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.
Ausführen von SQL-Abfragen
Anmerkung
Sie können Abfragen nur ausführen, wenn das Mitglied, das für die Bezahlung der Abfrageberechnungskosten verantwortlich ist, der Kollaboration als aktives Mitglied beigetreten ist.
Als Mitglied, das Abfragen durchführen kann, können Sie eine SQL-Abfrage wie folgt ausführen:
-
Manuelles Erstellen einer SQL-Abfrage mithilfe des SQL-Code-Editors.
-
Verwendung einer genehmigten SQL-Analysevorlage.
-
Verwenden der Analysis Builder-Benutzeroberfläche zum Erstellen einer Abfrage, ohne SQL-Code schreiben zu müssen.
Wenn das Mitglied, das Abfragen durchführen kann, eine SQL-Abfrage für die Tabellen in der Kollaboration ausführt, AWS Clean Rooms übernimmt es die entsprechenden Rollen, um in seinem Namen auf die Tabellen zuzugreifen. AWS Clean Rooms wendet die Analyseregeln nach Bedarf auf die Eingabeabfrage und deren Ausgabe an.
Die Analyseregeln und Ausgabebeschränkungen werden automatisch durchgesetzt. AWS Clean Rooms gibt nur die Ergebnisse zurück, die den definierten Analyseregeln entsprechen.
AWS Clean Rooms unterstützt SQL-Abfragen, die sich von denen anderer Abfrage-Engines unterscheiden können. Spezifikationen finden Sie in der AWS Clean Rooms SQL-Referenz. Wenn Sie Abfragen für Datentabellen ausführen möchten, die durch Differential Privacy geschützt sind, sollten Sie sicherstellen, dass Ihre Abfragen mit der allgemeinen Abfragestruktur von AWS Clean Rooms Differential Privacy kompatibel sind.
Anmerkung
Wenn Sie Cryptographic Computing für verwenden Clean Rooms, generieren nicht alle SQL-Operationen gültige Ergebnisse. Sie können beispielsweise eine COUNT an einer verschlüsselten Spalte ausführen, aber die Ausführung einer SUM an verschlüsselten Zahlen führt zu Fehlern. Darüber hinaus können Abfragen auch zu falschen Ergebnissen führen. Beispielsweise führen Abfragen, bei denen SUM versiegelte Spalten zu Fehlern führen. Eine GROUP BY Abfrage über versiegelte Spalten scheint jedoch erfolgreich zu sein, erzeugt jedoch andere Gruppen als bei einer GROUP BY Abfrage über den Klartext.
Dem Mitglied, das die Kosten für die Berechnung der Abfragen bezahlt, werden die in der Kollaboration ausgeführten Abfragen in Rechnung gestellt.
Das Mitglied, das Abfragen durchführen kann, kann mehrere Mitglieder auswählen, die Ergebnisse einer einzigen Abfrage erhalten können. Weitere Informationen finden Sie unter Abfragen konfigurierter Tabellen mit dem SQL-Code-Editor. Allgemeine Informationen zum Empfangen von Abfrageergebnissen finden Sie unterEmpfangen und Verwenden von Analyseergebnissen.
Voraussetzungen
Bevor Sie eine SQL-Abfrage ausführen, stellen Sie sicher, dass Sie über Folgendes verfügen:
-
Eine aktive Mitgliedschaft in AWS Clean Rooms Collaboration
-
Zugriff auf mindestens eine konfigurierte Tabelle in der Kollaboration
-
Bestätigung, dass das Mitglied, das für die Berechnung der Abfragen verantwortlich ist, ein aktives Mitglied der Zusammenarbeit ist
Informationen dazu, wie Sie Daten abfragen oder Abfragen anzeigen können, indem Sie den AWS Clean Rooms StartProtectedQuery API-Vorgang direkt aufrufen oder die AWS SDKs verwenden, finden Sie in der AWS Clean Rooms API-Referenz.
Hinweise zur Abfrageprotokollierung finden Sie unterAnalyse-Einloggen AWS Clean Rooms.
Anmerkung
Wenn Sie eine Abfrage für verschlüsselte Datentabellen ausführen, werden die Ergebnisse der verschlüsselten Spalten verschlüsselt.
Konfiguration der Spark-Eigenschaften für SQL-Abfragen
AWS Clean Rooms ermöglicht es Ihnen, das Spark-Laufzeitverhalten optional anzupassen, indem Sie unterstützte Spark-Eigenschaften für SQL-Abfragen konfigurieren. Mit diesen Eigenschaften können Sie die Leistung, die Speichernutzung und die Parameter für die Abfrageausführung optimieren. Mit dieser Funktion haben Sie mehr Kontrolle darüber, wie Ihre Spark-based Abfragen verarbeitet werden, sodass eine Optimierung auf der Grundlage Ihrer spezifischen Workload-Anforderungen möglich ist.
Sie können jetzt Einstellungen wie Shuffle-Partitionen, Broadcast-Join-Schwellenwerte und Parameter für die adaptive Abfrageausführung direkt von der AWS Clean Rooms Konsole aus anpassen. Diese Funktion ist besonders nützlich für komplexe Abfragen oder große Datensätze, bei denen Standardkonfigurationen möglicherweise nicht optimal sind. Durch die Feinabstimmung dieser Spark-Eigenschaften können Sie potenziell die Abfrageleistung verbessern, den Ressourcenverbrauch reduzieren und die Speicherauslastung für Ihre Spark-based Kollaborationsanalysen besser verwalten.
Um diese Funktion nutzen zu können, finden Sie in der Abfrageschnittstelle einen neuen Abschnitt mit den Spark-Eigenschaften. Sie können aus einer Liste unterstützter Eigenschaften auswählen und benutzerdefinierte Werte angeben. Sie können Spark-Eigenschaften auch programmgesteuert mithilfe der StartProtectedQuery API konfigurieren. Diese erweiterte Konfigurationsoption ermöglicht es Datenanalysten und Ingenieuren, ihre Abfragen zu optimieren, um die Effizienz und Skalierbarkeit zu verbessern.
Weitere Informationen zu Spark-Eigenschaften, einschließlich Standardwerten, finden Sie unter Spark-Eigenschaften
In den folgenden Themen wird erläutert, wie Daten in einer Kollaboration mithilfe der AWS Clean Rooms Konsole abgefragt werden.
