Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Tabel yang dikonfigurasi di AWS Clean Rooms
*Tabel yang dikonfigurasi* adalah referensi ke tabel yang ada di sumber data. Ini berisi aturan analisis yang menentukan bagaimana data dapat ditanyakan AWS Clean Rooms dan dapat menyertakan anggaran akses data untuk mengontrol penggunaan tabel. Tabel yang dikonfigurasi dapat dikaitkan dengan satu atau lebih kolaborasi.
Dengan AWS Clean Rooms, Anda dapat melakukan analisis agregasi pada data peristiwa, seperti jumlah pembelian dibandingkan dengan jumlah pembelian. Anda juga dapat melakukan analisis daftar pada data peristiwa, seperti memperkaya data pelanggan yang tumpang tindih dari data segmen ke data CRM. Anda juga dapat melakukan kueri khusus dan mengatur privasi diferensial pada data peristiwa, seperti data pemirsa dan atribut segmen. Untuk salah satu jenis analisis ini, Anda dapat mengatur anggaran akses data untuk memantau dan mengontrol berapa banyak data Anda diakses melalui kueri.
Pertama, Anda membuat kolaborasi AWS Clean Rooms dan menambahkan yang ingin Akun AWS Anda undang, atau bergabung dengan kolaborasi yang Anda undang dengan membuat keanggotaan. Selanjutnya, Anda dan anggota lain dalam kolaborasi membuat tabel yang dikonfigurasi. Anda berdua menambahkan aturan analisis ke tabel yang dikonfigurasi (agregasi, daftar, atau kustom) dan secara opsional mengatur anggaran akses data. Kemudian, Anda mengaitkan tabel yang dikonfigurasi dengan kolaborasi. Terakhir, anggota yang dapat melakukan kueri menjalankan kueri di dua tabel data, menggunakan anggaran akses data saat kueri dijalankan.
Diagram berikut merangkum cara bekerja dengan data peristiwa di AWS Clean Rooms.
![\[Diagram yang menjelaskan cara bekerja dengan data peristiwa di AWS Clean Rooms\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/images/how-it-works-event-data.png)
**Topics**
+ [Membuat tabel yang dikonfigurasi di AWS Clean Rooms](create-configured-table.md)
+ [Menambahkan aturan analisis ke tabel yang dikonfigurasi](add-analysis-rule.md)
+ [Mengaitkan tabel terkonfigurasi ke kolaborasi](associate-configured-table.md)
+ [Mengonfigurasi anggaran akses data](configure-data-access-budget.md)
+ [Menambahkan aturan analisis kolaborasi ke tabel yang dikonfigurasi](add-collaboration-analysis-rule.md)
+ [Mengkonfigurasi kebijakan privasi diferensial (opsional)](configure-differential-privacy.md)
+ [Melihat tabel dan aturan analisis](view-tables.md)
+ [Mengedit tabel yang dikonfigurasi](edit-configured-table.md)
+ [Mengedit tag tabel yang dikonfigurasi](edit-config-table-tags.md)
+ [Mengedit aturan analisis tabel yang dikonfigurasi](edit-config-table-analysis-rule.md)
+ [Menghapus aturan analisis tabel yang dikonfigurasi](delete-config-table-analysis-rule.md)
+ [Kolom tabel yang dikonfigurasi tidak diizinkan](disallowed-columns.md)
+ [Mengedit asosiasi tabel yang dikonfigurasi](edit-config-table-assoc.md)
+ [Memutuskan tabel yang dikonfigurasi](disassociate-config-table.md)
# Membuat tabel yang dikonfigurasi di AWS Clean Rooms
*Tabel yang dikonfigurasi* adalah referensi ke tabel yang ada di sumber data. Ini berisi aturan analisis yang menentukan bagaimana data dapat ditanyakan. AWS Clean Rooms Tabel yang dikonfigurasi dapat dikaitkan dengan satu atau lebih kolaborasi.
Untuk informasi tentang cara membuat tabel yang dikonfigurasi menggunakan AWS SDKs, lihat [https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html).
**Topics**
+ [Membuat tabel yang dikonfigurasi - sumber data Amazon S3](create-config-table-s3.md)
+ [Membuat tabel yang dikonfigurasi - sumber data Amazon Athena](create-config-table-athena.md)
+ [Membuat tabel yang dikonfigurasi — Sumber data Snowflake](create-config-table-snowflake.md)
# Membuat tabel yang dikonfigurasi - sumber data Amazon S3
Dalam prosedur ini, [anggota](glossary.md#glossary-member) melakukan tugas-tugas berikut:
+ Mengkonfigurasi AWS Glue tabel yang ada untuk digunakan di AWS Clean Rooms. (Langkah ini dapat dilakukan sebelum atau sesudah bergabung dengan kolaborasi, kecuali menggunakan Cryptographic Computing untukClean Rooms.)
**catatan**
AWS Clean Rooms mendukung AWS Glue tabel. Untuk informasi selengkapnya tentang memasukkan data Anda AWS Glue, lihat[Langkah 3: Unggah tabel data Anda ke Amazon S3](prepare-data-S3.md#upload-to-s3).
+ Beri nama [tabel yang dikonfigurasi](glossary.md#glossary-configured-table) dan pilih kolom mana yang akan digunakan dalam kolaborasi.
Prosedur berikut mengasumsikan bahwa:
+ Anggota kolaborasi telah [mengunggah tabel data mereka ke Amazon](prepare-data-S3.md#upload-to-s3) S3 [dan membuat AWS Glue](prepare-data-S3.md#create-glue-crawler) tabel.
**catatan**
**Tujuan Hasil di Amazon S3** tidak dapat berada dalam bucket S3 yang sama dengan sumber data apa pun.
+ (Opsional) Hanya untuk tabel data [terenkripsi](glossary.md#glossary-encryption), anggota kolaborasi telah [menyiapkan tabel data terenkripsi menggunakan klien enkripsi](prepare-encrypted-data.md) C3R.
Anda dapat menggunakan generasi statistik yang disediakan oleh AWS Glue untuk menghitung statistik tingkat kolom untuk tabel. AWS Glue Data Catalog Setelah AWS Glue menghasilkan statistik untuk tabel di Katalog Data, Amazon Redshift Spectrum secara otomatis menggunakan statistik tersebut untuk mengoptimalkan paket kueri. *Untuk informasi selengkapnya tentang menggunakan statistik tingkat kolom komputasi AWS Glue, lihat [Mengoptimalkan performa kueri menggunakan statistik kolom](https://docs.aws.amazon.com/glue/latest/dg/column-statistics.html) di Panduan Pengguna.AWS Glue * Untuk informasi selengkapnya AWS Glue, lihat *[Panduan Pengembang AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)*.
**Untuk membuat tabel yang dikonfigurasi - sumber data Amazon S3**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Di sudut kanan atas, pilih **Konfigurasi tabel baru**.
1. Untuk **Sumber data**, di bawah **sumber AWS data**, pilih **Amazon S3**.
1. Di bawah **tabel Amazon S3**:
1. Pilih **Wilayah** tempat tabel S3 di-host.
Secara default, Wilayah saat ini (seperti N. Virginia us-east-1) dipilih.
**Awas**
Jika sumber data Amazon S3 Anda berada di Wilayah yang berbeda dari lokasi pemrosesan Anda, pemrosesan data dapat terjadi sementara di luar Wilayah sumber. Sebelum melanjutkan, verifikasi bahwa pergerakan data lintas wilayah mematuhi persyaratan kedaulatan data Anda, kebijakan kepatuhan terhadap peraturan, dan standar tata kelola data.
Untuk informasi selengkapnya tentang Wilayah, lihat [Wilayah dan Titik Akhir](https://docs.aws.amazon.com/general/latest/gr/rande.html) di. *Referensi Umum AWS*
1. Pilih **Database** dari daftar dropdown.
1. Pilih **Tabel** yang ingin Anda konfigurasi dari daftar dropdown.
**catatan**
Untuk memverifikasi bahwa ini adalah tabel yang benar, lakukan salah satu dari yang berikut:
Pilih **Lihat di AWS Glue**.
Aktifkan **Lihat skema dari AWS Glue** untuk melihat skema.
**penting**
Untuk AWS Glue tabel di mana data dalam format CSV, nama kolom dan urutan dalam skema Glue harus sama persis dengan data CSV. Jika tidak sejajar, daftar kolom yang diizinkan untuk tabel yang dikonfigurasi mungkin tidak diterapkan dengan benar.
1. Untuk **Kolom dan metode analisis yang diizinkan dalam kolaborasi,**
1. Untuk **kolom mana yang ingin Anda izinkan dalam kolaborasi?**
+ Pilih **Semua kolom** untuk memungkinkan semua kolom ditanyakan dalam kolaborasi.
