Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Création d'une table configurée dans AWS Clean Rooms
Une *table configurée* est une référence à une table existante dans une source de données. Il contient une règle d'analyse qui détermine la manière dont les données peuvent être consultées. AWS Clean Rooms Les tables configurées peuvent être associées à une ou plusieurs collaborations.
Pour plus d'informations sur la création d'une table configurée à l'aide du AWS SDKs, consultez la [https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html).
**Topics**
+ [Création d'une table configurée — Source de données Amazon S3](create-config-table-s3.md)
+ [Création d'une table configurée — Source de données Amazon Athena](create-config-table-athena.md)
+ [Création d'une table configurée — Source de données Snowflake](create-config-table-snowflake.md)
# Création d'une table configurée — Source de données Amazon S3
Dans cette procédure, le [membre](glossary.md#glossary-member) effectue les tâches suivantes :
+ Configure une AWS Glue table existante à utiliser dans. AWS Clean Rooms(Cette étape peut être effectuée avant ou après avoir rejoint une collaboration, sauf si vous utilisez l'informatique cryptographique pourClean Rooms.)
**Note**
AWS Clean Rooms supporte AWS Glue les tables. Pour plus d'informations sur l'introduction de vos données AWS Glue, consultez[Étape 3 : Chargez votre tableau de données sur Amazon S3](prepare-data-S3.md#upload-to-s3).
+ Nomme la [table configurée](glossary.md#glossary-configured-table) et choisit les colonnes à utiliser dans la collaboration.
La procédure suivante suppose que :
+ Le membre de la collaboration a déjà [chargé ses tables de données sur Amazon S3](prepare-data-S3.md#upload-to-s3) et en [a créé une AWS Glue](prepare-data-S3.md#create-glue-crawler).
**Note**
La **destination des résultats dans Amazon S3** ne peut pas se trouver dans le même compartiment S3 que n'importe quelle source de données.
+ (Facultatif) Pour les tables de données [chiffrées](glossary.md#glossary-encryption) uniquement, le membre de la collaboration a déjà [préparé des tables de données chiffrées](prepare-encrypted-data.md) à l'aide du client de chiffrement C3R.
Vous pouvez utiliser la génération de statistiques fournie par AWS Glue pour calculer les statistiques au niveau des colonnes pour les tables. AWS Glue Data Catalog Après avoir AWS Glue généré des statistiques pour les tables du catalogue de données, Amazon Redshift Spectrum utilise automatiquement ces statistiques pour optimiser le plan de requête. Pour plus d'informations sur le calcul des statistiques au niveau des colonnes à l'aide de statistiques AWS Glue, consultez la section [Optimisation des performances des requêtes à l'aide des statistiques des colonnes](https://docs.aws.amazon.com/glue/latest/dg/column-statistics.html) dans le Guide de l'*AWS Glue utilisateur*. Pour plus d'informations AWS Glue, consultez le manuel *[AWS Glue Developer Guide](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)*.
**Pour créer une table configurée — Source de données Amazon S3**
1. Connectez-vous à la AWS Clean Rooms console AWS Management Console et ouvrez-la à l'adresse [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Dans le volet de navigation de gauche, choisissez **Tables**.
1. Dans le coin supérieur droit, choisissez **Configurer une nouvelle table**.
1. Pour **Source de données**, sous **Sources de AWS données**, choisissez **Amazon S3**.
1. Dans le **tableau Amazon S3** :
1. Sélectionnez la **région dans** laquelle la table S3 est hébergée.
Par défaut, la région actuelle (telle que North Virginia us-east-1) est sélectionnée.
**Avertissement**
Lorsque votre source de données Amazon S3 se trouve dans une région différente de celle de votre lieu de traitement, le traitement des données peut avoir lieu temporairement en dehors de la région source. Avant de poursuivre, vérifiez que le transfert de données entre régions est conforme à vos exigences en matière de souveraineté des données, à vos politiques de conformité réglementaire et à vos normes de gouvernance des données.
Pour plus d'informations sur les régions, voir [Régions et points de terminaison](https://docs.aws.amazon.com/general/latest/gr/rande.html) dans le *Références générales AWS*.
1. Choisissez la **base de données** dans la liste déroulante.
1. Choisissez la **table** que vous souhaitez configurer dans la liste déroulante.
**Note**
Pour vérifier que ce tableau est correct, effectuez l'une des opérations suivantes :
Choisissez **Afficher dans AWS Glue**.
Activez **Afficher le schéma depuis AWS Glue** pour afficher le schéma.
