 사용하며 조인된 테이블의 변환 기록을 무시합니다. Amplitude는 데이터 동기화 다음 기간동안 조인된 테이블의 최신 버전의 데이터를 사용합니다.
- 명시적 SQL 검증이 모든 엣지 케이스를 다루지는 않을 수 있습니다. 예를 들어 소스 테이블을 둘 이상 제공하는 경우 소스 생성 다음 기간동안 검증은 성공하지만 가져오기 실행 다음 기간동안 실패할 수 있습니다.
사용자 개인 정보 보호 API: 사용자 개인 정보 보호 API는 이전에 수집된 데이터를 삭제하며 Amplitude가 사용자에 대한 새로운 정보를 처리하는 것을 방지하지 않습니다. CDF를 사용할 때는 사용자 개인 정보 보호 API를 사용하여 해당 사용자에 대한 데이터를 삭제하기 전에 해당 사용자에 대한 데이터 전송을 중단해야 합니다. 이를 통해 Amplitude는 다음 동기화에서 사용자를 다시 생성하지 않습니다.
Amplitude 시스템에서 최종 사용자와 관련된 모든 데이터를 삭제하려면 데이터 웨어하우스에서 사용자를 삭제하는 것만으로는 충분하지 않습니다. 이 프로세스를 수행하려면 사용자 개인 정보 보호 API 요청이 필요합니다. 이는 Amplitude가 사용자 데이터를 시스템에서 제거하도록 보장합니다.

CDF 및 이벤트 볼륨

. Databricks는 CDF를 사용함으로써 사용자의 동기화 빈도에 따라 통합된 행INSERT, UPDATE, 및 DELETE작업을 Amplitude로 전송합니다. 동기화 다음 기간동안 이벤트에 대한 여러 작업은 기존 이벤트 볼륨에 대해 하나의 이벤트로 수행 회수가 됩니다. 그러나 동기화 기간 외부의 이벤트에 대한 전체 작업은 기존 이벤트 볼륨에 대한 추가 이벤트로 수행 회수가 됩니다. 이는 기존 이벤트 볼륨을 사용하는 속도에 영향을 줄 수 있습니다. 필요한 경우 영업팀에 문의하여 이벤트 볼륨을 추가로 구매하십시오.

미러 동기화 이벤트 및 변형은 알 수 없는 사용자를 지원하지 않습니다. 행에는 사용자 ID가 포함되어야 합니다. 그렇지 않으면 Amplitude는 이벤트를 삭제합니다. 많은 양의 익명 이벤트가 발생하는 경우 Amplitude는 이 모드를 사용하지 않는 것을 권장합니다.

Databricks 구성

Amplitude에서 Databricks 소스 구성을 시작하기 전에 Databricks에서 다음 작업을 완료하십시오.

다목적 컴퓨팅 클러스터 찾기 또는 생성

Amplitude는 동기화 작업을 시작하기 위해 사용자를 대신하여 이 클러스터에 워크플로를 생성합니다. 완료되면 서버 호스트 이름과 HTTP 경로 값을 복사하여 이후 단계에서 사용할 수 있습니다. 구성 -> JDBC/ODBC 탭에서 두 값을 모두 찾습니다. 클러스터 유형에 대한 자세한 내용은 컴퓨팅을 참조하십시오.

새 클러스터가 작업을 실행할 수 있도록 클러스터 정책에 아래 구성을 포함하지 마십시오. 자세한 내용은 Databricks 문서 'Policy definition'을 참조하십시오.

json

"workload_type.clients.jobs": {
    "type": "fixed",
    "value": false
}

클러스터의 python 버전이 >= 3.9인지 확인하십시오. 그렇지 않으면 워크플로 작업에 다음과 같은 오류가 표시될 수 있습니다.

json

TypeError: 'type' object is not subscriptable

클러스터 정책 및 액세스 모드

Amplitude는 모든 정책과 액세스 모드를 지원합니다. 그러나 클러스터에 다음과 같은 정책과 액세스 모드가 있는 경우에는 개인 액세스 토큰이 Amplitude에서 인증되는 작업 공간 사용자 또는 서비스 주체에게 데이터 판독기(Data Reader) 권한(USE CATALOG, USE SCHEMA, EXECUTE, READ VOLUME, SELECT)을 부여하십시오. 그렇지 않으면 가져오기 소스의 Unity 카탈로그에 있는 테이블에 액세스할 수 없습니다.