+ Pilih **Daftar kustom** untuk mengizinkan satu atau beberapa kolom dari daftar tarik-turun **Tentukan kolom yang diizinkan** untuk ditanyakan dalam kolaborasi.
1. Untuk **metode analisis yang diizinkan**,
1. Pilih **Kueri langsung** untuk memungkinkan kueri SQL dijalankan langsung di tabel ini
1. Pilih **Pekerjaan langsung** untuk memungkinkan PySpark pekerjaan dijalankan langsung di tabel ini.
**Example Contoh**
Misalnya, jika Anda ingin mengizinkan anggota kolaborasi menjalankan kueri SQL langsung dan PySpark pekerjaan di semua kolom, pilih **Semua kolom**, **Kueri langsung**, dan Pekerjaan **langsung**.
1. Untuk **detail tabel yang Dikonfigurasi**,
1. Masukkan **Nama** untuk tabel yang dikonfigurasi.
Anda dapat menggunakan nama default atau mengganti nama tabel ini.
1. Masukkan **Deskripsi** tabel.
Deskripsi membantu membedakan antara tabel lain yang dikonfigurasi dengan nama yang mirip.
1. Jika Anda ingin mengaktifkan **Tag** untuk sumber daya tabel yang dikonfigurasi, pilih **Tambahkan tag baru** lalu masukkan pasangan **Kunci** dan **Nilai**.
1. Pilih **Konfigurasikan tabel baru**.
Sekarang setelah Anda membuat tabel yang dikonfigurasi, Anda siap untuk:
+ [Tambahkan aturan analisis ke tabel yang dikonfigurasi](add-analysis-rule.md)
+ [Kaitkan tabel yang dikonfigurasi ke kolaborasi](associate-configured-table.md)
# Membuat tabel yang dikonfigurasi - sumber data Amazon Athena
Opsi sumber data Amazon Athena memungkinkan Anda untuk menanyakan data yang disimpan di Amazon S3, dikatalogkan dalam katalog data atau katalog gabungan, AWS Glue dan akses yang dikontrol melalui. AWS Lake Formation Kedua tabel dan AWS Glue Data Catalog Tampilan didukung. Tautan sumber daya Lake Formation dapat digunakan untuk berbagi tabel dan tampilan di seluruh Akun AWS dan di seberang Wilayah AWS ke akun AWS Clean Rooms anggota yang menggabungkannya ke AWS Clean Rooms kolaborasi.
**catatan**
Hanya kumpulan data berbasis Amazon S3 yang dapat ditanyakan melalui integrasi sumber data Athena.
Dalam prosedur ini, [anggota](glossary.md#glossary-member) melakukan tugas-tugas berikut:
+ Mengkonfigurasi tabel atau tampilan yang ada di AWS Glue Data Catalog untuk digunakan AWS Clean Rooms
+ Beri nama [tabel yang dikonfigurasi](glossary.md#glossary-configured-table) dan pilih kolom mana yang akan digunakan dalam kolaborasi.
Prosedur berikut mengasumsikan bahwa:
+ Anggota kolaborasi telah membuat AWS Glue Data Catalog database dan tabel atau tampilan GDC.
**Untuk membuat tabel yang dikonfigurasi — sumber data Athena**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Di sudut kanan atas, pilih **Konfigurasi tabel baru**.
1. Untuk **Sumber data**, di bawah **sumber AWS data**, pilih **Amazon Athena**.
1. Di bawah **tabel Amazon Athena**:
1. Pilih **Wilayah** tempat tabel Amazon Athena di-host.
Secara default, Wilayah saat ini (seperti N. Virginia us-east-1) dipilih.
**Awas**
Jika sumber data Amazon Athena Anda berada di Wilayah yang berbeda dari lokasi pemrosesan Anda, pemrosesan data dapat terjadi sementara di luar Wilayah sumber. Sebelum melanjutkan, verifikasi bahwa pergerakan data lintas wilayah mematuhi persyaratan kedaulatan data Anda, kebijakan kepatuhan terhadap peraturan, dan standar tata kelola data.
Untuk informasi selengkapnya tentang Wilayah, lihat [Wilayah dan Titik Akhir](https://docs.aws.amazon.com/general/latest/gr/rande.html) di. *Referensi Umum AWS*
1. Pilih **Katalog** dari daftar dropdown.
Secara default, **Katalog AWS Glue Data** dipilih.
+ **AWS Glue Katalog Data** — Katalog default untuk tabel di AWS Glue.
+ **Katalog federasi** - Tersedia jika Anda telah mengonfigurasi Federasi AWS Glue Katalog untuk terhubung ke katalog Apache Iceberg REST jarak jauh. Untuk informasi selengkapnya, lihat [Federasi katalog](https://docs.aws.amazon.com/lake-formation/latest/dg/catalog-federation.html) di *Panduan AWS Lake Formation Pengembang*.
1. Pilih **Database** dari daftar dropdown.
1. Pilih **Tabel** yang ingin Anda konfigurasi dari daftar dropdown.
**catatan**
Untuk memverifikasi bahwa ini adalah tabel yang benar, lakukan salah satu dari yang berikut:
Pilih **Lihat di AWS Glue** atau **Lihat di AWS Lake Formation** (tergantung pada jenis katalog Anda).
Aktifkan **Lihat skema dari AWS Glue** untuk melihat skema.
1. Untuk **konfigurasi Amazon Athena**,
1. Pilih **Workgroup** dari daftar dropdown.
1. Untuk **lokasi keluaran S3**, pilih tindakan yang disarankan, berdasarkan salah satu skenario berikut.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/create-config-table-athena.html)
1. Untuk **Kolom yang diizinkan dalam kolaborasi**, pilih opsi berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/create-config-table-athena.html)
1. Untuk **detail tabel yang Dikonfigurasi**,
1. Masukkan **Nama** untuk tabel yang dikonfigurasi.
Anda dapat menggunakan nama default atau mengganti nama tabel ini.
1. Masukkan **Deskripsi** tabel.
Deskripsi membantu membedakan antara tabel lain yang dikonfigurasi dengan nama yang mirip.
1. Jika Anda ingin mengaktifkan **Tag** untuk sumber daya tabel yang dikonfigurasi, pilih **Tambahkan tag baru** lalu masukkan pasangan **Kunci** dan **Nilai**.
1. Pilih **Konfigurasikan tabel baru**.
Sekarang setelah Anda membuat tabel yang dikonfigurasi, Anda siap untuk:
+ [Tambahkan aturan analisis ke tabel yang dikonfigurasi](add-analysis-rule.md)
+ [Kaitkan tabel yang dikonfigurasi ke kolaborasi](associate-configured-table.md)
# Membuat tabel yang dikonfigurasi — Sumber data Snowflake
Dalam prosedur ini, [anggota](glossary.md#glossary-member) melakukan tugas-tugas berikut:
+ Mengkonfigurasi tabel Snowflake yang ada untuk digunakan di. AWS Clean Rooms(Langkah ini dapat dilakukan sebelum atau sesudah bergabung dengan kolaborasi, kecuali menggunakan Cryptographic Computing untukClean Rooms.)
+ Beri nama [tabel yang dikonfigurasi](glossary.md#glossary-configured-table) dan pilih kolom mana yang akan digunakan dalam kolaborasi.
Prosedur berikut mengasumsikan bahwa:
+ Anggota kolaborasi telah mengunggah tabel data mereka ke Snowflake.
+ (Opsional) Hanya untuk tabel data [terenkripsi](glossary.md#glossary-encryption), anggota kolaborasi telah [menyiapkan tabel data terenkripsi menggunakan klien enkripsi](prepare-encrypted-data.md) C3R.
**Untuk membuat tabel yang dikonfigurasi — Sumber data Snowflake**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Di sudut kanan atas, pilih **Konfigurasi tabel baru**.
1. Untuk **sumber data**, di bawah **awan pihak ketiga dan sumber data**, pilih **Snowflake**.
1. Tentukan **kredenal Snowflake** menggunakan ARN rahasia yang ada atau menyimpan rahasia baru untuk tabel ini.
------
#### [ Use existing secret ARN ]
1. Jika Anda memiliki ARN rahasia, masukkan di bidang Rahasia **ARN**.
Anda dapat mencari ARN rahasia Anda dengan memilih **Go** to. AWS Secrets Manager
1. Jika Anda memiliki rahasia yang ada dari tabel lain, pilih **Impor rahasia ARN dari tabel yang ada**.
**catatan**
Rahasia ARN bisa lintas akun.
------
#### [ Store a new secret for this table ]
1. Masukkan kredensi Snowflake berikut:
+ **Nama pengguna Snowflake**
+ **Gudang kepingan salju**
+ **Peran kepingan salju**
+ **Kunci pribadi Snowflake Privacy Enhanced Mail (PEM)**
1. Untuk enkripsi, lakukan salah satu hal berikut:
+ Untuk menggunakan Kunci yang dikelola AWS (default), biarkan kotak centang **Sesuaikan pengaturan enkripsi** dihapus.
