隐私域简介¶

哪些列需要隐私域？¶

除 COUNT 函数外，查询不能对列进行汇总，除非该列有隐私域。同样，除非列有隐私域，否则查询不能在 GROUP BY 子句中使用该列。例如，下面示例中的 score 和 age 列都必须有隐私域。

SELECT AVG(age) FROM t1
  GROUP BY score;

df.group_by("score").agg(f.mean("age").as_("mean_age")).show()

这些要求不适用于子查询。例如，在下面的查询中，mean_age 列必须有隐私域，但尽管用于汇总，score 和 age 列并没有隐私域。

SELECT AVG(mean_age)
  FROM (SELECT AVG(age) AS mean_age FROM t1 GROUP BY score)
  WHERE mean_age >= 20 AND mean_age <= 80;

df.group_by("score").agg(f.mean("age").as_("mean_age")) \
  .where((f.col("mean_age") >= 20) & (f.col("mean_age") <= 80)) \
  .select(f.mean("mean_age")).show()

定义隐私域¶

管理员和运行查询的分析师均可为列定义隐私域，但他们定义的方式有所不同：

• 管理员使用 CREATE TABLE 和 ALTER TABLE 命令为列设置隐私域。数据提供商的管理员会首先设置隐私域，然后才允许分析人员进行访问。在某些情况下，分析师的管理员可能还需要在与数据提供商的受保护表相联接的表上设置隐私域。如果您是需要设置隐私域的管理员，请参阅 作为管理员使用隐私域。

• 分析师使用筛选器和列转换等查询元素来创建查询，从而隐式指定隐私域。这些隐私域可以为没有隐私域的列指定，也可以缩小数据提供商设置的隐私域范围。如果分析师需要指定或缩小隐私域，请参阅 作为分析师在隐私域中工作。

隐私域之间的交互¶

一个查询可能涉及到多个隐私域。同一列上可以有管理员指定的隐私域和分析师指定的隐私域。另外，查询可在两个表中都有隐私域的列上联接两个表。

Snowflake 会评估所有隐私域，并计算出查询期间要使用的隐私域。如需了解如何确定查询时间隐私域，请参阅：

• 管理员指定的隐私域与分析师指定的隐私域之间的交互

• 隐私域与联接

隐私域外的值¶

隐私域定义的是列中 可能 的值，而不一定是 实际 值。下面汇总了未包含在隐私域列表或范围中的值的情况。

字符串

在字符串列中，隐私域以外的值在查询期间始终被视为 NULL。不论是管理员指定的隐私域、分析师指定的隐私域还是隐私域的交集，情况都是如此。

例如，假设数据提供商在 state 列上设置了 ('california', 'oregon') 的隐私域，分析师编写的查询将 state 列筛选到 ('nevada', 'oregon')。如果查询在 GROUP BY 子句中使用 state 列，则结果包含两个组：OREGON 和 NULL。NULL 组包括 state 列的值并非 OREGON 的所有记录，以及 state 列的值字面量是 NULL 的记录。

数值、日期和时间

对于在隐私域范围以外的数值、日期或时间值，Snowflake 会根据隐私域由管理员还是分析师定义而采取不同的处理方式。

管理员指定:

如果数据提供商定义了一个包含列实际值子集的范围隐私域，隐私域之外的值会被 限制，也就是说，它们会被视为域内最接近的值（最小值或最大值）予以处理。例如，如果列的隐私域由 1-100 之间的整数构成，那么在计算汇总时，实际值为 105 的记录将视同值为 100 处理。分析师无法访问隐私域以外的值。

如果 联接两个受隐私保护的表 导致隐私域交叉，查询时间隐私域之外的值会被限制。

分析师指定:

当分析师为没有隐私域的列指定隐私域，或者缩小管理员指定的隐私域时，查询本身会决定如何处理隐私域以外的值。

• 如果查询使用了筛选器（WHERE 子句），则在计算汇总时会忽略隐私域以外的值。

• 如果查询使用 列转换，列中超出隐私域的值会像管理员指定的隐私域一样受到限制。

中间查询元素如何影响隐私域¶

查询的编写方式会影响到隐私域的范围是否发生变化，甚至会影响到列上是否仍然存在隐私域。本节将帮您了解查询的中间部分（即最终聚合之前的部分）如何影响列的隐私域。

添加新列

如果查询在现有列的基础上添加了新列，则在原有列上指定或缩小隐私域对新列均无影响。

在下方示例中，假设数据提供商将 score 列上的隐私域定义为 0 到 100 之间的范围。当查询指定 score 的隐私域为 1 和 2 之间的范围时，对 score_derived 列的隐私域没有影响。

SELECT AVG(score_derived)
  FROM (SELECT score, score_derived FROM t1 WHERE score <= 2);

df.with_column("score_derived", f.col("score")) \
  .where((f.col("score") >= 1) & \
    (f.col("score") <= 2)) \
  .select(f.mean("score_derived")).show()

--------------------------
|"avg(""SCORE_DERIVED"")"|
--------------------------
|31.8196209349           |
--------------------------

在中间汇总中使用 GROUP BY 子句

对于查询的中间部分，在汇总列时使用 GROUP BY 子句可移除列中的隐私域。因此，如果在查询的最终汇总中使用该列，则需要为其指定新的隐私域。

在下面的示例中，初始汇总会移除 score 列上设置的任何隐私域。该查询之所以成功，只是因为它在最终汇总之前为列别名设置了隐私域。

SELECT AVG(num_scores)
  FROM (SELECT COUNT(score) AS num_scores
    FROM t1
    GROUP BY age)
  WHERE num_scores >= 0 AND num_scores <= 100;

df.group_by("age").agg(f.count("score").as_("num_scores")) \
  .where((f.col("num_scores") >= 0) & (f.col("num_scores") <= 100)) \
  .select(f.mean("num_scores")).show()