AWS Databricks:

정책	노드	클러스터 액세스 모드
제한 없음	다중 노드	공유된 격리 기능 없음
제한 없음	단일 노드	공유된 격리 기능 없음
고급 사용자 컴퓨팅	해당 없음	공유된 격리 기능 없음
레거시 공유 컴퓨팅	해당 없음	해당 없음

GCP Databricks:

정책	노드	클러스터 액세스 모드
제한 없음	다중 노드	공유된 격리 기능 없음
제한 없음	단일 노드	공유된 격리 기능 없음
고급 사용자 컴퓨팅	해당 없음	공유
고급 사용자 컴퓨팅	해당 없음	공유된 격리 기능 없음
레거시 공유 컴퓨팅	해당 없음	해당 없음

인증

Amplitude의 Databricks 가져오기는 세 가지 인증 방법을 지원합니다. 귀사의 보안 요구 사항에 맞는 솔루션을 선택하십시오.

개인 액세스 토큰(PAT): Databricks 작업 공간 사용자 또는 서비스 주체로 인증합니다. 가장 빠른 설정을 위해 작업 공간 사용자 인증을 선택하거나 세부적인 제어를 위해 서비스 주체를 선택하십시오.
OAuth 2.0(서비스 주체)(베타): 클라이언트 ID 및 클라이언트 암호를 사용하여 Databricks가 관리하는 OAuth 서비스 주체로 인증합니다(OAuth 기계 간(M2M)). 조직에서 개인 액세스 토큰을 허용하지 않는 경우 이 방법을 선택하십시오.
Microsoft Entra ID를 사용한 OAuth 2.0(베타): Azure Databricks의 경우 클라이언트 ID, 클라이언트 비밀 및 테넌트 ID를 사용하여 Microsoft Entra ID 서비스 주체로 인증하십시오.

자세한 내용은 Databricks 자동화를 위한 인증을 참조하십시오.

어떤 방법을 선택하든 서비스 주체 또는 사용자는 아래에 나열된 권한 관리를 필요로 합니다.

작업 공간 사용자 개인 액세스 토큰(PAT) 생성

Amplitude의 Databricks 가져오기는 개인 액세스 토큰을 사용하여 인증을 받습니다. 가장 빠른 설정을 위해서는 Databricks에서 작업 공간 사용자에 대한 PAT를 생성하십시오. 자세한 내용은 Databricks의 문서 작업 공간 사용자를 위한 개인 액세스 토큰을 참조하십시오.

서비스 주체의 개인 액세스 토큰(PAT)을 생성합니다.

Amplitude는 Databricks에서 서비스 주체를 생성하여 액세스를 보다 세부적으로 제어할 수 있도록 할 것을 권장합니다.

Databricks 지침에 따라 서비스 주체를 생성하십시오. 이후 단계에서 사용할 수 있도록 UUID를 복사하십시오.
이 서비스 주체에 대한 PAT를 생성하십시오.
- AWS 또는 GCP Databricks를 사용하는 경우 서비스 주체에 대한 Databricks 개인 액세스 토큰 문서의 지침을 따르십시오.
- Azure 기반 Databricks를 사용하는 경우 서비스 주체에 대한 개인 액세스 토큰 관리 문서의 지침을 따르십시오.

베타

Databricks 가져오기에 대한 OAuth 2.0 인증 방법은 베타 버전입니다. 일반 출시가 시작되기 전에 동작이 변경될 수 있습니다.

OAuth 2.0(서비스 주체) 인증 구성

조직에서 개인 액세스 토큰을 허용하지 않는 경우 OAuth 기계 간 (M2M) 인증을 사용하십시오. 이 방법은 PAT 대신 Databricks에서 관리하는 OAuth 암호를 사용하여 인증합니다.