+ Untuk menggunakan kustom AWS KMS key:
+ Pilih kotak centang **Sesuaikan pengaturan enkripsi**.
+ Untuk **tombol KMS**, masukkan kunci ARN atau pilih salah satu dari daftar.
1. Masukkan **nama Rahasia** untuk membantu Anda menemukan kredensialnya nanti.
------
1. Untuk detail **tabel dan skema kepingan salju, masukkan detail** secara manual atau impor detailnya secara otomatis.
------
#### [ Enter the details manually ]
1. Masukkan pengidentifikasi **akun Snowflake**.
Untuk informasi selengkapnya, lihat [Pengenal akun](https://docs.snowflake.com/en/user-guide/admin-account-identifier#finding-the-organization-and-account-name-for-an-account) di dokumentasi Snowflake.
Pengidentifikasi akun Anda harus dalam format yang digunakan untuk driver Snowflake. Anda perlu mengganti periode (.) dengan tanda hubung (-) sehingga pengenal diformat sebagai. **-**
1. Masukkan database **Snowflake**.
Untuk informasi selengkapnya, lihat [database Snowflake di dokumentasi](https://docs.snowflake.com/en/sql-reference/snowflake-db) Snowflake.
1. Masukkan nama **skema Snowflake**.
1. Masukkan nama **tabel Snowflake**.
Untuk informasi lebih lanjut, lihat [Memahami Struktur Tabel Kepingan Salju dalam dokumentasi](https://docs.snowflake.com/en/user-guide/tables-micro-partitions) Kepingan Salju.
1. Untuk **Skema**, masukkan **nama Kolom** dan pilih **tipe Data dari daftar** dropdown.
1. Pilih **Tambahkan kolom** untuk menambahkan lebih banyak kolom.
+ Jika Anda memilih **tipe data Object**, tentukan **skema Object**.
**Example Contoh skema objek**
```
name STRING,
location OBJECT(
x INT,
y INT,
metadata OBJECT(uuid STRING)
),
history ARRAY(TEXT)
```
+ Jika Anda memilih **tipe data Array**, tentukan **skema Array**.
**Example Contoh skema array**
```
OBJECT(x INT, y INT)
```
+ Jika Anda memilih **tipe data Peta**, tentukan **skema Peta**.
**Example Contoh skema peta**
```
STRING, OBJECT(x INT, y INT)
```
------
#### [ Automatically import the details ]
1. Ekspor tampilan KOLOM Anda dari Snowflake sebagai file CSV.
Untuk informasi selengkapnya tentang tampilan Snowflake COLUMNS, lihat tampilan [COLUMNS di dokumentasi](https://docs.snowflake.com/en/sql-reference/info-schema/columns) Snowflake.
1. Pilih **Impor dari file** untuk mengimpor file CSV dan menentukan informasi tambahan apa pun.
Nama database, nama skema, nama tabel, nama kolom dan tipe data secara otomatis diimpor.
+ Jika Anda memilih **tipe data Object**, tentukan **skema Object**.
+ Jika Anda memilih **tipe data Array**, tentukan **skema Array**.
+ Jika Anda memilih **tipe data Peta**, tentukan **skema Peta**.
1. Masukkan pengidentifikasi **akun Snowflake**.
Untuk informasi selengkapnya, lihat [Pengenal akun](https://docs.snowflake.com/en/user-guide/admin-account-identifier#finding-the-organization-and-account-name-for-an-account) di dokumentasi Snowflake.
**catatan**
Hanya tabel S3 yang dikatalogkan AWS Glue dapat digunakan untuk mengambil skema tabel secara otomatis.
------
1. Untuk **Kolom yang diizinkan dalam kolaborasi**, pilih opsi berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/create-config-table-snowflake.html)
1. Untuk **detail tabel yang Dikonfigurasi**,
1. Masukkan **Nama** untuk tabel yang dikonfigurasi.
Anda dapat menggunakan nama default atau mengganti nama tabel ini.
1. Masukkan **Deskripsi** tabel.
Deskripsi membantu membedakan antara tabel lain yang dikonfigurasi dengan nama yang mirip.
1. Jika Anda ingin mengaktifkan **Tag** untuk sumber daya tabel yang dikonfigurasi, pilih **Tambahkan tag baru** lalu masukkan pasangan **Kunci** dan **Nilai**.
1. Pilih **Konfigurasikan tabel baru**.
Sekarang setelah Anda membuat tabel yang dikonfigurasi, Anda siap untuk:
+ [Tambahkan aturan analisis ke tabel yang dikonfigurasi](add-analysis-rule.md)
+ [Kaitkan tabel yang dikonfigurasi ke kolaborasi](associate-configured-table.md)
# Menambahkan aturan analisis ke tabel yang dikonfigurasi
Bagian berikut menjelaskan cara menambahkan aturan analisis ke tabel yang dikonfigurasi. Dengan menentukan aturan analisis, Anda dapat mengotorisasi anggota yang dapat melakukan kueri untuk menjalankan kueri yang cocok dengan aturan analisis tertentu yang didukung oleh. AWS Clean Rooms
AWS Clean Rooms mendukung jenis aturan analisis berikut:
+ [Aturan analisis agregasi](analysis-rules-aggregation.md)
+ [Aturan analisis daftar](analysis-rules-list.md)
+ [Aturan analisis kustom di AWS Clean Rooms](analysis-rules-custom.md)
Hanya ada satu aturan analisis per tabel yang dikonfigurasi. Anda dapat mengonfigurasi aturan analisis kapan saja sebelum mengaitkan tabel yang dikonfigurasi dengan kolaborasi.
**penting**
Jika Anda menggunakan Komputasi Kriptografi untuk Clean Rooms dan memiliki tabel data terenkripsi dalam kolaborasi, aturan analisis yang Anda tambahkan ke tabel terkonfigurasi terenkripsi harus konsisten dengan cara data dienkripsi. Misalnya, jika Anda mengenkripsi data untuk SELECT (aturan analisis agregasi), Anda tidak boleh menambahkan aturan analisis untuk JOIN (aturan analisis daftar).
**Topics**
+ [Menambahkan aturan analisis agregasi ke tabel (aliran terpandu)](#add-agg-analysis-rule-console-wizard)
+ [Menambahkan aturan analisis daftar ke tabel (alur terpandu)](#add-list-analysis-rule-console-wizard)
+ [Menambahkan aturan analisis kustom ke tabel (alur terpandu)](#add-custom-analysis-rule-wizard)
+ [Menambahkan aturan analisis ke tabel (editor JSON)](#add-analysis-rule-console-json-editor)
+ [Langkah selanjutnya](#add-analysis-rule-next-step)
## Menambahkan aturan analisis agregasi ke tabel (aliran terpandu)
*Aturan analisis agregasi* memungkinkan kueri yang mengumpulkan statistik tanpa mengungkapkan informasi tingkat baris menggunakan, COUNTSUM, dan berfungsi di sepanjang dimensi opsional. AVG
Prosedur ini menjelaskan proses penambahan aturan analisis agregasi ke tabel yang dikonfigurasi dengan menggunakan opsi **Aliran terpandu** di AWS Clean Rooms konsol.
**catatan**
Tabel yang dikonfigurasi menggunakan sumber data non-S3 hanya mendukung aturan [analisis khusus](#add-custom-analysis-rule-wizard).
**Untuk menambahkan aturan analisis agregasi ke tabel (aliran terpandu)**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi.
1. Pada halaman detail tabel yang dikonfigurasi, pilih **Konfigurasi aturan analisis**.
1. Di bawah **Langkah 1: Pilih jenis aturan analisis**, di bawah **Jenis aturan analisis**, pilih **Agregasi** pilihan.
1. Di bawah **Metode pembuatan**, pilih **Alur terpandu**, lalu pilih **Berikutnya**.
1. Di bawah **Langkah 2: Tentukan kontrol kueri**, untuk **fungsi Agregat**:
1. Pilih **fungsi Agregat** dari dropdown:
+ **MENGHITUNG**
+ **HITUNG BERBEDA**
+ **SUM**
+ **JUMLAH BERBEDA**
+ **AVG**
1. Pilih kolom mana yang dapat digunakan dalam **fungsi Agregat** dari dropdown **Kolom**.
1. (Opsional) Pilih **Tambahkan fungsi lain** untuk menambahkan fungsi agregat lain dan mengaitkan satu atau beberapa kolom ke fungsi itu.
**catatan**
Setidaknya diperlukan satu fungsi agregat.
1. (Opsional) Pilih **Hapus** untuk menghapus fungsi agregat.