**Important**
Pour AWS Glue les tableaux dont les données sont au format CSV, les noms et l'ordre des colonnes dans le schéma Glue doivent correspondre exactement aux données CSV. S'ils ne sont pas alignés, la liste des colonnes autorisées pour la table configurée risque de ne pas être appliquée correctement.
1. Pour les **colonnes et les méthodes d'analyse autorisées dans les collaborations**,
1. Pour **quelles colonnes souhaitez-vous autoriser les collaborations ?**
+ Choisissez **Toutes les colonnes** pour autoriser toutes les colonnes à être interrogées dans le cadre de la collaboration.
+ Choisissez **Liste personnalisée** pour autoriser une ou plusieurs colonnes de la liste déroulante **Spécifier les colonnes autorisées** à être interrogées dans le cadre de la collaboration.
1. Pour les **méthodes d'analyse autorisées**,
1. Choisissez **Requête directe** pour autoriser les requêtes SQL à être exécutées directement sur cette table
1. Choisissez **Tâche directe** pour autoriser les PySpark tâches à être exécutées directement sur cette table.
**Example Exemple**
Par exemple, si vous souhaitez autoriser les membres de la collaboration à exécuter à la fois des requêtes SQL directes et des PySpark tâches sur toutes les colonnes, choisissez **Toutes les colonnes**, **Requête directe** et **Tâche directe**.
1. Pour les **détails de la table configurée**,
1. Entrez un **nom** pour la table configurée.
Vous pouvez utiliser le nom par défaut ou renommer cette table.
1. Entrez une **description** de la table.
La description permet de différencier les autres tables configurées portant des noms similaires.
1. Si vous souhaitez activer les **balises** pour la ressource de table configurée, choisissez **Ajouter une nouvelle balise**, puis entrez la paire ****clé/valeur****.
1. Choisissez **Configurer une nouvelle table**.
Maintenant que vous avez créé une table configurée, vous êtes prêt à :
+ [Ajouter une règle d'analyse à la table configurée](add-analysis-rule.md)
+ [Associer la table configurée à une collaboration](associate-configured-table.md)
# Création d'une table configurée — Source de données Amazon Athena
L'option de source de données Amazon Athena vous permet d'interroger les données stockées dans Amazon S3, cataloguées dans le catalogue de AWS Glue données ou dans des catalogues fédérés, et d'en contrôler l'accès via. AWS Lake Formation Les tables et les AWS Glue Data Catalog vues sont prises en charge. Les liens vers les ressources de Lake Formation peuvent être utilisés pour partager des tableaux Comptes AWS et des vues sur Régions AWS le compte du AWS Clean Rooms membre qui les associe à une AWS Clean Rooms collaboration.
**Note**
Seuls les ensembles de données basés sur Amazon S3 peuvent être interrogés via l'intégration des sources de données Athena.
Dans cette procédure, le [membre](glossary.md#glossary-member) effectue les tâches suivantes :
+ Configure une table ou une vue existante dans le AWS Glue Data Catalog AWS Clean Rooms
+ Nomme la [table configurée](glossary.md#glossary-configured-table) et choisit les colonnes à utiliser dans la collaboration.
La procédure suivante suppose que :
+ Le membre de la collaboration a déjà créé la AWS Glue Data Catalog base de données et la table ou la vue GDC.
**Pour créer une table configurée : source de données Athena**
1. Connectez-vous à la AWS Clean Rooms console AWS Management Console et ouvrez-la à l'adresse [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Dans le volet de navigation de gauche, choisissez **Tables**.
1. Dans le coin supérieur droit, choisissez **Configurer une nouvelle table**.
1. Dans **Source de données**, sous **Sources de AWS données**, sélectionnez **Amazon Athena**.
1. Sous le **tableau Amazon Athena** :
1. Sélectionnez la **région dans** laquelle la table Amazon Athena est hébergée.
Par défaut, la région actuelle (telle que North Virginia us-east-1) est sélectionnée.
**Avertissement**
Lorsque votre source de données Amazon Athena se trouve dans une région différente de celle de votre lieu de traitement, le traitement des données peut avoir lieu temporairement en dehors de la région source. Avant de poursuivre, vérifiez que le transfert de données entre régions est conforme à vos exigences en matière de souveraineté des données, à vos politiques de conformité réglementaire et à vos normes de gouvernance des données.
Pour plus d'informations sur les régions, voir [Régions et points de terminaison](https://docs.aws.amazon.com/general/latest/gr/rande.html) dans le *Références générales AWS*.
1. Choisissez le **catalogue** dans la liste déroulante.
Par défaut, le **catalogue de AWS Glue données** est sélectionné.
