本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

中的自定义分析规则 AWS Clean Rooms

在中 AWS Clean Rooms，自定义分析规则是一种新的分析规则，允许在配置的表上运行自定义查询。自定义 SQL 查询仍然仅限于只有 SELECT 命令，但与聚合和列表查询相比，可以使用更多的 SQL 构造（例如，窗口函数、OUTER JOIN、CTE 或子查询；有关完整列表，请参阅 AWS Clean Rooms SQL 参考）。自定义 SQL 查询不必遵循聚合和列表查询之类的查询结构。

与聚合和列表分析规则支持的使用案例相比，自定义分析规则支持更高级的使用案例，例如自定义归因分析、基准测试、增量分析和受众发现。这是对聚合和列表分析规则支持的使用案例的超集的补充。

自定义分析规则还支持差别隐私。差别隐私是一种在数学上非常严格的数据隐私保护框架。有关更多信息，请参阅 AWS Clean Rooms 差异隐私。创建分析模板时， AWS Clean Rooms 差分隐私会检查该模板以确定其是否与 AWS Clean Rooms 差分隐私的通用查询结构兼容。此验证可确保您不会创建对于差别隐私保护表不允许的分析模板。

要配置自定义分析规则，数据所有者可以选择允许存储在分析模板中的特定自定义查询在其配置表上运行。数据所有者在将分析模板添加到自定义分析规则中允许的分析控制之前应先审核这些模板。分析模板仅在创建这些模板的协作中可用和可见（即使该表与其他协作关联），并且只能由可以在该协作中进行查询的成员运行。

或者，成员可以选择允许其他成员（查询提供者）无需审核即可创建查询。成员在自定义分析规则添加允许的查询提供者控制的查询提供者账户。如果查询提供者是可以查询的成员，则他们可以直接在配置表上运行任何查询。查询提供者还可以通过创建分析模板来创建查询。在存在查询提供商且与表关联的所有协作中，查询提供者创建的任何查询 AWS 账户 都将自动允许在表上运行。

本页包含以下部分：

自定义分析规则支持以下隐私增强控件：

自定义分析规则结构

以下预定义结构显示了自定义分析规则中的可用控件。仅包含用例所需的控件。differentialPrivacy控件中的userIdentifier值是唯一标识用户的列，例如 user_id 。当您在协作中开启了两个或更多具有差异隐私的表时， AWS Clean Rooms 需要您在两个分析规则中配置与用户标识符列相同的列。这样可以保持表中用户的统一定义。

{
  "allowedAnalyses": ["ANY_QUERY"] | string[],
  "allowedAnalysisProviders": [],
  "disallowedOutputColumns": [],
  "aggregationThresholds": [
    {
      "identityColumns": [],
      "minimumIdentityCount": number,
      "type": "COUNT_DISTINCT",
      "allowedAggregateExpressionType": "COLUMNS_ONLY" | "ANY_EXPRESSION",
      "outputColumnThresholds": [
        {
          "outputColumnName": string,
          "minimumIdentityCount": number
        }
      ]
    }
  ],
  "comparisonControls": {
    "allowedLiteralComparisonColumns": [],
    "allowedColumnComparisonColumns": []
  },
  "differentialPrivacy": {
    "columns": [
      {
        "name": "userIdentifier"
      }
    ]
  }
}

您可以：

您还可以配置以下任何控件：

建议配置最低聚合阈值和比较控制。阈值本身仍然使低基数列或准识别列具有可比性，这可能会以意想不到的方式缩小结果范围。

当您的表包含低基数列或准识别列（例如邮政编码或年龄段）或者查询运行器不完全信任时，比较控件值得配置。有关显示两个控件一起配置的有效示例，请参阅包含最低聚合阈值和比较控制的自定义分析规则示例。

带有分析模板的自定义分析规则示例

以下示例演示了两家公司如何协作 AWS Clean Rooms 使用自定义分析规则。

A 公司有客户和销售数据。A 公司有兴趣了解 B 公司网站上广告活动的销售增量。B 公司拥有对 A 公司有用的观众数据和细分属性（例如，他们观看广告时使用的设备）。