1. Untuk **kontrol Gabung**,
1. Pilih satu opsi untuk **Izinkan tabel yang akan ditanyakan dengan sendirinya**:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Di bawah **Tentukan kolom gabungan**, pilih kolom yang ingin Anda izinkan untuk digunakan dalam INNER JOIN pernyataan.
Ini *opsional* jika Anda telah memilih **Ya** di langkah sebelumnya.
1. Di bawah **Tentukan operator yang diizinkan untuk pencocokan**, pilih operator mana, jika ada, yang dapat digunakan untuk pencocokan pada beberapa kolom gabungan. Jika Anda memilih dua atau lebih JOIN kolom, salah satu operator ini diperlukan.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. *(Opsional)* Untuk **kontrol Dimensi**, dalam menu tarik-turun **Tentukan kolom dimensi**, pilih kolom mana yang ingin Anda izinkan untuk digunakan dalam pernyataan SELECT, danWHERE, GROUPBY, dan ORDER BY bagian dari kueri.
**catatan**
Fungsi agregat atau kolom gabungan tidak dapat digunakan sebagai kolom **Dimensi**.
1. Untuk **fungsi Skalar**, pilih satu opsi untuk **Fungsi skalar mana yang ingin Anda izinkan?**
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
Untuk informasi selengkapnya, lihat [Fungsi skalar](analysis-rules-aggregation.md#scalar-functions).
1. Pilih **Berikutnya**.
1. Di bawah **Langkah 3: Tentukan kontrol hasil kueri**, untuk **kendala Agregasi**:
1. Pilih daftar dropdown untuk setiap nama **Kolom**.
1. Pilih daftar dropdown untuk setiap **Jumlah minimum nilai berbeda** yang harus dipenuhi untuk setiap baris output yang akan dikembalikan, setelah COUNT DISTINCT fungsi diterapkan padanya.
1. Pilih **Tambahkan kendala untuk menambahkan lebih banyak kendala** agregasi.
1. (Opsional) Pilih **Hapus** untuk menghapus kendala agregasi.
1. Untuk **analisis tambahan yang diterapkan pada output**, pilih opsi berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Pilih **Berikutnya**.
1. Di bawah **Langkah 4: Tinjau dan konfigurasikan**, tinjau pilihan yang telah Anda buat untuk langkah sebelumnya, edit jika perlu, lalu pilih **Konfigurasi aturan analisis**.
Anda melihat pesan konfirmasi bahwa Anda telah berhasil mengonfigurasi aturan analisis agregasi ke tabel.
## Menambahkan aturan analisis daftar ke tabel (alur terpandu)
*Aturan analisis daftar* memungkinkan kueri yang menampilkan daftar tingkat baris tumpang tindih antara tabel terkait dan tabel anggota yang dapat melakukan kueri.
Prosedur ini menjelaskan proses menambahkan aturan analisis daftar ke tabel yang dikonfigurasi menggunakan opsi **Aliran terpandu** di AWS Clean Rooms konsol.
**catatan**
Tabel yang dikonfigurasi menggunakan sumber data non-S3 hanya mendukung aturan [analisis khusus](#add-custom-analysis-rule-wizard).
**Untuk menambahkan aturan analisis daftar ke tabel (alur terpandu)**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi.
1. Pada halaman detail tabel yang dikonfigurasi, pilih **Konfigurasi aturan analisis**.
1. Di bawah **Langkah 1: Pilih jenis aturan analisis****, di bawah Jenis aturan analisis**, pilih **Daftar** pilihan.
1. Di bawah **Metode pembuatan**, pilih **Alur terpandu**, lalu pilih **Berikutnya**.
1. Di bawah **Langkah 2: Tentukan kontrol kueri**, untuk **kontrol Gabung**:
1. Di bawah **Tentukan kolom gabungan**, pilih kolom yang ingin Anda izinkan untuk digunakan dalam INNER JOIN pernyataan.
1. Di bawah **Tentukan operator yang diizinkan untuk pencocokan**, pilih operator mana, jika ada, yang dapat digunakan untuk pencocokan pada beberapa kolom gabungan. Jika Anda memilih dua atau lebih JOIN kolom, salah satu operator ini diperlukan.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. *(Opsional)* Untuk **kontrol Daftar**, dalam menu **tarik-turun Tentukan kolom** daftar, pilih kolom mana yang ingin Anda izinkan untuk digunakan dalam output kueri (yaitu, digunakan dalam SELECT pernyataan), atau digunakan untuk memfilter hasil (yaitu, WHERE pernyataan).
1. Pilih **Berikutnya**.
1. Di bawah **Langkah 3: Tentukan kontrol hasil kueri**, untuk **Analisis tambahan yang diterapkan pada output**, pilih opsi berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Di bawah **Langkah 4: Tinjau dan konfigurasikan**, tinjau pilihan yang telah Anda buat untuk langkah sebelumnya, edit jika perlu, lalu pilih **Konfigurasi aturan analisis**.
Anda melihat pesan konfirmasi bahwa Anda telah berhasil mengonfigurasi aturan analisis daftar untuk tabel.
## Menambahkan aturan analisis kustom ke tabel (alur terpandu)
Aturan analisis kustom memungkinkan kueri SQL kustom atau PySpark pekerjaan pada tabel dikonfigurasi. Aturan analisis kustom diperlukan jika Anda menggunakan:
+ [Template analisis](create-analysis-template.md) untuk memungkinkan serangkaian kueri atau PySpark pekerjaan SQL yang telah disetujui sebelumnya atau kumpulan akun tertentu yang dapat memberikan kueri yang menggunakan data Anda.
+ [AWS Clean Rooms Privasi Diferensial](differential-privacy.md) untuk melindungi terhadap upaya identifikasi pengguna.
+ Sumber data non-S3, seperti Amazon Athena atau Snowflake.
Prosedur ini menjelaskan proses penambahan aturan analisis kustom ke tabel yang dikonfigurasi menggunakan opsi **Aliran terpandu** di AWS Clean Rooms konsol.
**Untuk menambahkan aturan analisis kustom ke tabel (alur terpandu)**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi.
1. Pada halaman detail tabel yang dikonfigurasi, pilih **Konfigurasi aturan analisis**.
1. Di bawah **Langkah 1: Pilih jenis aturan analisis**, di bawah **Jenis aturan analisis**, pilih **Kustom** pilihan.
1. Di bawah **Metode pembuatan**, pilih **Alur terpandu**, lalu pilih **Berikutnya**.
1. Di bawah **Langkah 2: Tentukan kontrol analisis**, untuk **kontrol analisis langsung**, pilih opsi berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Di bawah **Langkah 3: Tentukan kontrol hasil analisis**,
1. Untuk **kontrol hasil Job**, perhatikan bahwa tidak ada kontrol hasil tambahan yang didukung.
1. Di bawah **Kontrol hasil kueri**, untuk **Kolom yang tidak diizinkan dalam keluaran**, pilih kolom yang ingin diizinkan dalam keluaran kueri, berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Untuk **Analisis tambahan yang diterapkan pada output**, pilih apakah analisis tambahan dapat diterapkan ke output kueri, berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Pilih **Berikutnya**.
1. (Opsional) Di bawah **Langkah 4: Tetapkan privasi diferensial**, tentukan apakah Anda ingin privasi diferensial diaktifkan atau dimatikan.
Privasi diferensial adalah teknik yang terbukti secara matematis untuk melindungi data Anda dari serangan identifikasi ulang.
**catatan**
AWS Clean Rooms Privasi Diferensial hanya tersedia untuk kolaborasi di mana data disimpan di Amazon S3.
Untuk **privasi Diferensial**, pilih apakah akan mengaktifkan atau menonaktifkan privasi diferensial, berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Di bawah **Langkah 5: Tinjau dan konfigurasikan**, tinjau pilihan yang telah Anda buat untuk langkah sebelumnya, edit jika perlu, lalu pilih **Konfigurasi aturan analisis**.
Anda melihat pesan konfirmasi bahwa Anda telah berhasil mengonfigurasi aturan analisis kustom untuk tabel.
## Menambahkan aturan analisis ke tabel (editor JSON)
Prosedur berikut menunjukkan cara menambahkan aturan analisis ke tabel menggunakan opsi **editor JSON** di AWS Clean Rooms konsol.
**catatan**
Tabel yang dikonfigurasi menggunakan sumber data non-S3 hanya mendukung aturan [analisis khusus](#add-custom-analysis-rule-wizard).
**Untuk menambahkan agregasi, daftar, atau aturan analisis kustom ke tabel (editor JSON)**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi.
1. Pada halaman detail tabel yang dikonfigurasi, pilih **Konfigurasi aturan analisis**.
1. Di bawah **Langkah 1: Pilih jenis aturan analisis**, di bawah **Jenis aturan analisis**, pilih opsi **Agregasi**, **Daftar**, atau **Kustom**.
