关于 Snowflake Data Clean Rooms

Snowflake Data Clean Room 是在 Snowflake 中轻松构建、连接和使用 Data Clean Room 的原生解决方案。

它提供了一个安全的多协作者环境，协作者可以在其中共享可使用添加到协作中的模板进行查询的数据。协作者可以审查和批准或拒绝其他协作者包含的新模板或数据源。查询结果可以直接公开，也可以激活到协作者的 Snowflake 账户，具体由所有协作者自行决定。

Data Clean Room 提供了一种安全的方式，可在保护敏感信息的同时获得有价值的见解。它们允许您结合和分析来自不同方的数据，并通过隐私保护配置来帮助保护基础数据。

Data Clean Room 的好处包括：

  • 增强的隐私性 – 保护敏感数据，同时支持协作。

  • 更深入的见解 – 将来自多个来源的数据组合在一起，以进行更全面的分析。

  • 更高的安全性 – 降低未经授权的访问风险。

Snowflake Data Clean Rooms 的工作原理

借助 Snowflake Data Clean Rooms，所有分析都在 Clean Room 的安全环境中进行。协作者能够返回经过整合的结果和见解，但不能直接查询 Clean Room 中的原始数据。共享其数据的协作者可以定义对其他协作者可用的分析，从而能严格控制其数据的使用方式。

Clean Room 协作者

Snowflake Data Clean Room 推出了一种名为 Collaboration Data Clean Room 的新 Data Clean Room 架构，该架构允许客户在完全对称的多方环境中进行协作。

协作定义为每个协作者分配角色，定义他们在协作中的能力。角色包括：

  • 所有者：创建协作并确定谁在协作中具有哪些角色。

  • 数据提供商：向选定的参与者提供数据，并指定要应用于协作中数据的 Snowflake 策略。

  • 分析运行者：可以使用指定的数据运行协作者提供的模板。

协作所有者可以为每个参与者分配一个或多个角色。所有协作者都可以向协作提交模板，并可以指定可以使用每个模板的人。

使用 Snowflake Data Clean Rooms

Snowflake Data Clean Rooms 搭配一套完整的 APIs，允许用户以编程方式使用 Clean Room，其中包括构建自定义应用程序以及自定义分析模板和 ML 模型的能力。有关概述，请参阅 Data Clean Room 开发者指南。

此外，用户还可以利用 Cortex Code 在自然语言界面中执行 Clean Room 操作。有关更多信息，请参阅 Cortex Code。

后续步骤

您的后续步骤取决于您是如何来到此处以及您想做什么：

如果您是 Snowflake 管理员，并有兴趣在您的 Snowflake 账户中安装 Clean Room 环境：

  1. 阅读 概述，了解背景信息和安装要求。

  2. 在账户中安装 Clean Room 环境。

如果您是开发者：

  1. 如果 Clean Room 已安装在您的 Snowflake 账户中，请阅读 概述，了解背景信息。

  2. 尝试 API 教程。

  3. 不要忘记查看 开发者指南。