Regola di analisi delle liste

InAWS Clean Rooms, una regola di analisi degli elenchi genera elenchi a livello di riga della sovrapposizione tra la tabella configurata a cui viene aggiunta e le tabelle configurate del membro che può eseguire la query. Il membro che può eseguire query esegue query che includono una regola di analisi dell'elenco.

Il tipo di regola di analisi degli elenchi supporta casi d'uso come l'arricchimento e la creazione di audience.

Per ulteriori informazioni sulla struttura e sulla sintassi delle query predefinite per questa regola di analisi, vedere. Struttura predefinita della regola di analisi delle liste

I parametri della regola di analisi degli elenchi, definita inRegola di analisi delle liste: controlli di interrogazione, dispongono di controlli di interrogazione. I suoi controlli di interrogazione includono la possibilità di selezionare le colonne che possono essere elencate nell'output. La query deve avere almeno un join con una tabella configurata dal membro che può eseguire la query, direttamente o in modo transitivo.

Non esistono controlli sui risultati delle query come quelli per la regola di analisi di aggregazione.

Le query di elenco possono utilizzare solo operatori matematici. Non possono utilizzare altre funzioni (come l'aggregazione o lo scalare).

Elenca la struttura e la sintassi delle interrogazioni

Le interrogazioni su tabelle che dispongono di una regola di analisi degli elenchi devono rispettare la sintassi seguente.

--select_list_expression
SELECT 
[TOP number ] DISTINCT column_name [[AS] column_alias ] [, ...] 

--table_expression
FROM table_name [[AS] table_alias ]
  [[INNER] JOIN table_name [[AS] table_alias] ON join_condition] [...]

--where_expression
[WHERE where_condition]          

--limit_expression
[LIMIT number]                           

Nella tabella seguente vengono illustrate tutte le espressioni elencate nella sintassi precedente.

Expression	Definizione	Esempi
select_list_expression	Un elenco separato da virgole contenente almeno il nome di una colonna della tabella. È richiesto un DISTINCT parametro. Nota Le colonne select_list_expression possono essere utilizzate come alias con o senza il AS parametro. Supporta anche il TOP parametro. Per ulteriori informazioni, vedere AWS Clean RoomsSQL Reference.	SELECT DISTINCT segment
table_expression	Una tabella, o unione di tabelle, join_condition a cui connetterlajoin_condition. join_conditionrestituisce un valore booleano. I table_expression supporti: Un tipo di JOIN specifico (INNERJOIN) Le condizioni di confronto dell'uguaglianza all'interno di a join_condition (=) Operatori logici (AND,OR).	FROM consumer_table INNER JOIN provider_table ON consumer_table.identifier1 = provider_table.identifier1 AND consumer_table.identifier2 = provider_table.identifier2
where_expression	Un'espressione condizionale che restituisce un valore booleano. Può essere composta dai seguenti elementi: Nomi di colonna delle tabelle Operatori matematici Stringhe letterali Letterali numerici Le condizioni di confronto supportate sono ()=, >, <, <=, >=, <>, !=, NOT, IN, NOT IN, LIKE, IS NULL, IS NOT NULL. Gli operatori logici supportati sono (AND, OR). where_expressionÈ facoltativo.	WHERE state + '_' + city = 'NY_NYC' WHERE timestampColumn = timestampColumn2 - 14
limit_expression	Questa espressione deve assumere un numero intero positivo. Può anche essere scambiato con un parametro TOP. Il limit_expression è facoltativo.	LIMIT 100

Per quanto riguarda la struttura e la sintassi delle query di elenco, tenete presente quanto segue:

• I comandi SQL diversi da SELECT non sono supportati.

• Le sottoquery e le espressioni di tabella comuni (ad esempio,WITH) non sono supportate

• Le BY clausole GROUP BY HAVING e ORDER non sono supportate

• Il parametro OFFSET non è supportato

Regola di analisi delle liste: controlli di interrogazione

Con i controlli di interrogazione degli elenchi, puoi controllare come le colonne della tabella vengono utilizzate per interrogare la tabella. Ad esempio, è possibile controllare quale colonna viene utilizzata per l'unione o quale colonna può essere utilizzata nell'istruzione e nella WHERE clausola SELECT.