1. Di bawah **Metode pembuatan**, pilih **editor JSON**, lalu pilih **Berikutnya**.
1. Di bawah **Langkah 2: Tentukan kontrol**, Anda dapat memilih untuk menyisipkan struktur kueri (**Sisipkan template**) atau menyisipkan file (**Impor dari file**).
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-analysis-rule.html)
1. Pilih **Berikutnya**.
1. Di bawah **Langkah 3: Tinjau dan konfigurasikan**, tinjau pilihan yang telah Anda buat untuk langkah sebelumnya, edit jika perlu, lalu pilih **Konfigurasi aturan analisis**.
Anda menerima pesan konfirmasi bahwa Anda telah berhasil mengonfigurasi aturan analisis untuk tabel.
## Langkah selanjutnya
Sekarang setelah Anda mengonfigurasi aturan analisis ke tabel yang dikonfigurasi, Anda siap untuk:
+ [Kaitkan tabel yang dikonfigurasi ke kolaborasi](associate-configured-table.md)
+ [Kueri tabel data](running-sql-queries.md) (sebagai anggota yang dapat melakukan kueri)
# Mengaitkan tabel terkonfigurasi ke kolaborasi
Setelah Anda membuat tabel yang dikonfigurasi dan menambahkan aturan analisis ke dalamnya, Anda dapat mengaitkannya dengan kolaborasi dan memberikan AWS Clean Rooms peran layanan untuk mengakses AWS Glue tabel Anda.
**catatan**
Peran layanan ini memiliki izin untuk tabel. Peran layanan hanya dapat diasumsikan oleh AWS Clean Rooms untuk menjalankan kueri yang diizinkan atas nama anggota yang dapat melakukan kueri. Tidak ada anggota kolaborasi (selain pemilik data) yang memiliki akses ke tabel yang mendasarinya dalam kolaborasi. Pemilik data dapat mengaktifkan privasi diferensial untuk membuat tabel mereka tersedia untuk kueri oleh anggota lain.
## Anggaran akses data
Saat Anda mengaitkan tabel yang dikonfigurasi, Anda dapat menerapkan anggaran akses data. *Anggaran akses data* mengontrol berapa kali tabel dapat digunakan untuk kueri, pekerjaan, dan saluran input ML dalam suatu kolaborasi. Anggaran ini membantu organisasi mengelola pemanfaatan sumber daya dan mengendalikan biaya dengan membatasi penggunaan tabel.
Setiap kali tabel digunakan dalam kueri, pekerjaan, atau saluran input ML, anggaran untuk tabel tersebut dikurangi satu. Ketika anggaran mencapai nol, tabel tidak dapat digunakan dalam kueri SQL, pekerjaan Pyspark, atau sebagai bagian dari saluran input ML yang berasal dari tabel.
Anda dapat menetapkan anggaran per periode yang menyegarkan secara berkala, anggaran seumur hidup untuk penggunaan keseluruhan, atau keduanya. Secara default, penggunaan tabel tidak terbatas.
+ Anggaran per periode — Alokasi terbarukan yang membatasi berapa kali tabel ini dapat digunakan dalam periode waktu tertentu. Anda dapat mengatur periode menjadi harian, mingguan, atau bulanan. Anggaran ini dapat diatur untuk menyegarkan secara otomatis setiap hari, mingguan, atau bulanan.
+ Anggaran seumur hidup — Alokasi berjalan yang membatasi jumlah total kali tabel ini dapat digunakan.
## Kaitkan tabel yang dikonfigurasi
Topik berikut menjelaskan cara mengaitkan tabel yang dikonfigurasi dan menerapkan anggaran akses data ke kolaborasi menggunakan AWS Clean Rooms konsol.
Untuk informasi tentang cara mengaitkan tabel yang dikonfigurasi dengan kolaborasi menggunakan AWS SDKs, lihat [https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html).
### Langkah 1: Selesaikan prasyarat
Untuk mengaitkan tabel yang dikonfigurasi, Anda harus menyelesaikan prasyarat berikut:
+ AWS Glue Tabel yang menunjuk ke lokasi folder Amazon S3 (bukan satu file)
+ Untuk tabel terenkripsi AWS Glue :
+ Peran layanan dengan izin untuk menggunakan AWS KMS kunci untuk mendekripsi tabel AWS Glue
+ Untuk kumpulan data Amazon AWS KMS S3 yang dienkripsi: Peran layanan juga harus memiliki izin untuk menggunakan kunci untuk mendekripsi data Amazon S3 AWS KMS
Untuk informasi tentang mengonfigurasi enkripsi, lihat [Menyiapkan enkripsi AWS Glue di](https://docs.aws.amazon.com/glue/latest/dg/set-up-encryption.html) *Panduan AWS Glue Pengembang*.
Untuk memverifikasi lokasi AWS Glue tabel Anda:
1. Buka AWS Glue konsol di [https://console.aws.amazon.com/glue/](https://console.aws.amazon.com/glue/)
1. Lihat detail tabel Anda dan konfirmasikan titik lokasi ke folder S3
### Langkah 2: Kaitkan tabel yang dikonfigurasi
**Untuk mengaitkan tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Pilih metode untuk mengaitkan tabel Anda:
1. Dari halaman detail tabel yang dikonfigurasi:
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi.
1. Pada halaman detail tabel yang dikonfigurasi, pilih **Kaitkan dengan kolaborasi**.
1. Untuk kotak dialog **Tabel asosiasi ke kolaborasi**, pilih **Kolaborasi** dari daftar dropdown.
1. Dari halaman detail kolaborasi:
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pada tab **Tabel**, pilih **Tabel asosiasi**.
1. Pada halaman **tabel Associate**, lakukan salah satu hal berikut:
+ Pilih tabel terkonfigurasi yang ada — Pilih **nama tabel Konfigurasi** yang ingin Anda kaitkan dengan kolaborasi dari daftar tarik-turun.
+ Konfigurasikan tabel baru — Pilih **Konfigurasi tabel baru** dan ikuti petunjuk pada halaman **Konfigurasi tabel baru**.
+ Lihat skema dan aturan analisis untuk tabel yang dikonfigurasi — Aktifkan **Lihat skema dan aturan analisis**.
1. Untuk **detail asosiasi Tabel**,
1. Masukkan **Nama** untuk tabel terkait.
Anda dapat menggunakan nama default atau mengganti nama tabel ini.
1. (Opsional) Masukkan **Deskripsi** tabel.
Deskripsi membantu menulis kueri.
1. Tentukan izin **akses Layanan** dengan memilih **Buat dan gunakan peran layanan baru atau Gunakan peran** **layanan yang ada**.
**catatan**
Jika Anda mengaitkan tabel yang dikonfigurasi yang didukung oleh Amazon Athena, pilih nama **peran layanan yang ada** dari daftar tarik-turun. Pastikan peran layanan memiliki IAM dan, jika diperlukan, izin Lake Formation ke kumpulan data.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/associate-configured-table.html)
**catatan**
AWS Clean Rooms memerlukan izin untuk melakukan kueri sesuai dengan aturan analisis. Untuk informasi selengkapnya tentang izin AWS Clean Rooms, lihat[AWS kebijakan terkelola untuk AWS Clean Rooms](security-iam-awsmanpol.md).
Jika peran tidak memiliki izin yang memadai AWS Clean Rooms, Anda akan menerima pesan galat yang menyatakan bahwa peran tersebut tidak memiliki izin yang memadai untuk peran tersebut. AWS Clean Rooms Kebijakan peran harus ditambahkan sebelum melanjutkan.
Jika Anda tidak dapat mengubah kebijakan peran, Anda akan menerima pesan galat yang menyatakan bahwa AWS Clean Rooms tidak dapat menemukan kebijakan untuk peran layanan.
1. Jika Anda ingin mengaktifkan **tag asosiasi tabel** yang dikonfigurasi untuk sumber daya asosiasi tabel yang dikonfigurasi, pilih **Tambahkan tag baru** lalu masukkan pasangan **Kunci** dan **Nilai**.
1. Pilih **Berikutnya**.
1. Pada halaman **aturan Konfigurasi analisis kolaborasi**, pilih salah satu dari berikut ini:
+ **Ya, buat aturan analisis kolaborasi sekarang** — Kaitkan tabel Anda dengan kolaborasi ini dan buat aturan analisis kolaborasi
+ **Tidak, saya akan membuat aturan analisis kolaborasi nanti** — Kaitkan tabel Anda dengan kolaborasi ini saja. Anda dapat membuat aturan analisis kolaborasi nanti.
1. Jika Anda memilih **Ya, buat aturan analisis kolaborasi sekarang**, untuk **pengiriman Hasil**, pilih **Anggota yang diizinkan untuk menerima hasil untuk output kueri** dari daftar tarik-turun.
