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。
# 什麼是 AWS Clean Rooms？
AWS Clean Rooms 可協助您和合作夥伴分析和協作您的集合資料集，以獲得新的洞見，而無需向彼此揭露基礎資料。 AWS Clean Rooms 是一個安全的協作工作區，您可以在幾分鐘內建立自己的無塵室，只需幾個步驟即可分析集合資料集。您可以選擇要與其合作的合作夥伴、選取其資料集，並為這些合作夥伴設定隱私權增強控制。
透過 AWS Clean Rooms，您可以與數千家已使用 的公司協作 AWS。協同合作不需要將資料移出 AWS 或載入至其他雲端服務供應商。當您執行查詢或任務時， 會從該資料的原始位置 AWS Clean Rooms 讀取資料，並套用內建分析規則，以協助您維持對該資料的控制。
AWS Clean Rooms 提供您可以設定的內建資料存取控制和稽核支援控制。這些控制項包括：
+ 限制 SQL 查詢並提供輸出限制的[分析規則](analysis-rules.md)。
+ [密碼編譯運算 Clean Rooms](crypto-computing.md)可保持資料加密，即使處理查詢也一樣，以符合嚴格的資料處理政策。
+ [分析日誌](query-logs.md)以檢閱 中的查詢和任務 AWS Clean Rooms ，並協助支援稽核。
+ 防止使用者識別嘗試的不同[隱私權](differential-privacy.md)。 AWS Clean Rooms 差異隱私權是一種全受管功能，可透過數學支援的技術和直覺式控制來保護使用者的隱私權，只需幾個步驟即可套用。
+ [AWS Clean Rooms ML](machine-learning.md) 允許雙方在其資料中識別類似的使用者，而無需彼此共用其資料。第一方會從訓練資料建立和設定類似模型。然後，種子資料會帶入協同合作，以建立類似訓練資料的外觀客群。
以下影片會詳細說明 AWS Clean Rooms。
[](http://www.youtube.com/watch?v=0S6icreVCO0)
## 您是第一次 AWS Clean Rooms 使用嗎？
如果您是第一次使用 AWS Clean Rooms，建議您先閱讀以下章節：
+ [AWS Clean Rooms 運作方式](#how-it-works)
+ [存取 AWS Clean Rooms](#accessing-service)
+ [設定 AWS Clean Rooms](setting-up.md)
+ [AWS Clean Rooms 詞彙表](glossary.md)
## AWS Clean Rooms 運作方式
在 中 AWS Clean Rooms，您可以建立協同合作並新增要邀請 AWS 帳戶 的 ，或建立成員資格來加入您獲邀請的協同合作。然後，您可以連結使用案例所需的資料資源：為事件資料設定的資料表、為 ML 建模設定的模型，或為實體解析設定的 ID 命名空間。您可以選擇建立或核准分析範本，以預先同意您希望在協同合作中允許的確切查詢和任務。最後，您可以透過在設定的資料表上執行 SQL 查詢或 PySpark 任務、在 ID 映射資料表中執行實體解析，或使用 ML 建模來產生外觀相似的受眾客群來分析關節資料。
下圖顯示 AWS Clean Rooms 的運作方式。
## 相關服務
### AWS 服務
下列 AWS 服務 與 相關 AWS Clean Rooms：
+ **Amazon Athena**
協作成員可以將他們帶入的資料儲存 AWS Clean Rooms 為 Amazon Athena 中的 AWS Glue Data Catalog 檢視。如需詳細資訊，請參閱下列主題：
如需詳細資訊，請參閱下列主題：
[為 中的查詢準備資料表 AWS Clean Rooms](prepare-data.md)
[建立設定的資料表 – Amazon Athena 資料來源](create-config-table-athena.md)
《[Amazon Athena 使用者指南》中的什麼是](https://docs.aws.amazon.com/athena/latest/ug/what-is.html) *Amazon Athena*？
+ **CloudFormation**
在 中建立下列資源 CloudFormation：協同合作、設定的資料表、設定的資料表關聯和成員資格
如需詳細資訊，請參閱[使用 建立 AWS Clean Rooms 資源 AWS CloudFormation](creating-resources-with-cloudformation.md)。
+ **AWS CloudTrail**
使用 AWS Clean Rooms 搭配 CloudTrail 日誌來增強活動分析 AWS 服務 。
如需詳細資訊，請參閱[使用 記錄 AWS Clean Rooms API 呼叫 AWS CloudTrail](logging-using-cloudtrail.md)。
+ **AWS Entity Resolution**