Databricks에서 서비스 주체를 생성합니다.
서비스 주체에 대한 OAuth 암호를 생성합니다. Databricks의 기사 OAuth를 사용한 서비스 주체로 Databricks 액세스 인증(OAuth M2M)을 따르십시오. 이후 단계에서 사용할 수 있도록 클라이언트 ID(서비스 주체의 애플리케이션 ID)와 클라이언트 암호를 복사하십시오.

Microsoft Entra ID 인증을 사용하여 OAuth 2.0 구성

Azure Databricks의 경우 Microsoft Entra ID 서비스 주체를 사용하여 인증하십시오.

Microsoft Entra ID 서비스 주체를 생성하고 Azure Databricks 작업 공간에 추가하세요. Microsoft의 문서 Authenticate with Microsoft Entra service principals 를 참조하십시오.
이후 단계에서 사용할 수 있도록 클라이언트 ID(Entra 애플리케이션의 클라이언트 ID), 클라이언트 비밀 및 Microsoft Entra ID 테넌트 ID를 복사하십시오.

권한 관리

인증을 위해 사용되는 서비스 주체나 사용자는 Databricks에서 다음과 같은 권한 관리를 필요로 합니다.

작업 공간:
- 이유: Databricks 작업 공간에 대한 액세스 권한을 부여합니다.
- Databricks 내 위치:
  - 작업 공간 → → 권한 관리 → 권한 추가 를 클릭합니다.
  - 사용자 권한으로 생성한 서비스 주체를 추가하고 저장을 누릅니다.
테이블:
- 이유: 목록 테이블에 대한 액세스 권한을 부여하고 데이터를 읽습니다.
- Databricks 내 위치:
  - 카탈로그 → 카탈로그 선택 → 권한 관리 → 허가
  - Data Reader권한(USE CATALOG, USE SCHEMA, EXECUTE, READ VOLUME, SELECT)을 선택합니다.
클러스터:
- 이유: 클러스터에 연결하고 사용자 대신 워크플로를 실행할 수 있는 액세스 권한을 부여합니다.
- Databricks 내 위치:
  - 컴퓨팅 → 범용 컴퓨팅 → 권한 편집
  - 서비스 주체에 Can Restart권한을 추가합니다.
내보내기:
- 이유: 서비스 주체가 Spark를 통해 데이터를 언로드하고 S3로 내보낼 수 있도록 허용합니다.
- Databricks에서의 위치: 아무 노트북에서나 아래의 SQL 명령을 실행하십시오. GRANT MODIFY ON ANY FILE TO ``; GRANT SELECT ON ANY FILE TO ``;

테이블에서 CDF 활성화

Amplitude는 Databricks Change Data Feed를 사용하여 지속적으로 데이터를 가져옵니다. Databricks 테이블에서 CDF를 활성화하려면 Databricks | 변경 데이터 피드 활성화를 참조하십시오.

Amplitude Databricks 소스 구성

Databricks를 Amplitude의 소스로 추가하려면 다음 단계를 완료하십시오.

Databricks에 연결

Amplitude 데이터에서 _카탈로그 -> 소스_로 이동합니다.
Databricks를 검색하세요.
Connect Databricks 화면의 자격 증명 탭에서 Databricks 구성 중에 구성한 자격 증명을 입력합니다.
- 서버 호스트 이름
- HTTP 경로입니다.
- 인증 방법을 선택한 다음 해당 자격 증명을 입력하십시오.
  - 개인 액세스 토큰: 작업 공간 사용자 또는 서비스 주체에 대한 PAT입니다.
  - OAuth 2.0(서비스 주체)(베타): OAuth 클라이언트 ID 및 클라이언트 암호입니다.
  - OAuth 2.0 — Microsoft Entra ID(Azure)(베타): OAuth 클라이언트 ID, 클라이언트 비밀 및 Microsoft Entra ID 테넌트 ID입니다.
_다음_을 클릭하여 액세스를 확인합니다.

가져올 데이터 선택

가져올 데이터 유형을 선택합니다. Databricks 소스는 세 가지 데이터 유형을 지원합니다.
데이터 유형으로 선택한 경우 가져오기 전략을 Event선택합니다.