1. Pilih **Berikutnya**.
1. Pada halaman **Tambah anggaran akses data**, untuk **konfigurasi anggaran akses data**, pilih salah satu dari berikut ini:
+ **Ya, tambahkan anggaran akses data sekarang** — Kaitkan tabel Anda dengan kolaborasi ini dan tambahkan anggaran akses data. Anda dapat memilih anggaran periode, anggaran seumur hidup, atau keduanya.
+ **Tidak, saya akan menambahkan anggaran akses data nanti** — Kaitkan tabel Anda dengan kolaborasi ini saja. Anda dapat menambahkan anggaran akses data nanti.
Jika Anda memilih **Tidak, saya akan menambahkan anggaran akses data nanti**, lewati ke langkah 15.
1. Jika Anda memilih **Ya, tambahkan anggaran akses data sekarang**, pilih salah satu konfigurasi anggaran berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/associate-configured-table.html)
1. Tinjau pilihan Anda di bawah **Ringkasan anggaran akses data**.
**Example Contoh**
Misalnya, jika Anda telah memilih **jumlah anggaran per periode sebesar** 1.000, atur **Periode** ke **Mingguan**, biarkan kotak centang **Segarkan anggaran mingguan secara otomatis** dipilih, dan atur **Anggaran seumur hidup** menjadi 1.000.000, maka **ringkasan anggaran Akses** akan menampilkan pesan berikut: Setiap minggu, tabel ini dapat digunakan hingga 1.000 kali untuk menjalankan kueri atau pekerjaan. Anggaran ini diatur untuk disegarkan secara otomatis setiap hari Minggu pukul 00:00 UTC, dan akan terus disegarkan hingga tabel ini mencapai anggaran seumur hidup 1.000.000 penggunaan.
1. (Opsional) Jika Anda ingin mengaktifkan **tag anggaran akses data** untuk sumber daya anggaran akses, pilih **Tambahkan tag baru** dan masukkan pasangan Kunci dan Nilai.
1. Pilih **Berikutnya**.
1. Tinjau informasi di halaman **Ulasan dan buat**.
1. Jika Anda perlu mengedit bagian apa pun, pilih **Edit**.
1. Edit konfigurasi Anda, lalu pilih **Berikutnya**.
1. Pilih **tabel Associate**.
### Langkah 3: Langkah selanjutnya
Sekarang setelah Anda mengaitkan tabel data yang dikonfigurasi ke kolaborasi, Anda siap untuk:
+ [Tambahkan aturan analisis kolaborasi](add-collaboration-analysis-rule.md) ke tabel yang dikonfigurasi
+ [Edit kolaborasi](edit-collaboration.md), jika Anda pembuat kolaborasi
+ [Kueri tabel data](running-sql-queries.md) (sebagai anggota yang dapat melakukan kueri)
# Mengonfigurasi anggaran akses data
Kolaborator dapat melihat, menambah, mengedit, dan menghapus *anggaran akses data* untuk menetapkan batas berapa kali tabel dapat digunakan dalam alur kerja. Gunakan anggaran ini untuk mengelola data dan biaya.
Setiap kali tabel ditanyakan atau pekerjaan dijalankan menggunakan saluran input ML yang berasal dari tabel, anggaran untuk tabel tersebut dikurangi satu. Ketika anggaran mencapai nol, tabel tidak dapat ditanyakan dan pekerjaan MLtidak dapat dijalankan menggunakan saluran input ML yang berasal dari tabel.
Anda dapat menetapkan anggaran per periode yang menyegarkan secara berkala, anggaran seumur hidup untuk penggunaan keseluruhan, atau keduanya. Secara default, penggunaan tabel tidak terbatas.
+ Anggaran per periode — Alokasi terbarukan yang membatasi berapa kali tabel ini dapat digunakan dalam periode waktu tertentu. Anda dapat mengatur periode menjadi harian, mingguan, atau bulanan. Anggaran ini dapat diatur untuk menyegarkan secara otomatis setiap hari, mingguan, atau bulanan.
+ Anggaran seumur hidup — Alokasi berjalan yang membatasi jumlah total kali tabel ini dapat digunakan.
**Topics**
+ [Melihat anggaran akses data](view-access-budget.md)
+ [Menambahkan anggaran akses data ke tabel terkait yang ada](add-access-budget-to-existing-associated-table.md)
+ [Mengedit anggaran akses data](edit-access-budget.md)
+ [Menghapus anggaran akses data](delete-access-budget.md)
# Melihat anggaran akses data
Anda dapat melihat anggaran akses data dari tab **Tabel** atau dari halaman detail tabel.
**Untuk melihat anggaran akses data**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Lakukan salah satu tindakan berikut:
+ Di bawah kolom **Anggaran akses data yang tersisa**, pilih anggaran untuk melihat detailnya.
+ Pilih tabel, dan pada halaman detail tabel, gulir ke bawah untuk melihat bagian **Detail anggaran akses data**.
# Menambahkan anggaran akses data ke tabel terkait yang ada
Sebagai anggota kolaborasi, Anda dapat menambahkan anggaran akses data ke tabel terkait yang ada.
**Untuk menambahkan anggaran akses data ke tabel terkait yang ada**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih tombol opsi di sebelah tabel yang ingin Anda tambahkan anggaran akses data.
1. Dari daftar dropdown **Tindakan**, di bawah **Anggaran akses data**, pilih **Tambah** (jika belum ada anggaran).
1. Pilih salah satu konfigurasi anggaran berikut:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-access-budget-to-existing-associated-table.html)
1. Tinjau pilihan Anda di bawah **Ringkasan anggaran akses data**.
1.
**Example Contoh**
Misalnya, jika Anda telah memilih **jumlah anggaran per periode sebesar** 1.000, atur **Periode** ke **Mingguan**, biarkan kotak centang **Segarkan anggaran mingguan secara otomatis** dipilih, dan atur **Anggaran seumur hidup** menjadi 1.000.000, maka **ringkasan anggaran Akses** akan menampilkan pesan berikut: Setiap minggu, tabel ini dapat digunakan hingga 1.000 kali untuk menjalankan kueri atau pekerjaan. Anggaran ini diatur untuk disegarkan secara otomatis setiap hari Minggu pukul 00:00 UTC, dan akan terus disegarkan hingga tabel ini mencapai anggaran seumur hidup 1.000.000 penggunaan.
1. (Opsional) Jika Anda ingin mengaktifkan **tag anggaran akses data** untuk sumber daya anggaran akses, pilih **Tambahkan tag baru** dan masukkan pasangan Kunci dan Nilai.
1. Pilih **Tambahkan anggaran akses data**.
# Mengedit anggaran akses data
Sebagai anggota kolaborasi, Anda dapat mengedit anggaran akses data. Saat Anda mengedit anggaran akses data, itu mengatur ulang saldo anggaran saat ini.
Anda dapat mengedit anggaran akses data dari tab **Tabel** atau dari halaman detail tabel.
------
#### [ Tables tab ]
**Untuk mengedit anggaran akses data dari tab **Tabel****
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih tombol opsi di sebelah tabel yang ingin Anda edit.
1. **Dari daftar dropdown **Tindakan**, di bawah **Anggaran akses data**, pilih Edit.**
1. Pada halaman **Edit anggaran akses data**, perbarui informasi **anggaran Per periode** atau **anggaran seumur hidup**.
1. Lihat **ringkasan anggaran akses data** untuk memverifikasi bahwa pengeditan yang Anda buat sudah benar.
1. Pilih **Simpan perubahan**.
------
#### [ Table details page ]
**Untuk mengedit anggaran akses data dari halaman detail tabel**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih meja.
1. Pada halaman detail tabel, gulir ke bawah ke bagian **Detail anggaran akses data**.
1. **Dari daftar dropdown **Tindakan**, pilih Edit.**
1. Pada halaman **Edit anggaran akses data**, perbarui informasi **anggaran Per periode** atau **anggaran seumur hidup**.
1. Pilih **Simpan perubahan**.
------
# Menghapus anggaran akses data
Anda dapat menghapus anggaran akses data dari tab **Tabel** atau dari halaman detail tabel.
------
#### [ Tables tab ]
**Untuk menghapus anggaran akses data dari tab **Tabel****
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih tombol opsi di sebelah tabel yang ingin Anda hapus.
1. **Dari daftar dropdown **Tindakan**, di bawah **Anggaran akses data**, pilih Hapus.**
**penting**
Anda tidak dapat membatalkan tindakan ini dan anggaran akses data Anda akan diatur ulang ke tak terbatas.
1. Jika Anda yakin ingin menghapus anggaran akses data, pilih **Hapus**.
------
#### [ Table details page ]
**Untuk menghapus anggaran akses data dari halaman detail tabel**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih meja.
