Analyseregel auflisten - AWS Clean Rooms

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.

Analyseregel auflisten

In gibt eine Regel zur Listenanalyse Listen auf Zeilenebene ausAWS Clean Rooms, die sich zwischen der konfigurierten Tabelle, der sie hinzugefügt wird, und den konfigurierten Tabellen des Mitglieds, das sie abfragen kann, überschneiden. Das Mitglied, das Abfragen durchführen kann, führt Abfragen aus, die eine Listenanalyseregel enthalten.

Der Regeltyp Listenanalyse unterstützt Anwendungsfälle wie Anreicherung und Zielgruppenerstellung.

Weitere Informationen zur vordefinierten Abfragestruktur und Syntax für diese Analyseregel finden Sie unter Vordefinierte Struktur der Analyseregel auflisten.

Die Parameter der Regel zur Listenanalyse, definiert in Analyseregel auflisten – Abfragesteuerungen, haben Abfragesteuerelemente. Zu seinen Abfragesteuerungen gehört die Möglichkeit, die Spalten auszuwählen, die in der Ausgabe aufgeführt werden können. Die Abfrage muss mindestens einen Join mit einer konfigurierten Tabelle des Mitglieds haben, das Abfragen direkt oder transitiv durchführen kann.

Es gibt keine Steuerelemente für Abfrageergebnisse wie für die Aggregationsanalyseregel .

Listenabfragen können nur mathematische Operatoren verwenden. Sie können keine anderen Funktionen (wie Aggregation oder Skalar) verwenden.

Auflisten der Abfragestruktur und -syntax

Abfragen für Tabellen, die eine Regel zur Listenanalyse haben, müssen der folgenden Syntax entsprechen.

--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]

In der folgenden Tabelle wird jeder Ausdruck erläutert, der in der vorherigen Syntax aufgeführt ist.

Expression Definition Beispiele
select_list_expression

Eine durch Komma getrennte Liste, die mindestens einen Tabellenspaltennamen enthält.

Ein DISTINCT Parameter ist erforderlich.

Anmerkung

Der select_list_expression kann Spalten mit oder ohne den AS Parameter als Alias verwenden.

Es unterstützt auch den -TOPParameter. Weitere Informationen finden Sie in der AWS Clean Rooms SQL-Referenz .

SELECT DISTINCT segment

table_expression

Eine Tabelle oder ein Join von Tabellen mit , join_condition um sie mit zu verbindenjoin_condition.

join_condition gibt einen booleschen Wert zurück.

Die table_expression unterstützt:

  • Ein bestimmter JOIN-Typ (INNER JOIN)

  • Die Gleichheitsvergleichsbedingungen innerhalb einer join_condition (=)

  • Logische Operatoren (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 Ein bedingter Ausdruck, der einen booleschen Wert zurückgibt. Es kann aus folgenden Komponenten bestehen:
  • Tabellenspaltennamen

  • Mathematische Operatoren

  • Zeichenfolgeliterale

  • Numerische Literale

Unterstützte Vergleichsbedingungen sind (=, >, <, <=, >=, <>, !=, NOT, IN, NOT IN, LIKE, IS NULL, IS NOT NULL).

Unterstützte logische Operatoren sind (AND, OR).

Die where_expression ist optional.

WHERE state + '_' + city = 'NY_NYC'

WHERE timestampColumn = timestampColumn2 - 14

limit_expression

Dieser Ausdruck muss eine positive Ganzzahl annehmen. Es kann auch mit einem TOP-Parameter ausgetauscht werden.

Die limit_expression ist optional.

LIMIT 100

Beachten Sie bei der Struktur und Syntax von Listenabfragen Folgendes:

  • Andere SQL-Befehle als SELECT werden nicht unterstützt.

  • Unterabfragen und allgemeine Tabellenausdrücke (z. B. WITH) werden nicht unterstützt

  • HAVING-BY, GROUP - und ORDER-BYKlauseln werden nicht unterstützt

  • Der Parameter OFFSET wird nicht unterstützt

Analyseregel auflisten – Abfragesteuerungen

Mit den Steuerelementen zum Auflisten von Abfragen können Sie steuern, wie die Spalten in Ihrer Tabelle zum Abfragen der Tabelle verwendet werden. Sie können beispielsweise steuern, welche Spalte für die Verknüpfung verwendet wird oder welche Spalte in der SELECT-Anweisung und -WHEREKlausel verwendet werden kann.