추가 전용 동기화: ID 확인, 속성 및 속성 동기화, 위치 정보 해결과 같은 Amplitude의 표준 보강 서비스를 사용하여 데이터 웨어하우스 데이터를 수집합니다.
미러 동기화: 삽입, 업데이트 및 삭제 작업을 통해 Databricks의 데이터를 직접 미러링합니다. 이로 인해 Amplitude의 보강 서비스가 비활성화되어 단일 진실 공급원과 동기화된 상태를 유지할 수 있습니다.

Amplitude가 데이터를 가져오기 전에 Databricks에서 데이터를 변환하는 SQL 명령을 구성합니다.
- Amplitude는 SQL 실행 출력의 각 레코드를 가져올 이벤트로 취급합니다. 가져오는 각 레코드가 준수하는지 확인하려면 배치 이벤트 업로드 API 설명서의 예제 본문을 참조하십시오.
- Amplitude는 위의 1단계에서 지정한 테이블에서만 변환/가져올 수 있습니다.
  - 예를 들어, 테이블 A, B 및 C에 대한 액세스 권한이 있지만 1단계에서 A만 선택한 경우, A에서만 데이터를 가져올 수 있습니다.
- SQL 명령에서 참조하는 테이블 이름은 1단계에서 선택한 테이블 이름과 일치해야 합니다. 예를 들어 catalog.schema.table1을(를) 선택하는 경우 SQL에서 정확히 동일한 값을 사용하십시오.
sql
```
select
    unix_millis(current_timestamp())                                       as time,
    id                                                                     as user_id,
    "demo"                                                                 as event_type,
    named_struct('name', name, 'home', home, 'age', age, 'income', income) as user_properties,
    named_struct('group_type1', ARRAY("group_A", "group_B"))               as groups,
    named_struct('group_property', "group_property_value")                 as group_properties
from catalog.schema.table1;
```

VARIANT 데이터 유형 지원

Amplitude는 속성 열을 매핑하기 위해 VARIANT 데이터 유형을 지원합니다. SQL 쿼리에서 사용자 속성, 이벤트 속성 및 그룹 속성에 대한 VARIANT 열을 사용할 수 있습니다. 이를 통해 반구조화되거나 중첩된 JSON 데이터를 Databricks에서 직접 가져올 수 있습니다.

Event 데이터 유형 및 추가 전용 수집에 대해서는 사용자 속성 동기화 또는 _그룹 속성동기화_를 선택하여 이벤트 내의 해당 속성을 동기화합니다(선택적).

SQL을 추가한 후 _SQL 테스트_를 누릅니다. Amplitude는 Databricks 인스턴스에 대해 테스트를 실행하여 SQL이 유효한지 확인합니다. _다음_을 클릭합니다.
초기 가져오기에 사용할 테이블 버전을 선택합니다. 초기 가져오기는 선택한 버전의 테이블에 있는 모든 정보를 가져옵니다. 최초 또는 _최신_을 선택합니다.
- First 는 첫 번째 버전을 의미하며, 이는 0입니다.
- Latest 최신 버전을 의미합니다.
동기화 빈도를 설정합니다. 소스를 설정할 때 동기화 빈도를 구성할 수 있습니다. 이 빈도는 Amplitude가 Databricks에서 데이터를 가져오는 간격을 결정합니다.
사용 가능한 동기화 빈도 옵션은 이벤트, 사용자 속성, 그룹 속성 및 프로필과 같이 가져오는 데이터 유형에 따라 달라집니다. 예:
- 매일 동기화: 매일 한 번 지정된 시간에 실행됩니다.
- 매시간 동기화: 매시간마다 한 번 실행됩니다.
Amplitude는 최선의 노력을 기초로 데이터 동기화를 실행합니다. 데이터 동기화는 일반적으로 구성된 빈도로 실행되지만 이보다 덜 빈번하게 실행될 수도 있습니다.
이 소스 인스턴스에 대한 설명적인 이름을 입력합니다.
해당 소스는 작업공간의 소스 목록에 나타납니다.