1. Pada halaman detail tabel, gulir ke bawah ke bagian **Detail anggaran akses data**.
1. **Dari daftar dropdown **Tindakan**, pilih Hapus.**
**penting**
Anda tidak dapat membatalkan tindakan ini dan anggaran akses data Anda akan diatur ulang ke tak terbatas.
1. Jika Anda yakin ingin menghapus anggaran akses data, pilih **Hapus**.
------
# Menambahkan aturan analisis kolaborasi ke tabel yang dikonfigurasi
*Aturan analisis kolaborasi* memungkinkan Anda menentukan kontrol yang spesifik untuk kolaborasi ini. Kontrol ini bekerja sama dengan aturan analisis tabel yang dikonfigurasi untuk menentukan bagaimana tabel ini dapat dianalisis dalam kolaborasi ini.
Anda menambahkan aturan analisis kolaborasi ke tabel yang dikonfigurasi setelah Anda [membuat tabel yang dikonfigurasi](create-configured-table.md), [menambahkan aturan analisis](add-analysis-rule.md), dan [mengaitkannya ke kolaborasi](associate-configured-table.md). Anda perlu menambahkan aturan analisis kolaborasi jika tabel dikonfigurasi untuk mendukung analisis langsung atau untuk memungkinkan analisis tambahan.
+ **Analisis langsung** — Tabel dapat digunakan dalam kueri yang menganalisisnya secara langsung. Misalnya, dalam kueri yang mengeluarkan analisis pengukuran agregat atau daftar pengidentifikasi untuk aktivasi.
+ **Analisis tambahan** — Tabel juga dapat digunakan sebagai masukan ke dalam analisis tambahan, selain kueri yang menganalisisnya secara langsung. Misalnya, tabel dapat digunakan dalam kueri yang merupakan benih untuk model ML yang mirip, atau saluran input ML untuk model HTML kustom.
**Untuk menambahkan aturan analisis kolaborasi ke tabel**
1. Masuk ke Konsol Manajemen AWS dan buka [AWS Clean Rooms konsol](https://console.aws.amazon.com/cleanrooms/home) dengan Anda Akun AWS (jika Anda belum melakukannya).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pada tab **Tabel**, di bawah **Tabel yang terkait dengan Anda**, lihat tabel yang dikonfigurasi yang telah Anda kaitkan dengan kolaborasi.
+ Jika **status analisis langsung** atau **status analisis tambahan** memiliki status **Siap**, maka tabel siap untuk ditanyakan.
+ Jika **Status analisis langsung** atau **Status analisis tambahan** memiliki status **Tidak siap**, lalu pilih status, lalu pilih **Konfigurasi** di kotak dialog.
1. Pada halaman **aturan Konfigurasi analisis kolaborasi**, perluas **Lihat aturan analisis tabel yang dikonfigurasi** untuk melihat detailnya.
1. Untuk **Analisis tambahan yang diizinkan**, pilih opsi berdasarkan tujuan Anda.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/clean-rooms/latest/userguide/add-collaboration-analysis-rule.html)
1. Untuk **pengiriman Hasil**, tentukan siapa yang dapat menerima hasil dari **Anggota yang diizinkan menerima hasil untuk tarik-turun keluaran kueri**.
1. Pilih **Konfigurasikan aturan analisis**.
# Mengkonfigurasi kebijakan privasi diferensial (opsional)
**catatan**
AWS Clean Rooms Privasi Diferensial hanya tersedia untuk kolaborasi di mana data disimpan di Amazon S3.
Prosedur ini menjelaskan proses konfigurasi kebijakan privasi diferensial dalam kolaborasi dengan menggunakan opsi **Aliran terpandu** di AWS Clean Rooms konsol. Ini adalah langkah satu kali untuk semua tabel dengan perlindungan privasi diferensial.
**Untuk mengonfigurasi pengaturan privasi diferensial (aliran terpandu)**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pada tab **Tabel** di halaman kolaborasi, pilih **Konfigurasi kebijakan privasi diferensial**.
1. Pada halaman **Konfigurasi kebijakan privasi diferensial**, pilih nilai untuk properti berikut:
+ **Anggaran privasi**
+ **Segarkan anggaran privasi setiap bulan**
+ **Kebisingan ditambahkan per kueri**
Anda dapat menggunakan nilai default atau memasukkan nilai khusus yang mendukung kasus penggunaan spesifik Anda. Setelah memilih nilai untuk **anggaran Privasi** dan **Noise ditambahkan per kueri**, Anda dapat melihat pratinjau utilitas yang dihasilkan dalam hal jumlah agregasi yang mungkin di semua kueri pada data Anda.
1. Pilih **Konfigurasikan**
Anda akan melihat pesan konfirmasi bahwa Anda telah berhasil mengonfigurasi kebijakan privasi diferensial untuk kolaborasi tersebut.
Sekarang setelah Anda mengonfigurasi privasi diferensial, Anda siap untuk:
+ [Kueri tabel data](running-sql-queries.md) (sebagai anggota yang dapat melakukan kueri)
+ [Kolaborasi](working-with-collaborations.md) (jika Anda pembuat kolaborasi)
## Melihat log penggunaan privasi diferensial
Sebagai anggota kolaborasi yang melindungi data dengan privasi diferensial, setelah Anda membuat kolaborasi dengan privasi diferensial, Anda dapat memantau penggunaan anggaran privasi.
**Untuk melihat berapa banyak agregasi yang dijalankan dan berapa banyak anggaran privasi yang digunakan**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih **Lihat log penggunaan** (teks biru).
1. Lihat detail penggunaan, termasuk anggaran privasi dan berapa banyak utilitas yang disediakan.
## Mengedit kebijakan privasi diferensial
Kapan saja setelah mengonfigurasi kebijakan privasi diferensial, Anda dapat memperbaruinya untuk lebih mencerminkan kebutuhan privasi Anda.
**Untuk mengedit kebijakan privasi diferensial**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pada tab **Tabel** pada halaman kolaborasi, di bawah **Tabel yang terkait dengan Anda**, pilih **Edit**.
1. Pada halaman **Edit privasi diferensial**, pilih nilai baru untuk properti berikut:
+ **Anggaran privasi** - Pindahkan bilah geser untuk menambah atau mengurangi anggaran kapan saja selama kolaborasi. Anda tidak dapat mengurangi anggaran setelah anggota yang dapat melakukan kueri mulai menanyakan data Anda. Jika **anggaran Privasi** meningkat, AWS Clean Rooms akan terus menggunakan anggaran yang ada sampai sepenuhnya dikonsumsi sebelum memanfaatkan anggaran privasi yang baru ditambahkan.
+ **Noise ditambahkan per kueri** - Pindahkan bilah penggeser untuk menambah atau mengurangi **Noise yang ditambahkan per kueri** kapan saja selama kolaborasi.
**catatan**
Anda dapat memilih **contoh Interaktif** untuk mengeksplorasi bagaimana nilai yang berbeda dari **anggaran Privasi** dan **Kebisingan yang ditambahkan per kueri** memengaruhi jumlah fungsi agregat yang dapat Anda jalankan.
Anda tidak dapat mengubah nilai **penyegaran anggaran Privasi**. Untuk mengubah pilihan Anda, Anda harus menghapus kebijakan privasi diferensial dan membuat yang baru.
1. Pilih **Simpan perubahan**.
Anda melihat pesan konfirmasi bahwa Anda telah berhasil mengedit kebijakan privasi diferensial.
## Menghapus kebijakan privasi diferensial
Anda dapat menghapus kebijakan privasi diferensial dari tab **Tabel** kolaborasi.
**Untuk menghapus kebijakan privasi diferensial**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pada tab **Tabel** pada halaman kolaborasi, di samping **Kebijakan privasi diferensial**, pilih **Hapus**.
1. Jika Anda yakin ingin menghapus kebijakan privasi diferensial, pilih **Hapus**.
Setelah menghapus kebijakan privasi diferensial, Anda tidak dapat mengakses log penggunaan anggaran privasi dari kebijakan tersebut. Tabel dengan privasi diferensial diaktifkan tidak dapat ditanyakan jika kebijakan privasi diferensial dihapus.
## Melihat parameter privasi diferensial yang dihitung
Untuk pengguna dengan keahlian dalam privasi diferensial, Anda dapat melihat parameter privasi diferensial yang dihitung dari tab **Analisis** kolaborasi.
**Untuk melihat parameter privasi diferensial yang dihitung**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pada tab **Analisis**, di bagian **Hasil**, pilih **Lihat parameter privasi diferensial yang dihitung**.