In den folgenden Abschnitten werden die einzelnen Kontrollen erläutert.

Join-Steuerelemente

Mit Join-Steuerelementen können Sie steuern, wie Ihre Tabelle mit anderen Tabellen im table_expression verbunden werden kann. unterstützt AWS Clean Rooms nur INNER JOIN. In der Regel zur Listenanalyse ist mindestens eine INNER JOIN erforderlich und das Mitglied, das die Abfrage durchführen kann, muss eine Tabelle, deren Eigentümer sie sind, in die INNER JOIN aufnehmen. Das bedeutet, dass sie Ihrer Tabelle entweder direkt oder transitiv beitreten müssen.

Im Folgenden finden Sie ein Beispiel für Transitivität.

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

INNER JOIN-Anweisungen können nur Spalten verwenden, die joinColumn in Ihrer Analyseregel explizit als kategorisiert wurden.

Die INNER JOIN muss für eine joinColumn aus Ihrer konfigurierten Tabelle und für eine joinColumn aus einer anderen konfigurierten Tabelle in der Zusammenarbeit ausgeführt werden. Sie entscheiden, welche Spalten aus Ihrer Tabelle als verwendet werden könnenjoinColumn.

Jede Übereinstimmungsbedingung innerhalb der -ONKlausel ist erforderlich, um die Gleichheitsvergleichsbedingung (=) zwischen zwei Spalten zu verwenden.

Mehrere Übereinstimmungsbedingungen innerhalb einer -ONKlausel können sein:

  • Kombiniert mit dem AND logischen Operator

  • Getrennt mit dem OR logischen Operator

Anmerkung

Alle JOIN Übereinstimmungsbedingungen müssen mit einer Zeile von jeder Seite des übereinstimmenJOIN. Alle Bedingungen, die durch einen OR oder einen AND logischen Operator verbunden sind, müssen ebenfalls diese Anforderung erfüllen.

Im Folgenden finden Sie ein Beispiel für eine Abfrage mit einem AND logischen Operator.

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

Im Folgenden finden Sie ein Beispiel für eine Abfrage mit einem OR logischen Operator.

SELECT some_col, other_col FROM table1 JOIN table2 ON table1.id = table2.id OR table1.name = table2.name
Kontrolle Definition Verwendung
joinColumns Die Spalten, die das Mitglied abfragen kann, um es in der INNER JOIN-Anweisung zu verwenden.

Die gleiche Spalte kann nicht sowohl als als auch als kategorisiert werden joinColumn listColumn (siehe Auflisten von Kontrollen).

joinColumn kann nur in INNER JOIN verwendet werden.

Auflisten von Kontrollen

Listensteuerelemente steuern die Spalten, die in der Abfrageausgabe aufgelistet (d. h. in der SELECT-Anweisung verwendet) oder zum Filtern von Ergebnissen verwendet werden können (d. h. in der WHERE Anweisung verwendet).

Kontrolle Definition Verwendung
listColumns Die Spalten, die das Mitglied abfragen kann, um in SELECT und zu verwenden WHERE Ein listColumn kann in SELECT und verwendet werdenWHERE.

Die gleiche Spalte kann nicht als listColumn und verwendet werdenjoinColumn.

Vordefinierte Struktur der Analyseregel auflisten

Das folgende Beispiel enthält eine vordefinierte Struktur, die zeigt, wie Sie eine Listenanalyseregel abschließen.

Im folgenden Beispiel MyTable bezieht sich auf Ihre Datentabelle. Sie können jeden Platzhalter für Benutzereingaben durch Ihre eigenen Informationen ersetzen.

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

Analyseregel auflisten – Beispiel

Das folgende Beispiel zeigt, wie zwei Unternehmen AWS Clean Rooms mithilfe der Listenanalyse zusammenarbeiten können.

Unternehmen A verfügt über CRM-Daten (Customer Relationship Management). Unternehmen A möchte zusätzliche Segmentdaten zu seinen Kunden abrufen, um mehr über ihre Kunden zu erfahren und möglicherweise Attribute als Eingabe für andere Analysen zu verwenden. Unternehmen B verfügt über Segmentdaten, die aus eindeutigen Segmentattributen bestehen, die es auf der Grundlage seiner Daten der ersten Partei erstellt hat. Unternehmen B möchte die eindeutigen Segmentattribute nur für Kunden bereitstellen, die sich zwischen ihren Daten und den Daten von Unternehmen A überschneiden.