+ **AWS Glue Catalogue de données** : catalogue par défaut pour les tables dans AWS Glue.
+ **Catalogue fédéré** : disponible si vous avez configuré la fédération de AWS Glue catalogues pour vous connecter à des catalogues REST Apache Iceberg distants. Pour plus d'informations, consultez la section [Fédération de catalogues](https://docs.aws.amazon.com/lake-formation/latest/dg/catalog-federation.html) dans le *guide du AWS Lake Formation développeur*.
1. Choisissez la **base de données** dans la liste déroulante.
1. Choisissez la **table** que vous souhaitez configurer dans la liste déroulante.
**Note**
Pour vérifier que ce tableau est correct, effectuez l'une des opérations suivantes :
Choisissez **Afficher dans AWS Glue** ou **Afficher dans AWS Lake Formation** (selon le type de catalogue).
Activez **Afficher le schéma depuis AWS Glue** pour afficher le schéma.
1. Pour les **configurations Amazon Athena**,
1. Choisissez un **groupe de travail** dans la liste déroulante.
1. Pour l'**emplacement de sortie S3**, choisissez une action recommandée, en fonction de l'un des scénarios suivants.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/clean-rooms/latest/userguide/create-config-table-athena.html)
1. Pour les **colonnes autorisées dans les collaborations**, choisissez une option en fonction de votre objectif.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/clean-rooms/latest/userguide/create-config-table-athena.html)
1. Pour les **détails de la table configurée**,
1. Entrez un **nom** pour la table configurée.
Vous pouvez utiliser le nom par défaut ou renommer cette table.
1. Entrez une **description** de la table.
La description permet de différencier les autres tables configurées portant des noms similaires.
1. Si vous souhaitez activer les **balises** pour la ressource de table configurée, choisissez **Ajouter une nouvelle balise**, puis entrez la paire ****clé/valeur****.
1. Choisissez **Configurer une nouvelle table**.
Maintenant que vous avez créé une table configurée, vous êtes prêt à :
+ [Ajouter une règle d'analyse à la table configurée](add-analysis-rule.md)
+ [Associer la table configurée à une collaboration](associate-configured-table.md)
# Création d'une table configurée — Source de données Snowflake
Dans cette procédure, le [membre](glossary.md#glossary-member) effectue les tâches suivantes :
+ Configure une table Snowflake existante à utiliser dans. AWS Clean Rooms(Cette étape peut être effectuée avant ou après avoir rejoint une collaboration, sauf si vous utilisez l'informatique cryptographique pourClean Rooms.)
+ Nomme la [table configurée](glossary.md#glossary-configured-table) et choisit les colonnes à utiliser dans la collaboration.
La procédure suivante suppose que :
+ Le membre de la collaboration a déjà téléchargé ses tableaux de données sur Snowflake.
+ (Facultatif) Pour les tables de données [chiffrées](glossary.md#glossary-encryption) uniquement, le membre de la collaboration a déjà [préparé des tables de données chiffrées](prepare-encrypted-data.md) à l'aide du client de chiffrement C3R.
**Pour créer une table configurée : source de données Snowflake**
1. Connectez-vous à la AWS Clean Rooms console AWS Management Console et ouvrez-la à l'adresse [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Dans le volet de navigation de gauche, choisissez **Tables**.
1. Dans le coin supérieur droit, choisissez **Configurer une nouvelle table**.
1. Dans **Source de données**, sous **Clouds tiers et sources de données**, choisissez **Snowflake**.
1. Spécifiez les **informations d'identification Snowflake** à l'aide d'un ARN secret existant ou en stockant un nouveau secret pour cette table.
------
#### [ Use existing secret ARN ]
1. Si vous avez un ARN secret, saisissez-le dans le champ **ARN secret**.
Vous pouvez rechercher votre ARN secret en choisissant **Accéder à AWS Secrets Manager**.
1. Si vous possédez un secret provenant d'une autre table, choisissez **Importer l'ARN du secret à partir d'une table existante**.
**Note**
L'ARN secret peut être multicompte.
------
#### [ Store a new secret for this table ]
1. Entrez les informations d'identification Snowflake suivantes :
+ **Nom d'utilisateur Snowflake**
+ **Entrepôt Snowflake**
+ **Rôle Snowflake**
+ **Clé privée PEM (Snowflake Privacy Enhanced Mail)**
1. Pour le chiffrement, effectuez l'une des opérations suivantes :
+ Pour utiliser le Clé gérée par AWS (par défaut), laissez la case **Personnaliser les paramètres de chiffrement** décochée.