使用 AWS Clean Rooms 搭配 AWS Entity Resolution 來執行實體解析。
如需詳細資訊，請參閱[AWS Entity Resolution 在 中 AWS Clean Rooms](working-with-entity-resolution.md)。
+ **AWS Glue**
協作成員可以從 Amazon S3 中的資料建立 AWS Glue 資料表，以便在 中使用 AWS Clean Rooms。
如需詳細資訊，請參閱下列主題：
[為 中的查詢準備資料表 AWS Clean Rooms](prepare-data.md)
《AWS Glue 開發人員指南》**中的[什麼是 AWS Glue？](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)
+ **Amazon Simple Storage Service (Amazon S3)**
協同合作成員可以存放他們在 Amazon S3 AWS Clean Rooms 中帶入的資料。
如需詳細資訊，請參閱下列主題：
[為 中的查詢準備資料表 AWS Clean Rooms](prepare-data.md)
[建立設定的資料表 – Amazon S3 資料來源](create-config-table-s3.md)
《Amazon Simple Storage Service 使用者指南》**中的[什麼是 Amazon S3？](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html)
+ **AWS Secrets Manager**
協同合作成員可以建立秘密，以存取和讀取存放在 Snowflake 中的資料。
如需詳細資訊，請參閱下列主題：
[建立服務角色以從 Snowflake 讀取資料](setting-up-roles.md#create-service-role-third-party)
[為 中的查詢準備資料表 AWS Clean Rooms](prepare-data.md)
《AWS Secrets Manager 使用者指南》**中的[什麼是 AWS Secrets Manager？](https://docs.aws.amazon.com/secretsmanager/latest/userguide/intro.html)
### 第三方服務
下列第三方服務與 相關 AWS Clean Rooms：
+ **Snowflake**
協同合作成員可以將他們帶入 AWS Clean Rooms Snowflake 倉儲的資料存放。
如需詳細資訊，請參閱下列主題：
[為 中的查詢準備資料表 AWS Clean Rooms](prepare-data.md)
[建立設定的資料表 – Snowflake 資料來源](create-config-table-snowflake.md)
## 存取 AWS Clean Rooms
您可以透過 AWS Clean Rooms 下列選項存取 ：
+ 直接透過 AWS Clean Rooms 主控台前往 https：//[https://console.aws.amazon.com/cleanrooms/](https://console.aws.amazon.com/cleanrooms/)。
+ 透過 AWS Clean Rooms API 以程式設計方式進行。如需詳細資訊，請參閱 [https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html)。
## 的定價 AWS Clean Rooms
如需定價資訊，請參閱 [AWS Clean Rooms 定價](https://aws.amazon.com/clean-rooms/pricing/)。
**注意**
對於與存放在 Snowflake 中的資料相關聯的協同合作成員，每次執行使用存放在這些位置的資料的查詢時，都會由其各自的資料倉儲供應商或雲端供應商向您收取資料輸出和運算的費用。
## 的帳單 AWS Clean Rooms
AWS Clean Rooms 讓協同合作建立者能夠指定哪些成員在協同合作中支付查詢或任務運算成本。
在大多數情況下，[可以查詢的成員](glossary.md#glossary-member-who-can-query)和[支付查詢運算成本的成員](glossary.md#glossary-member-paying-for-query-compute)是相同的。不過，如果可以查詢的成員和支付查詢運算成本的成員不同，則當可以查詢的成員根據自己的成員資源執行查詢時，會向支付查詢運算成本的成員的成員成員資源收費。
支付查詢運算成本的成員不會在其 CloudTrail 事件歷史記錄中看到正在執行查詢的任何事件，因為付款人不是執行查詢的人員，也不是執行查詢的資源擁有者。不過，付款人會看到其成員資源針對可在協同合作中執行查詢之成員執行的所有查詢所產生的費用。
如需如何建立協同合作並設定成員支付查詢運算成本的詳細資訊，請參閱 [建立協同合作](create-collaboration.md)。