Die Unternehmen entscheiden sich für eine Zusammenarbeit, damit Unternehmen A die überlappenden Daten anreichern kann. Unternehmen A ist das Mitglied, das Abfragen durchführen kann, und Unternehmen B ist der Mitwirkende.

Um eine Zusammenarbeit zu erstellen und eine Listenanalyse in Zusammenarbeit durchzuführen, gehen die Unternehmen wie folgt vor:

  1. Unternehmen A erstellt eine Zusammenarbeit und eine Mitgliedschaft. Die Zusammenarbeit hat Unternehmen B als weiteres Mitglied der Zusammenarbeit. Unternehmen A aktiviert die Abfrageprotokollierung in der Zusammenarbeit und die Abfrageprotokollierung in seinem Konto.

  2. Unternehmen B erstellt eine Mitgliedschaft in der Zusammenarbeit. Es aktiviert die Abfrageprotokollierung in seinem Konto.

  3. Unternehmen A erstellt eine CRM-konfigurierte Tabelle

  4. Unternehmen A fügt die Analyseregel der vom Kunden konfigurierten Tabelle hinzu, wie im folgenden Beispiel gezeigt.

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

    joinColumns – Unternehmen A möchte hashedemail und/oder thirdpartyid (von einem Identitätsanbieter bezogen) verwenden, um Kunden aus CRM-Daten mit Kunden aus Segmentdaten abzugleichen. Dadurch wird sichergestellt, dass Unternehmen A mit den anreicherten Daten für die richtigen Kunden übereinstimmt. Sie verfügen über zwei joinColumns, um die Übereinstimmungsrate der Analyse möglicherweise zu verbessern.

    listColumns – Unternehmen A verwendet listColumns, um anreicherte Spalten neben einem abzurufen, den internalid sie in ihren eigenen Systemen verwenden. Sie fügen segment1, und hinzusegment2, customercategory um die Anreicherung möglicherweise auf bestimmte Segmente zu beschränken, indem sie sie in Filtern verwenden.

  5. Unternehmen B erstellt eine segmentkonfigurierte Tabelle.

  6. Unternehmen B fügt die Analyseregel der segmentkonfigurierten Tabelle hinzu.

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

    joinColumns – Unternehmen B ermöglicht es Unternehmen A, sich bei anzumeldenidentifier2, um Kunden aus Segmentdaten mit CRM-Daten abzugleichen. Unternehmen A und Unternehmen B haben mit dem Identitätsanbieter zusammengearbeitetidentifier2, um die für diese Zusammenarbeit passenden zu erhalten. Sie haben keine anderen hinzugefügt, joinColumns da sie glauben, dass sie die höchste und genaueste Übereinstimmungsrate identifier2 bieten und andere Kennungen für die Abfragen nicht erforderlich sind.

    listColumns – Unternehmen B ermöglicht es Unternehmen A, seine Daten mit - segment3 und -segment4Attributen zu ergänzen, bei denen es sich um eindeutige Attribute handelt, die sie (mit Kunde A) erstellt, gesammelt und abgestimmt haben, um Teil der Datenanreicherung zu sein. Sie möchten, dass Unternehmen A diese Segmente für die Überlappung auf Zeilenebene erhält, da dies eine Zusammenarbeit zur Datenanreicherung ist.

  7. Unternehmen A erstellt eine CRM-Tabellenzuordnung zur Zusammenarbeit.

  8. Unternehmen B erstellt eine Segmenttabellenzuordnung zur Zusammenarbeit.

  9. Unternehmen A führt Abfragen wie die folgenden aus, um überlappende Kundendaten zu ergänzen.

    SELECT companyA.internalid, companyB.segment3, companyB.segment4 INNER JOIN returns companyB ON companyA.identifier2 = companyB.identifier2 WHERE companyA.customercategory > 'xxx'
  10. Unternehmen A und Unternehmen B überprüfen Abfrageprotokolle. Unternehmen B überprüft, ob die Abfrage mit dem übereinstimmt, was in der Zusammenarbeitsvereinbarung vereinbarten wurde.