Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Creazione di una collaborazione

Modalità Focus
Creazione di una collaborazione - AWS Clean Rooms

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Esistono tre modi per creare una collaborazione in AWS Clean Rooms.

La forma più semplice è la collaborazione per le interrogazioni. Questa collaborazione si concentra sull'analisi delle query SQL e mantiene una struttura semplice con due ruoli principali: un membro che può eseguire le query e un altro che può ricevere i risultati. Questa configurazione di collaborazione di base è ideale per semplici attività di analisi dei dati.

La seconda forma, la collaborazione per query e lavori, estende le funzionalità incorporando sia le query SQL che i PySpark job e richiede Spark come motore di analisi. Questa configurazione di collaborazione mantiene la stessa struttura di ruoli di base, ma amplia le autorizzazioni per includere l'esecuzione del lavoro. Un requisito importante è che il membro che crea i modelli di PySpark analisi deve essere anche colui che riceve i risultati, garantendo una chiara responsabilità nel processo di analisi.

La terza forma è la collaborazione per la modellazione ML, è progettata per i flussi di lavoro di machine learning e richiede Spark come motore di analisi. Questa configurazione di collaborazione aggiunge altri due ruoli: uno per gli utenti che hanno bisogno dei risultati di modelli addestrati e un altro per gli utenti che hanno bisogno dei risultati derivanti dall'utilizzo di tali modelli per fare previsioni. Questa configurazione di collaborazione consente ai membri della collaborazione di lavorare insieme su progetti di dati complessi, mantenendo chiari i ruoli e le autorizzazioni di tutti.

I seguenti argomenti spiegano come creare collaborazioni per query, lavori e modellazione ML.

PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.