本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 Snowflake 中準備資料表
<a name="prepare-data-snowflake"></a>

您可以查詢存放在 Snowflake 資料倉儲中的資料表。

在 Snowflake 中準備資料表需要下列步驟：

**Topics**
+ [步驟 1：完成先決條件](#prepare-data-snowflake-prereq)
+ [步驟 2：（選用） 準備資料以進行密碼編譯運算](#prepare-data-snowflake-encrypt)
+ [步驟 3：建立 AWS Secrets Manager 秘密](#prepare-data-snowflake-secrets)
+ [步驟 4：後續步驟](#prepare-data-snowflake-next)

## 步驟 1：完成先決條件
<a name="prepare-data-snowflake-prereq"></a>

若要準備資料表以搭配 使用 AWS Clean Rooms，您必須完成下列先決條件：
+ 您擁有授予適當許可來讀取資料表 AWS 帳戶 的 。如需詳細資訊，請參閱[建立服務角色以從 Snowflake 讀取資料](setting-up-roles.md#create-service-role-third-party)。
+ 您的資料資料表會儲存為其中一個[支援的資料格式 AWS Clean Rooms](data-formats.md)。
+ 您的資料表使用[支援的資料類型 AWS Clean Rooms](data-formats.md#data-types)。
+ 您的資料資料表存放在 Snowflake 倉儲中。如需詳細資訊，請參閱 [Snowflake 文件](https://docs.snowflake.com/en/guides-overview-db )。
+ 您已設定新的 Snowflake 使用者，具有要與協同合作建立關聯的 Snowflake 資料表的唯讀權限。

## 步驟 2：（選用） 準備資料以進行密碼編譯運算
<a name="prepare-data-snowflake-encrypt"></a>

（選用） 如果您使用密碼編譯運算，且資料表包含您要加密的敏感資訊，則必須使用 C3R 加密用戶端來加密資料表。

若要準備資料以進行密碼編譯運算，請遵循中的程序[使用 的密碼編譯運算準備加密資料表 Clean Rooms](prepare-encrypted-data.md)。

## 步驟 3：建立 AWS Secrets Manager 秘密
<a name="prepare-data-snowflake-secrets"></a>

若要從 連線至 Snowflake AWS Clean Rooms，您需要在 AWS Secrets Manager 秘密中建立和存放 Snowflake 登入資料，然後將該秘密與 Snowflake 資料表建立關聯 AWS Clean Rooms。

**注意**  
我們建議您建立專門用於 的新使用者 AWS Clean Rooms。該使用者應只具有 AWS Clean Rooms 您要存取之資料的讀取許可角色。

**建立 AWS Secrets Manager 秘密**

1. 在 Snowflake 中，產生使用者`snowflakeUser`並設定金鑰對身分驗證。
**注意**  
在 2025 年 11 月，Snowflake 將轉換為僅支援金鑰對身分驗證。此變更會影響目前 AWS Clean Rooms 與 Snowflake 的整合，而 Snowflake 會使用使用者名稱和密碼身分驗證。在此日期之後， 中的 Snowflake 連線 AWS Clean Rooms 將需要使用 Snowflake 隱私權增強型郵件 (PEM) 私有金鑰進行金鑰對身分驗證。

1.  決定此使用者將與哪個 Snowflake 倉儲互動`snowflakeWarehouse`。在 Snowflake `snowflakeUser`中將其設定為 `DEFAULT_WAREHOUSE` 的 ，或在下一個步驟中記住它。

1. 在 [AWS Secrets Manager](https://us-east-1.console.aws.amazon.com/secretsmanager/listsecrets?region=us-east-1) 中，使用您的 Snowflake 憑證建立機密。若要在 Secrets Manager 中建立秘密，請遵循*AWS Secrets Manager 《 使用者指南*》中[建立 AWS Secrets Manager 秘密](https://docs.aws.amazon.com/secretsmanager/latest/userguide/create_secret.html)中提供的教學課程。建立秘密之後，請保留秘密名稱`secretName`以進行下一個步驟。
   + 選取**鍵/值對**時，`snowflakeUser`請使用鍵 為 建立對`sfUser`。
   + 選取**金鑰/值對**時，請使用金鑰 為您的 Snowflake PEM 私有金鑰建立對`pem_private_key`。
   + 選取**鍵/值對**時，`snowflakeWarehouse`請使用鍵 為 建立對`sfWarehouse`。

     如果在 Snowflake 中設定預設值，則不需要這麼做。
   + 選取**鍵/值對**時，`snowflakeRole`請使用鍵 為 建立對`sfRole`。

## 步驟 4：後續步驟
<a name="prepare-data-snowflake-next"></a>

現在您已在 Snowflake 中準備資料表，您已準備好：
+ [建立設定的資料表](create-configured-table.md)
+ [建立 ML 模型](working-with-machine-learning-tdp.md)

您可以在以下時間之後查詢資料表：
+ 協同合作建立者已在其中設定協同合作 AWS Clean Rooms。如需詳細資訊，請參閱[建立協同合作](create-collaboration.md)。
+ 協同合作建立者已將協同合作 ID 傳送給身為協同合作參與者的您。