翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
のデータ形式AWS Clean Rooms
データを分析するには、データセットが がAWS Clean Roomsサポートする形式である必要があります。
トピック
PySpark ジョブでサポートされているデータ形式
AWS Clean Roomsは、PySpark ジョブを実行するために次の構造化形式をサポートしています。
-
Parquet
-
OpenCSV
-
JSON
SQL クエリでサポートされているデータ形式
AWS Clean Roomsは、SQL クエリを実行するためのさまざまな構造化形式をサポートしています。
注記
テキストファイル内の timestamp 値は、yyyy-MM-dd
HH:mm:ss.SSSSSS の形式である必要があります。例えば、2017-05-01 11:30:59.000000 です。
Apache Parquet など、列指向ストレージファイル形式を使用することをお勧めします。列指向ストレージファイル形式を使用すると、必要な列のみを選択することで、データの移動を最小限に抑えることができます。最適なパフォーマンスを得るには、大きなオブジェクトを 100 MB ～ 1 GB のオブジェクトに分割する必要があります。
サポートされているデータ型
AWS Clean Roomsはさまざまなタイプをサポートしています。
のファイル圧縮タイプAWS Clean Rooms
ストレージスペースの縮小、パフォーマンスの向上、コストの最小化を行うため、データセットを圧縮することを強くお勧めします。
AWS Clean Roomsは、ファイル拡張子に基づいてファイル圧縮タイプを認識し、次の表に示す圧縮タイプと拡張子をサポートします。
| 圧縮アルゴリズム | ファイル拡張子 |
|---|---|
| GZIP | .gz |
| Bzip2 | .bz2 |
| Snappy | .snappy |
さまざまなレベルで圧縮を適用できます。通常、ファイル全体を圧縮するか、ファイル内の個々のブロックを圧縮します。ファイルレベルで列形式を圧縮しても、パフォーマンス上の利点はありません。
のサーバー側の暗号化AWS Clean Rooms
注記
暗号化コンピューティングを必要とするユースケースで、サーバー側の暗号化が代わりの役割を果たすことはありません。
AWS Clean Roomsは、次の暗号化オプションを使用して暗号化されたデータセットを透過的に復号します。
-
SSE-S3 – Amazon S3 によって管理される AES-256 暗号化キーを使用したサーバー側暗号化。
-
SSE-KMS – によって管理されるキーによるサーバー側の暗号化AWS Key Management Service
SSE-S3 を使用するには、設定済みテーブルをコラボレーションに関連付けるために使用されるAWS Clean Roomsサービスロールに KMS 復号アクセス許可が必要です。SSE-KMS を使用するには、KMS キーポリシーでAWS Clean Roomsサービスロールの復号も許可する必要があります。
AWS Clean Roomsは Amazon S3 クライアント側の暗号化をサポートしていません。サーバー側の暗号化の詳細については、「Amazon Simple Storage Service ユーザーガイド」の「サーバー側の暗号化によるデータの保護」を参照してください。