A 公司想在协作中运行一个特定的增量查询。

为创建协作并在协作中运行自定义分析，两家公司执行以下操作：

具有最低聚合阈值的自定义分析规则示例

以下示例演示了两家公司如何协作 AWS Clean Rooms 使用具有最低聚合阈值的自定义分析规则，而不是审查单个分析模板。

A 公司是一家出版商，其impressions表格包含user_idcampaign_id、和event_date。B公司是一家广告商，想要衡量广告活动的覆盖面，即看到给定活动的不同用户的数量。A公司希望确保任何查询结果都无法显示个人或小组，因此它使用最低聚合阈值，而不是审查单个分析模板。

要创建协作并进行自定义分析，两家公司将执行以下操作：

与分析模板方法的主要区别在于，A公司从未审查过特定的查询。相反，公司 A 依靠阈值来限制任何查询可以返回的内容。有关更多信息，请参阅最低聚合阈值和比较控件。

包含最低聚合阈值和比较控制的自定义分析规则示例

建议的基准配置是配置最低聚合阈值和比较控制。仅使用阈值即可确保每个结果行代表最少数量的不同数据主体，但它不能阻止对低基数列或准识别列进行比较。如果没有比较控件，查询运行器仍然可以对这些列进行筛选或联接，这可能会以意想不到的方式缩小结果范围。

当您的表包含低基数列或准识别列（例如邮政编码或年龄段）或者查询运行器不完全信任时，比较控件值得配置。添加比较控件限制了哪些列可以出现在字面比较和列对比中，从而缩小了仅有阈值就存在的差距。

以下配置组合了这两个控件：

{
  "aggregationThresholds": [
    {
      "identityColumns": [
        "user_id"
      ],
      "minimumIdentityCount": 100,
      "type": "COUNT_DISTINCT",
      "allowedAggregateExpressionType": "COLUMNS_ONLY"
    }
  ],
  "comparisonControls": {
    "allowedLiteralComparisonColumns": [
      "campaign_id"
    ],
    "allowedColumnComparisonColumns": [
      "user_id"
    ]
  },
  "allowedAnalyses": [
    "ANY_QUERY"
  ],
  "allowedAnalysisProviders": [
    "444455556666"
  ]
}

使用此配置，每个结果行代表至少 100 个不同的数据主体。查询运行器可以使用文字比较进行过滤，并campaign_id使用列与列的比较进行user_id联接。由于已设置比较许可名单，因此任何未列出的列（包括邮政编码或年龄段等低基数列）根本不能用于比较。

有关每个控件的更多信息，请参阅最低聚合阈值和比较控件。有关还包括不允许的输出列的更完整配置，请参见组合起来。

组合起来

以下示例使用不允许的输出列、最小聚合阈值和比较控件显示了自定义分析规则类型的完整配置。此配置强制至少聚合 100 个不同的数据主体，user_id防止在查询结果中投影，并允许查询运行者分析加入该user_id列的客户的交叉点。

此策略还允许对低敏感度列进行字面比较筛选，从而提供了更大的灵活性price，status并将该列的最小聚合阈值改写为 5：campaign_id

{
  "disallowedOutputColumns": [
    "user_id"
  ],
  "comparisonControls": {
    "allowedLiteralComparisonColumns": [
      "status",
      "price"
    ],
    "allowedColumnComparisonColumns": [
      "user_id"
    ]
  },
  "aggregationThresholds": [
    {
      "identityColumns": [
        "user_id"
      ],
      "minimumIdentityCount": 100,
      "type": "COUNT_DISTINCT",
      "allowedAggregateExpressionType": "COLUMNS_ONLY",
      "outputColumnThresholds": [
        {
          "outputColumnName": "campaign_id",
          "minimumIdentityCount": 5
        }
      ]
    }
  ],
  "allowedAnalyses": [
    "ANY_QUERY"
  ],
  "allowedAnalysisProviders": [
    "444455556666",
    "333366669999"
  ]
}