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。

# 在 Snowflake 中准备数据表
<a name="prepare-data-snowflake"></a>

您可以查询存储在 Snowflake 数据仓库中的数据表。

在 Snowflake 中准备数据表涉及以下步骤：

**Topics**
+ [步骤 1：完成先决条件](#prepare-data-snowflake-prereq)
+ [步骤 2：（可选）准备用于加密计算的数据](#prepare-data-snowflake-encrypt)
+ [第 3 步：创建一个 AWS Secrets Manager 机密密钥](#prepare-data-snowflake-secrets)
+ [步骤 4：后续步骤](#prepare-data-snowflake-next)

## 步骤 1：完成先决条件
<a name="prepare-data-snowflake-prereq"></a>

要准备数据表以供使用 AWS Clean Rooms，必须满足以下先决条件：
+ 您已被授予读取数据表的适当权限。 AWS 账户 有关更多信息，请参阅 [创建服务角色以从 Snowflake 读取数据](setting-up-roles.md#create-service-role-third-party)。
+ 您的数据表将另存为[支持的其中一种数据格式 AWS Clean Rooms](data-formats.md)。
+ 您的数据表使用[支持的数据类型 AWS Clean Rooms](data-formats.md#data-types)。
+ 您的数据表存储在 Snowflake 仓库中。有关更多信息，请参阅 [ Snowflake 文档。](https://docs.snowflake.com/en/guides-overview-db )
+ 您已经设置了一个新的 Snowflake 用户，该用户对要与协作关联的 Snowflake 表具有只读权限。

## 步骤 2：（可选）准备用于加密计算的数据
<a name="prepare-data-snowflake-encrypt"></a>

（可选）如果您使用的是加密计算，并且您的数据表包含要加密的敏感信息，则必须使用 C3R 加密客户端对数据表进行加密。

要为加密计算准备数据，请按照[使用 Clean Rooms 加密计算准备加密的数据表](prepare-encrypted-data.md)中的步骤操作。

## 第 3 步：创建一个 AWS Secrets Manager 机密密钥
<a name="prepare-data-snowflake-secrets"></a>

要从连接到 Snowflake AWS Clean Rooms，您需要在密钥中创建并存储您的 Snowflake 证书，然后将该 AWS Secrets Manager 密钥与中的 Snowflake 表关联起来。 AWS Clean Rooms

**注意**  
我们建议您创建一个专用于的新用户 AWS Clean Rooms。该用户只能拥有对要访问的数据具有读取权限 AWS Clean Rooms 的角色。

**要创建一个 AWS Secrets Manager 机密密钥**

1. 在 Snowflake 中，生成用户`snowflakeUser`并设置密钥对身份验证。
**注意**  
2025 年 11 月，Snowflake 将过渡到仅支持密钥对身份验证。此更改将影响当前与 Snowflake 的 AWS Clean Rooms 集成，后者使用用户名和密码身份验证。在此日期之后，进入的 Snowflake 连接 AWS Clean Rooms 将需要使用 Snowflake 隐私增强邮件 (PEM) 私钥进行密钥对身份验证。

1.  确定该用户将与哪个 Snowflake 仓库进行交互，。`snowflakeWarehouse`要么`snowflakeUser`在 Snowflake 中将其设置为 f `DEFAULT_WAREHOUSE` or，要么记住它以供下一步使用。

1. 在 [AWS Secrets Manager](https://us-east-1.console.aws.amazon.com/secretsmanager/listsecrets?region=us-east-1) 中，使用您的 Snowflake 凭证创建密钥。要在凭据管理器中创建密钥，请按照*AWS Secrets Manager 用户指南中的[创建 AWS Secrets Manager 密钥](https://docs.aws.amazon.com/secretsmanager/latest/userguide/create_secret.html)中的教程进行操作*。创建密钥后，保留密钥名称，`secretName`以供下一步使用。
   + 选择**Key/value 配对时**，`snowflakeUser`使用密钥为创建配对`sfUser`。
   + 选择**Key/value 配对时**，为您的 Snowflake PEM 私钥与密钥创建配对。`pem_private_key`
   + 选择**Key/value 配对时**，`snowflakeWarehouse`使用密钥为创建配对`sfWarehouse`。

     如果在 Snowflake 中设置了默认值，则不需要这样做。
   + 选择**Key/value 配对时**，`snowflakeRole`使用密钥为创建配对`sfRole`。

## 步骤 4：后续步骤
<a name="prepare-data-snowflake-next"></a>

现在您已经在 Snowflake 中准备好了数据表，您可以准备好了：
+ [创建配置表](create-configured-table.md)。
+ [创建 ML 模型](working-with-machine-learning-tdp.md)

可以在以下时间查询这些表：
+ 协作创建者已在 AWS Clean Rooms中建立了协作。有关更多信息，请参阅 [创建协作](create-collaboration.md)。
+ 协作创建者已将协作 ID 发送给作为协作参与者的您。