Le seguenti sezioni spiegano ogni controllo.

Argomenti

• Unisci i controlli
• Elenca i controlli

Unisci i controlli

Con i controlli Join, puoi controllare come la tua tabella può essere unita ad altre tabelle in table_expression. AWS Clean Roomssupporta solo JOIN. INNER Nella regola di analisi dell'elenco, è richiesto almeno un INNER JOIN e il membro che può eseguire la query deve includere una tabella di sua proprietà nel INNER JOIN. Ciò significa che devono unire il tuo tavolo al loro, direttamente o transitivamente.

Di seguito è riportato un esempio di transitività.

ON 
my_table.identifer = third_party_table.identifier 
.... 
ON 
third_party_table.identifier = member_who_can_query_table.id

INNERLe istruzioni JOIN possono utilizzare solo colonne che sono state esplicitamente classificate come una delle regole di joinColumn analisi.

Il INNER JOIN deve funzionare su una joinColumn tabella configurata e su un'altra tabella configurata nella collaborazione. joinColumn Sei tu a decidere quali colonne della tua tabella possono essere utilizzate comejoinColumn.

Ogni condizione di corrispondenza all'interno della ON clausola è richiesta per utilizzare la condizione di confronto di uguaglianza (=) tra due colonne.

Le condizioni di corrispondenza multiple all'interno di una ON clausola possono essere:

• Combinato utilizzando l'operatore AND logico

• Separato utilizzando l'operatore OR logico

Nota

Tutte le JOIN condizioni di partita devono corrispondere a una riga su ciascun lato delJOIN. Anche tutti i condizionali collegati da un operatore logico OR o da un operatore AND logico devono rispettare questo requisito.

Di seguito è riportato un esempio di interrogazione con un operatore logicoAND.

SELECT some_col, other_col 
FROM table1 
    JOIN table2 
    ON table1.id = table2.id AND table1.name = table2.name

Di seguito è riportato un esempio di interrogazione con un operatore OR logico.

SELECT some_col, other_col 
FROM table1 
    JOIN table2 
    ON table1.id = table2.id OR table1.name = table2.name

Controllo	Definizione	Utilizzo
joinColumns	Le colonne che si desidera consentire al membro che può eseguire la query di utilizzare nell'istruzione INNER JOIN.	La stessa colonna non può essere classificata sia come a joinColumn che come listColumn (vediElenca i controlli). joinColumnnon può essere utilizzato in altre parti della query diverse da INNER JOIN.

Elenca i controlli

I controlli elenco controllano le colonne che possono essere elencate nell'output della query (ovvero utilizzate nell'istruzione SELECT) o utilizzate per filtrare i risultati (ovvero utilizzate nell'WHEREistruzione).

Controllo	Definizione	Utilizzo
listColumns	Le colonne che consentite al membro che può eseguire la query di utilizzare nell'istruzione SELECT e WHERE	A listColumn può essere utilizzato in SELECT eWHERE. La stessa colonna non può essere utilizzata sia come che come listColumnjoinColumn.

Struttura predefinita della regola di analisi delle liste

L'esempio seguente include una struttura predefinita che mostra come completare una regola di analisi degli elenchi.

Nell'esempio seguente, MyTablefa riferimento alla tabella di dati. È possibile sostituire ogni segnaposto di input dell'utente con le proprie informazioni.

{
  "joinColumns": [MyTable column name(s)],
  "listColumns": [MyTable column name(s)],
}

Regola di analisi delle liste: esempio

L'esempio seguente dimostra come due aziende possono collaborare AWS Clean Rooms utilizzando l'analisi delle liste.

