Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Was ist AWS Clean Rooms?
AWS Clean Rooms hilft Ihnen und Ihren Partnern, Ihre kollektiven Datensätze zu analysieren und gemeinsam daran zu arbeiten, um neue Erkenntnisse zu gewinnen, ohne sich gegenseitig die zugrunde liegenden Daten preiszugeben. AWS Clean Rooms ist ein sicherer Arbeitsbereich für die Zusammenarbeit, in dem Sie in wenigen Minuten Ihre eigenen Reinräume einrichten und Ihre kollektiven Datensätze mit nur wenigen Schritten analysieren können. Sie wählen die Partner aus, mit denen Sie zusammenarbeiten möchten, wählen deren Datensätze aus und konfigurieren Kontrollen zur Verbesserung der Privatsphäre für diese Partner.
Mit können Sie mit Tausenden von Unternehmen zusammenarbeiten AWS Clean Rooms, die dies bereits nutzen. AWS Für die Zusammenarbeit ist es nicht erforderlich, Daten aus einem anderen Cloud-Dienstanbieter zu verschieben AWS oder in diesen zu laden. Wenn Sie Abfragen ausführen, AWS Clean Rooms liest es Daten vom ursprünglichen Speicherort dieser Daten und wendet integrierte Analyseregeln an, damit Sie die Kontrolle über diese Daten behalten.
AWS Clean Rooms bietet integrierte Datenzugriffskontrollen und Kontrollfunktionen zur Unterstützung von Audits, die Sie konfigurieren können. Zu diesen Kontrollen gehören:
-
Analyseregeln zur Einschränkung von SQL Abfragen und zur Bereitstellung von Ausgabebeschränkungen.
-
Kryptografisches Rechnen für Clean RoomsDaten auch bei der Bearbeitung von Anfragen verschlüsselt zu halten, um strenge Richtlinien für den Umgang mit Daten einzuhalten.
-
Abfrageprotokolle zur Überprüfung von Anfragen AWS Clean Rooms und zur Unterstützung von Audits.
-
Differenzierter Datenschutz zum Schutz vor Versuchen zur Benutzeridentifikation. AWS Clean Rooms Differential Privacy ist eine vollständig verwaltete Funktion, die die Privatsphäre Ihrer Benutzer mit mathematisch gestützten Techniken und intuitiven Steuerelementen schützt, die Sie in wenigen Schritten anwenden können.
-
AWS Clean Rooms ML ermöglicht es zwei Parteien, ähnliche Benutzer in ihren Daten zu identifizieren, ohne ihre Daten miteinander teilen zu müssen. Die erste Partei erstellt und konfiguriert anhand ihrer Trainingsdaten ein Lookalike-Modell. Anschließend werden Ausgangsdaten in die Zusammenarbeit eingebracht, um ein Lookalike-Segment zu erstellen, das den Trainingsdaten ähnelt.
Das folgende Video erklärt mehr über AWS Clean Rooms.
Sind Sie ein AWS Clean Rooms Erstbenutzer?
Wenn Sie zum ersten Mal Benutzer von sind AWS Clean Rooms, empfehlen wir Ihnen, zunächst die folgenden Abschnitte zu lesen:
Wie funktioniert AWS Clean Rooms
In AWS Clean Rooms erstellen Sie eine Kollaboration und fügen die hinzu AWS-Konten , die Sie einladen möchten, oder erstellen eine Mitgliedschaft, um einer Kollaboration beizutreten, zu der Sie eingeladen wurden. Anschließend verknüpfen Sie die für Ihren Anwendungsfall benötigten Datenressourcen: konfigurierte Tabellen für Ereignisdaten, konfigurierte Modelle für die ML-Modellierung oder ID-Namespaces für die Entitätsauflösung. Sie haben die Möglichkeit, Analysevorlagen zu erstellen oder zu genehmigen, um sich im Voraus auf die genauen Abfragen zu einigen, die Sie in einer Zusammenarbeit zulassen möchten. Schließlich analysieren Sie die gemeinsamen Daten, indem Sie SQL Abfragen in den konfigurierten Tabellen ausführen, Entitätsauflösung in ID-Zuordnungstabellen durchführen oder ML-Modellierung verwenden, um Lookalike-Zielgruppensegmente zu generieren.
Das folgende Diagramm zeigt, wie das AWS Clean Rooms funktioniert.

Zugehörige Services
AWS Dienstleistungen
Folgendes bezieht AWS-Services sich auf AWS Clean Rooms:
-
Amazon Athena
Mitglieder der Kollaboration können Daten, die sie einbringen, AWS Clean Rooms als AWS Glue Data Catalog Ansichten in Amazon Athena speichern. Weitere Informationen finden Sie unter den folgenden Themen:
Weitere Informationen finden Sie unter den folgenden Themen:
Vorbereiten von Datentabellen für Abfragen in AWS Clean Rooms
Eine konfigurierte Tabelle erstellen — Amazon Athena Athena-Datenquelle
Was ist Amazon Athena? im Amazon Athena Athena-Benutzerhandbuch
-
AWS CloudFormation
Erstellen Sie die folgenden Ressourcen in AWS CloudFormation: Kollaborationen, konfigurierte Tabellen, konfigurierte Tabellenzuordnungen und Mitgliedschaften
Weitere Informationen finden Sie unter AWS Clean Rooms Ressourcen erstellen mit AWS CloudFormation.