데이터 가져오기 확인

Amplitude가 가져오는 이벤트는 SQL 문장에서 지정한 이름을 사용합니다. 위의 예제에서 이벤트의 이름은 demo입니다.

Amplitude로 들어오는 데이터를 확인하려면 다음을 수행하십시오.

추적 계획의 이벤트 페이지를 확인합니다.
사용자가 지정한 이벤트 이름을 기준으로 필터링하는 세그멘테이션 차트를 생성합니다.
소스의 Ingestion Jobs탭으로 이동합니다. 필요한 경우 ERROR LOG를 사용하여 수집 및 디버깅 상태를 볼 수 있습니다.

회사의 네트워크 정책에 따라 Amplitude의 서버가 귀하의 Databricks 인스턴스에 액세스할 수 있도록 허용 목록에 다음 IP 주소를 추가해야 할 수도 있습니다.

Amplitude 미국 IP 주소:
- 52.33.3.219.
- 35.162.216.242.
- 52.27.10.221.
Amplitude EU IP 주소:
- 3.124.22.25.
- 18.157.59.125.
- 18.192.47.195.

문제 해결

text

shaded.databricks.org.apache.hadoop.fs.s3a.AWSClientIOException: getFileStatus on s3a://com-amplitude-falcon/databricks_import/unloaded_data/source_destination_158631/batch_712300169/meta: com.amazonaws.SdkClientException: Unable to execute HTTP request: Remote host terminated the handshake: Unable to execute HTTP request: Remote host terminated the handshake
---------------------------------------------------------------------------
 Py4JJavaError                             Traceback (most recent call last)
 File /databricks/spark/python/pyspark/errors/exceptions.py:228, in capture_sql_exception.<locals>.deco(*a, **kw)
 227 try:
 --> 228     return f(*a, **kw)
 229 except Py4JJavaError as e:

근본 원인 1: 공유 액세스 모드에서 실행되는 클러스터의 제한 사항으로 인해 이 오류가 발생합니다. 이는 추가 보안 강화 조치가 있기 때문입니다.
해결 방법 1: 단일 사용자 또는 분리 없는 공유 액세스 모드로 구성된 클러스터를 사용하십시오.
근본 원인 2: Azure Databricks의 경우 방화벽 설정이 Databricks 클러스터가 Amplitude s3 버킷에 액세스하지 못하도록 차단할 수 있습니다.
해결 방법 2: Databricks 클러스터가 Amplitude s3 버킷에 액세스하는 것을 차단하는 전체 네트워크 규칙이 있는지 확인하십시오.

plaintext

[Databricks][JDBCDriver](500593) Communication link failure. Failed to connect to server. Reason: HTTP Response code: 403, Error message: PERMISSION_DENIED: You do not have permission to autostart 0108-111840-mc2khhh6.. isCausedByCustomer=true,isAutomaticallyRecoverable=false,errorType=databricks-jdbc-connection-error.

plaintext


  - **근본 원인**: 이 오류는 Amplitude가 다목적 클러스터와 JDBC 연결을 설정하려고 시도할 때 발생합니다. 클러스터가 중지된 경우 Databricks는 자동으로 이를 재시작하려고 시도합니다. 따라서 PAT에 클러스터를 시작할 수 있는 충분한 권한이 없을 경우 권한 오류가 발생합니다.
  - **해결 방법**: 'Can Restart' 권한을 가진 [서비스 주체 액세스 토큰](#create-a-service-principal-personal-access-token-pat)을 생성하고 이를 클러스터의 사용자에게 할당하여 액세스를 허용합니다.

3. ```
  java.sql.SQLException: [Databricks][JDBCDriver](500593) Communication link failure. Failed to connect to server. Reason: HTTP Response code: 502, Error message: Unknown.