L'azienda A dispone di dati sulla gestione delle relazioni con i clienti (CRM). L'azienda A desidera ottenere dati di segmento aggiuntivi sui propri clienti per saperne di più sui propri clienti e potenzialmente utilizzare gli attributi come input per altre analisi. L'azienda B dispone di dati sui segmenti composti da attributi di segmento unici creati sulla base dei dati di prima parte. La società B desidera fornire gli attributi univoci del segmento alla società A solo ai clienti che si sovrappongono tra i loro dati e i dati dell'azienda A.

Le aziende decidono di collaborare in modo che l'azienda A possa arricchire i dati sovrapposti. La società A è il socio che può effettuare le domande e la società B è il collaboratore.

Per creare una collaborazione ed eseguire l'analisi degli elenchi in collaborazione, le aziende eseguono le seguenti operazioni:

1. L'azienda A crea una collaborazione e crea un'iscrizione. La collaborazione ha l'azienda B come altro membro della collaborazione. La società A consente la registrazione delle interrogazioni nella collaborazione e la registrazione delle interrogazioni nel proprio account.

2. L'azienda B crea un'appartenenza alla collaborazione. Consente la registrazione delle interrogazioni nel proprio account.

3. L'azienda A crea una tabella configurata con CRM

4. La società A aggiunge la regola di analisi alla tabella configurata dal cliente, come mostrato nell'esempio seguente.

   {
     "joinColumns": [
       "identifier1",
       "identifier2"
     ],
     "listColumns": [
       "internalid",
       "segment1",
       "segment2",
       "customercategory"
     ]
   }

   joinColumns— La società A desidera utilizzare hashedemail e/o thirdpartyid (ottenuto da un fornitore di identità) abbinare i clienti dei dati CRM ai clienti dei dati del segmento. Ciò contribuirà a garantire che l'azienda A abbini dati arricchiti per i clienti giusti. Dispongono di due JoinColumns per migliorare potenzialmente il tasso di corrispondenza dell'analisi.

   listColumns— La società A le utilizza listColumns accanto per ottenere colonne arricchite e internalid le utilizza all'interno dei propri sistemi. segment1Aggiungono segment2 e customercategory potenzialmente limitano l'arricchimento a segmenti specifici utilizzandoli nei filtri.

5. La società B crea una tabella configurata per segmenti.

6. La società B aggiunge la regola di analisi alla tabella configurata del segmento.

   {
     "joinColumns": [
       "identifier2"
     ],
     "listColumns": [
       "segment3",
       "segment4"
     ]
   }

   joinColumns— La società B consente all'azienda A di partecipare identifier2 per abbinare i clienti dai dati del segmento ai dati CRM. La società A e la società B hanno collaborato con il fornitore di identità per ottenere identifier2 una soluzione adatta a questa collaborazione. Non ne hanno aggiunti altri joinColumns perché ritenevano che identifier2 fornisse il tasso di corrispondenza più elevato e preciso e non fossero necessari altri identificatori per le query.

   listColumns— L'azienda B consente all'azienda A di arricchire i propri dati con segment3 segment4 attributi unici che ha creato, raccolto e utilizzato (con il cliente A) per contribuire all'arricchimento dei dati. Vogliono che l'azienda A ottenga questi segmenti per la sovrapposizione a livello di riga perché si tratta di una collaborazione per l'arricchimento dei dati.

7. L'azienda A crea un'associazione di tabelle CRM alla collaborazione.

8. La società B crea un'associazione di tabelle di segmenti alla collaborazione.

9. L'azienda A esegue interrogazioni, come la seguente, per arricchire i dati sovrapposti dei clienti.

   SELECT companyA.internalid, companyB.segment3, companyB.segment4
   INNER JOIN returns companyB
    ON companyA.identifier2 = companyB.identifier2
   WHERE companyA.customercategory > 'xxx'

10. L'azienda A e la società B esaminano i registri delle interrogazioni. La società B verifica che la richiesta sia in linea con quanto concordato nell'accordo di collaborazione.