+ Pour utiliser une personnalisation AWS KMS key :
+ Cochez la case **Personnaliser les paramètres de chiffrement**.
+ Pour la **clé KMS**, entrez l'ARN de la clé ou choisissez-en un dans la liste.
1. Entrez un **nom secret** pour vous aider à retrouver vos informations d'identification ultérieurement.
------
1. Pour les **détails de la table et du schéma Snowflake**, entrez les détails manuellement ou importez-les automatiquement.
------
#### [ Enter the details manually ]
1. Entrez l'identifiant du **compte Snowflake.**
Pour plus d'informations, consultez la section [Identifiants de compte](https://docs.snowflake.com/en/user-guide/admin-account-identifier#finding-the-organization-and-account-name-for-an-account) dans la documentation de Snowflake.
L'identifiant de votre compte doit être au format utilisé pour les pilotes Snowflake. Vous devez remplacer le point (.) par un trait d'union (-) afin que l'identifiant soit formaté comme suit. **-**
1. Entrez dans la base de **données Snowflake.**
Pour plus d'informations, consultez la [base de données Snowflake](https://docs.snowflake.com/en/sql-reference/snowflake-db) dans la documentation Snowflake.
1. Entrez le nom du **schéma Snowflake.**
1. Entrez le nom de la **table Snowflake.**
Pour plus d'informations, consultez la section [Comprendre les structures des tables Snowflake](https://docs.snowflake.com/en/user-guide/tables-micro-partitions) dans la documentation Snowflake.
1. Pour le **schéma**, entrez le **nom de la colonne** et choisissez le **type de données** dans la liste déroulante.
1. Choisissez **Ajouter une colonne** pour ajouter d'autres colonnes.
+ Si vous choisissez un **type de données d'objet**, spécifiez le **schéma d'objet**.
**Example Exemple de schéma d'objet**
```
name STRING,
location OBJECT(
x INT,
y INT,
metadata OBJECT(uuid STRING)
),
history ARRAY(TEXT)
```
+ Si vous choisissez un **type de données Array**, spécifiez le **schéma Array**.
**Example Exemple de schéma de tableau**
```
OBJECT(x INT, y INT)
```
+ Si vous choisissez un **type de données cartographique**, spécifiez le **schéma cartographique**.
**Example Exemple de schéma cartographique**
```
STRING, OBJECT(x INT, y INT)
```
------
#### [ Automatically import the details ]
1. Exportez votre vue COLUMNS depuis Snowflake sous forme de fichier CSV.
Pour plus d'informations sur la vue Snowflake COLUMNS, voir la [vue COLUMNS](https://docs.snowflake.com/en/sql-reference/info-schema/columns) dans la documentation Snowflake.
1. Choisissez **Importer depuis un fichier** pour importer le fichier CSV et spécifier toute information supplémentaire.
Le nom de la base de données, le nom du schéma, le nom de la table, les noms des colonnes et les types de données sont automatiquement importés.
+ Si vous choisissez un **type de données d'objet**, spécifiez le **schéma d'objet**.
+ Si vous choisissez un **type de données Array**, spécifiez le **schéma Array**.
+ Si vous choisissez un **type de données cartographique**, spécifiez le **schéma cartographique**.
1. Entrez l'identifiant du **compte Snowflake.**
Pour plus d'informations, consultez la section [Identifiants de compte](https://docs.snowflake.com/en/user-guide/admin-account-identifier#finding-the-organization-and-account-name-for-an-account) dans la documentation de Snowflake.
**Note**
Seules les tables S3 cataloguées AWS Glue peuvent être utilisées pour récupérer le schéma de table automatiquement.
------
1. Pour les **colonnes autorisées dans les collaborations**, choisissez une option en fonction de votre objectif.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/clean-rooms/latest/userguide/create-config-table-snowflake.html)
1. Pour les **détails de la table configurée**,
1. Entrez un **nom** pour la table configurée.
Vous pouvez utiliser le nom par défaut ou renommer cette table.
1. Entrez une **description** de la table.
La description permet de différencier les autres tables configurées portant des noms similaires.
1. Si vous souhaitez activer les **balises** pour la ressource de table configurée, choisissez **Ajouter une nouvelle balise**, puis entrez la paire ****clé/valeur****.
1. Choisissez **Configurer une nouvelle table**.
Maintenant que vous avez créé une table configurée, vous êtes prêt à :
+ [Ajouter une règle d'analyse à la table configurée](add-analysis-rule.md)
+ [Associer la table configurée à une collaboration](associate-configured-table.md)