근본 원인: 드라이버 또는 실행 프로그램이 메모리 사용량이 많아 응답하지 않을 수 있습니다. 메모리가 가득 차면 드라이버/실행 프로그램은 메모리를 확보하기 위해 가비지 컬렉션 다음 기간동안 몇 초 동안 응답하지 않습니다. 이로 인해 위에서 설명한 통신 링크 오류가 발생할 수 있습니다.
해결책: 1) 메모리를 덜 사용하도록 워크로드와 기본 테이블을 최적화하거나, 2) 드라이버의 메모리를 늘리거나, 3) 리소스 경합이 심할 때 클러스터가 더 많은 작업자를 추가할 수 있도록 최대 작업자 수를 늘립니다.

plaintext

Caused by: java.sql.SQLException: [Databricks][JDBCDriver](500593) Communication link failure. Failed to connect to server. Reason: HTTP Response code: 554, Error message: Service is under maintenance..

plaintext


  - **근본 원인**: Databricks 프록시 API에 문제가 있습니다.
  - **해결책**: Databricks 지원으로 에스컬레이션하십시오.

5. ```
  Py4JJavaError: An error occurred while calling o450.isEmpty.
  : com.databricks.sql.transaction.tahoe.DeltaFileNotFoundException: [DELTA_EMPTY_DIRECTORY] No file found in the directory: s3

근본 원인: 델타 로그가 잘렸고 만료되었으므로 Amplitude 서비스가 가져올 델타 로그 파일을 찾지 못했습니다.
해결책: Amplitude 서포트에 문의하여 만료된 데이터를 건너뛰고 가져오기를 계속하십시오. 기본적으로 리텐션은 30일이므로 데이터를 최소 7일 동안 보관해야 합니다.

plaintext

Fail worker job since databricks job run finished with state MAXIMUM_CONCURRENT_RUNS_REACHED.

plaintext


  - **근본 원인**: Databricks 작업은 한 번에 한 번만 실행할 수 있습니다. 이전 실행이 아직 진행 중일 때 새 작업을 트리거하면 Databricks는 이를 건너뜁니다.
  - **해결 방법**: Databricks 작업 구성을 업데이트하여 [최대 동시 실행 횟수를 늘립니다](https://docs.databricks.com/aws/en/jobs/configure-job#configure-maximum-concurrent-runs).

7. ```
  [Databricks][JDBCDriver](700100) Connection timeout expired. Details: None.

근본 원인: 이는 Amplitude가 Databricks 엔드포인트에 대한 JDBC 연결을 설정할 수 없었음을 의미합니다. 이는 다음과 같은 이유로 자주 발생합니다.
- Databricks 클러스터가 중지되었으며 재시작하는 데 너무 오랜 시간이 걸리므로 연결 시도가 시간 초과됩니다.
- Databricks 작업 공간이 리소스 한도에 도달했을 수 있습니다(예: 최대 동시 SQL 엔드포인트, 클러스터 할당량 등).
솔루션:
- Databricks 작업 영역 및 클러스터 상태를 확인하여 연결 시도 중에 클러스터가 중지되었는지 또는 재시작되고 있는지 확인하십시오.
- 클러스터 자동 시작 및 자동 종료 설정을 검토하여 필요할 때 클러스터가 신속하게 재시작될 수 있는지 확인하십시오.
- Databricks의 리소스 제한(예: 동시 접속 제한이나 클러스터 용량 문제)을 모니터링하고 필요한 경우 할당량을 조정합니다.

plaintext

[DELTA_MISSING_CHANGE_DATA] Error getting change data for range [2 , 3] as change data was not recorded for version [2]

plaintext


  - **근본 원인**: 이는 Amplitude가 특정 버전 범위에 대한 테이블에서 데이터를 검색할 수 없음을 의미합니다. 발생하는 원인은 다음과 같습니다.
    - 특정 테이블 버전 이후에 CDF(변경 데이터 공급)를 활성화했으므로 해당 범위에 대한 변경 데이터가 없습니다.
    - 특정 테이블 버전은 진공(Vacuum)되었으며 Amplitude는 해당 데이터 파일을 삭제했습니다.
  - **솔루션**:
    - 최신 테이블 버전에서 가져오기를 시작하는 새 소스를 생성합니다.
    - 동일한 소스를 재사용하고 테이블 버전을 건너뛰려면 [Amplitude 서포트](https://gethelp.amplitude.com)에 문의하십시오.

이 내용이 도움이 되었나요?