-
AWS CloudTrail
Verwenden Sie es AWS Clean Rooms zusammen mit CloudTrail Protokollen, um Ihre Aktivitätsanalyse zu verbessern. AWS-Service
Weitere Informationen finden Sie unter Protokollieren von AWS Clean Rooms-API-Aufrufen mithilfe von AWS CloudTrail.
-
AWS Entity Resolution
Verwenden Sie AWS Clean Rooms with AWS Entity Resolution , um eine Entitätsauflösung durchzuführen.
Weitere Informationen finden Sie unter AWS Entity Resolution in AWS Clean Rooms.
-
AWS Glue
Mitglieder der Kollaboration können aus ihren Daten in Amazon S3 AWS Glue Tabellen zur Verwendung in erstellen AWS Clean Rooms.
Weitere Informationen finden Sie unter den folgenden Themen:
Vorbereiten von Datentabellen für Abfragen in AWS Clean Rooms
Was ist AWS Glue? im Entwicklerhandbuch für AWS Glue
-
Amazon-Simple-Storage-Service (Amazon-S3)
Mitglieder der Kollaboration können Daten, die sie einbringen, AWS Clean Rooms in Amazon S3 speichern.
Weitere Informationen finden Sie unter den folgenden Themen:
Vorbereiten von Datentabellen für Abfragen in AWS Clean Rooms
Eine konfigurierte Tabelle erstellen — Amazon S3 S3-Datenquelle
Was ist Amazon S3? im Entwicklerhandbuch für Amazon Simple Storage Service
-
AWS Secrets Manager
Mitglieder der Kollaboration können Geheimnisse erstellen, um auf in Snowflake gespeicherte Daten zuzugreifen und diese zu lesen.
Weitere Informationen finden Sie unter den folgenden Themen:
Erstellen Sie eine Servicerolle, um Daten aus Snowflake zu lesen
Vorbereiten von Datentabellen für Abfragen in AWS Clean Rooms
Was ist AWS Secrets Manager? im AWS Secrets Manager Benutzerhandbuch
Dienste von Drittanbietern
Der folgende Drittanbieter-Service bezieht sich auf AWS Clean Rooms:
-
Snowflake
Mitglieder der Kollaboration können Daten, die sie einbringen, AWS Clean Rooms in einem Snowflake-Warehouse speichern.
Weitere Informationen finden Sie unter den folgenden Themen:
Vorbereiten von Datentabellen für Abfragen in AWS Clean Rooms
Eine konfigurierte Tabelle erstellen — Snowflake-Datenquelle
Zugreifen AWS Clean Rooms
Sie können AWS Clean Rooms über die folgenden Optionen darauf zugreifen:
-
Direkt über die AWS Clean Rooms Konsole unter https://console.aws.amazon.com/cleanrooms/
. -
Programmgesteuert über die. AWS Clean Rooms API Weitere Informationen finden Sie in der AWS Clean Rooms API Referenz.
Preisgestaltung für AWS Clean Rooms
Preisinformationen finden Sie unter AWS Clean Rooms – Preise
Anmerkung
Für Mitglieder von Collaboration, die Daten verknüpft haben, die in Snowflake gespeichert sind, wird Ihnen jedes Mal, wenn eine Abfrage ausgeführt wird, die Daten verwendet, die an diesen Speicherorten gespeichert sind, von ihrem jeweiligen Data Warehouse- oder Cloud-Anbieter sowohl für ausgehende Daten als auch für die Berechnung in Rechnung gestellt.
Abrechnung für AWS Clean Rooms
AWS Clean Rooms gibt dem Kollaborationsersteller die Möglichkeit, festzulegen, welches Mitglied die Kosten für die Berechnung von Abfragen in der Kollaboration bezahlt.
In den meisten Fällen sind das Mitglied, das Abfragen durchführen kann, und das Mitglied, das die Kosten für die Abfrage-Datenverarbeitung bezahlt, identisch. Wenn jedoch das Mitglied, das Abfragen durchführen kann, und das Mitglied, das die Kosten für die Query Compute bezahlt, unterschiedlich sind, wird, wenn das Mitglied, das Abfragen durchführen kann, Abfragen für seine eigene Mitgliedschaftsressource ausführt, der Mitgliedschaftsressource des Mitglieds, das die Kosten für die Abfrage-Compute bezahlt, in Rechnung gestellt.
Das Mitglied, das die Kosten für die Abfragerechnung bezahlt, sieht in seinem Ereignisverlauf kein CloudTrail Ereignis für ausgeführte Abfragen, da der Zahler weder derjenige ist, der die Abfragen ausführt, noch der Besitzer der Ressource ist, für die die Abfragen ausgeführt werden. Der Zahler sieht jedoch die Gebühren, die auf seiner Mitgliedschaftsressource für alle Abfragen anfallen, die von dem Mitglied ausgeführt werden, das Abfragen in der Kollaboration ausführen kann.
Weitere Informationen zum Erstellen einer Kollaboration und zur Konfiguration des Mitglieds, das die Kosten für die Berechnung von Abfragen bezahlt, finden Sie unterEine Zusammenarbeit erstellen.