的数据格式 AWS Clean Rooms

要分析数据，数据集必须采用AWS Clean Rooms支持的格式。

PySpark 作业支持的数据格式

AWS Clean Rooms支持以下结构化格式来运行 PySpark 作业。

SQL 查询支持的数据格式

AWS Clean Rooms支持用于运行 SQL 查询的不同结构化格式

我们建议使用列式存储文件格式（例如 Apache Parquet）。使用列式存储文件格式，您可以通过仅选择所需的列来最大限度地减少数据移动。为了获得最佳性能，应将大型对象拆分为 100 MB - 1 GB 的对象。

支持的数据类型

AWS Clean Rooms支持不同的类型。

的文件压缩类型 AWS Clean Rooms

要减少存储空间、提高性能和最大程度地降低成本，我们强烈建议您压缩数据集。

AWS Clean Rooms根据文件扩展名识别文件压缩类型，并支持下表所示的压缩类型和扩展名。

可以在不同的级别应用压缩。最常见的情况是，压缩整个文件或压缩文件中的单个块。在文件级压缩列格式不会产生性能优势。

服务器端加密 AWS Clean Rooms

AWS Clean Rooms透明地解密使用以下加密选项加密的数据集：

要使用 SSE-S3，用于将配置的表与协作关联的AWS Clean Rooms服务角色必须具有 KMS-Decrypt 权限。要使用 SSE-KMS，KMS 密钥策略还必须允许AWS Clean Rooms服务角色解密。

AWS Clean Rooms不支持 Amazon S3 客户端加密。有关服务器端加密的更多信息，请参阅《Amazon Simple Storage Service 用户指南》中的使用服务器端加密保护数据。