Dalam tabel **parameter privasi diferensial terhitung**, Anda dapat melihat nilai sensitivitas fungsi agregat, yang didefinisikan sebagai jumlah maksimum yang dapat mengubah hasil fungsi jika catatan pengguna tunggal ditambahkan, dihapus, atau dimodifikasi. Daftar ini mencakup parameter privasi diferensial berikut:
+ **Batas kontribusi pengguna** (UCL) adalah jumlah maksimum baris yang disumbangkan oleh pengguna dalam kueri SQL. Misalnya, jika Anda ingin menghitung jumlah tayangan yang cocok dalam kampanye tertentu di mana setiap pengguna dapat memiliki beberapa tayangan, Privasi AWS Clean Rooms Diferensial harus mengikat jumlah tayangan satu pengguna untuk memastikan bahwa perhitungan privasi diferensial akurat. Dengan kata lain, jika ada pengguna yang memiliki lebih banyak tayangan daripada terikat, maka AWS Clean Rooms secara otomatis mengambil sampel acak seragam dari tayangan pengguna tersebut sesuai nilai UCL yang dihitung dan mengecualikan tayangan yang tersisa dari pengguna tersebut saat menjalankan kueri. Nilai UCL sama dengan 1 jika Anda menghitung jumlah pengguna unik. Ini karena menambahkan, menghapus, atau memodifikasi satu pengguna dapat mengubah jumlah pengguna yang berbeda paling banyak 1.
+ **Nilai minimum** adalah batas bawah ekspresi yang digunakan dalam fungsi agregat seperti`sum()`. Misalnya, jika ekspresi adalah kolom yang dikenal sebagai`purchase_value`, nilai minimum adalah batas bawah kolom.
+ **Nilai maksimum** adalah batas atas ekspresi yang digunakan dalam fungsi agregat seperti`sum()`. Misalnya, jika ekspresi adalah kolom yang dikenal sebagai`purchase_value`, nilai maksimum adalah batas atas kolom.
Dalam tabel **parameter privasi diferensial terhitung**, Anda dapat menggunakan parameter ini untuk lebih memahami jumlah total noise dalam hasil kueri. Misalnya, ketika **Noise yang dikonfigurasi yang ditambahkan per kueri** adalah 30 pengguna dan `COUNT DISTINCT (user_id)` kueri dijalankan, maka Privasi AWS Clean Rooms Diferensial menambahkan noise acak yang jatuh antara -30 dan 30 dengan probabilitas tinggi karena sensitivitas `COUNT DISTINCT` adalah 1. Dalam kasus `COUNT` kueri dengan konfigurasi yang sama, Privasi AWS Clean Rooms Diferensial menambahkan noise statistik yang diskalakan oleh batas kontribusi pengguna karena satu pengguna dapat menyumbangkan beberapa baris ke hasil kueri. Dalam kasus `SUM` kueri seperti `SUM (purchase_value)` di mana semua nilai kolom positif, total noise diskalakan oleh batas kontribusi pengguna dikalikan nilai maksimum. AWS Clean Rooms Privasi Diferensial secara otomatis menghitung parameter sensitivitas untuk melakukan penambahan noise pada waktu proses kueri dan menghabiskan anggaran privasi. Penipisan anggaran privasi diperlukan karena parameter sensitivitas bergantung pada data.
# Melihat tabel dan aturan analisis
**Untuk melihat tabel yang terkait dengan kolaborasi dan aturan analisis**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Pilih salah satu cara berikut:
1. Untuk melihat tabel yang terkait dalam kolaborasi, untuk **Tabel yang terkait dengan Anda**, pilih tabel (teks biru).
1. Untuk melihat tabel lain yang terkait dalam kolaborasi, untuk **Tabel yang terkait dengan kolaborator**, pilih tabel (teks biru).
1. Lihat detail tabel dan aturan analisis pada halaman detail tabel.
# Mengedit tabel yang dikonfigurasi
Prasyarat:
+ An Akun AWS dengan akses ke AWS Clean Rooms
Bagian berikut menjelaskan cara mengedit nama, deskripsi, dan detail konfigurasi tabel untuk Amazon S3, Amazon Athena, dan sumber data Snowflake.
Untuk informasi tentang cara mengedit tabel yang dikonfigurasi menggunakan AWS SDKs, lihat [https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html](https://docs.aws.amazon.com/clean-rooms/latest/apireference/Welcome.html).
**Untuk mengedit tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi yang Anda buat.
1. Pada halaman detail tabel yang dikonfigurasi, pilih **Edit**.
1. Edit konfigurasi Anda.
1. Pilih **Simpan perubahan**.
# Mengedit tag tabel yang dikonfigurasi
Sebagai anggota kolaborasi, setelah Anda membuat tabel yang dikonfigurasi, Anda dapat mengelola tag pada sumber daya tabel yang dikonfigurasi pada tab **Tabel yang dikonfigurasi**.
**Untuk mengedit tag tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi yang Anda buat.
1. Pada halaman detail tabel yang dikonfigurasi, gulir ke bawah ke bagian **Tag**.
1. Pilih **Kelola tanda**.
1. Pada halaman **Kelola tag**, Anda dapat melakukan hal berikut:
+ Untuk menghapus sebuah tag, pilih **Hapus**.
+ Untuk menambahkan tanda, pilih **Tambahkan tanda baru**.
+ Untuk menyimpan perubahan Anda, memilih **Simpan perubahan**.
# Mengedit aturan analisis tabel yang dikonfigurasi
**Untuk mengedit aturan analisis tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi yang Anda buat.
1. Pada halaman detail tabel yang dikonfigurasi, gulir ke bawah ke **aturan analisis agregasi, aturan** **analisis daftar**, atau bagian **Aturan analisis kustom**. (Pilihan Anda tergantung pada jenis aturan analisis yang Anda pilih untuk tabel yang dikonfigurasi.)
1. Pilih **Edit**.
1. Pada halaman **aturan Edit analisis**, Anda dapat:
+ Ubah **definisi aturan Analisis** dengan:
+ Memodifikasi editor JSON.
+ Memilih **Impor dari file** untuk mengunggah definisi aturan analisis baru.
+ Pratinjau apa yang akan dilihat anggota dalam kolaborasi dengan memilih dari opsi berikut:
+ **Tampilan tabel**
+ **JSON**
+ **Contoh kueri**
1. Pilih **Simpan perubahan** untuk menyimpan perubahan Anda.
# Menghapus aturan analisis tabel yang dikonfigurasi
**Awas**
Tindakan ini tidak dapat dibatalkan dan berdampak pada semua sumber daya terkait.
**Untuk menghapus aturan analisis tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Tabel**.
1. Pilih tabel yang dikonfigurasi yang Anda buat.
1. Pada halaman detail tabel yang dikonfigurasi, gulir ke bawah ke **aturan analisis agregasi, aturan** **analisis daftar**, atau bagian **Aturan analisis kustom**. (Pilihan Anda tergantung pada jenis aturan analisis yang Anda pilih untuk tabel yang dikonfigurasi.)
1. Pilih **Hapus**.
1. Jika Anda yakin ingin menghapus aturan analisis, pilih **Hapus**.
# Kolom tabel yang dikonfigurasi tidak diizinkan
Konfigurasi kolom keluaran yang tidak diizinkan adalah kontrol dalam aturan analisis AWS Clean Rooms kustom yang memungkinkan Anda menentukan daftar kolom (jika ada) yang tidak diizinkan untuk diproyeksikan dalam hasil kueri. Kolom yang direferensikan dalam daftar ini dianggap “kolom keluaran yang tidak diizinkan”. Ini berarti bahwa referensi apa pun ke kolom tersebut melalui transformasi, aliasing, atau cara lain mungkin tidak ada dalam SELECT akhir (proyeksi) kueri.
Meskipun kemampuan melarang kolom diproyeksikan secara langsung dalam output, itu tidak sepenuhnya mencegah nilai yang mendasarinya disimpulkan secara tidak langsung melalui mekanisme lain. Kolom ini masih dapat digunakan dalam klausa proyeksi (seperti dalam subquery atau Common Table Expression (CTE)), selama mereka tidak direferensikan dalam proyeksi paling akhir.
Konfigurasi kolom keluaran yang tidak diizinkan memberi Anda fleksibilitas untuk menerapkan dan mengkodifikasi kontrol pada tabel Anda dalam kombinasi dengan tinjauan tingkat templat analisis berdasarkan kasus penggunaan dan persyaratan privasi yang sesuai.
Untuk informasi selengkapnya tentang cara mengatur konfigurasi ini, lihat[Menambahkan aturan analisis kustom ke tabel (alur terpandu)](add-analysis-rule.md#add-custom-analysis-rule-wizard).
**Contoh**
Contoh berikut menampilkan bagaimana kontrol kolom keluaran yang tidak diizinkan diterapkan.
+ Anggota A bekerja sama dengan Anggota B.
+ Anggota B adalah anggota yang dapat menjalankan kueri.
+ Anggota A mendefinisikan *pengguna* tabel dengan *umur* kolom, *jenis kelamin*, *email*, dan *nama*. *Usia* kolom dan *nama* adalah kolom keluaran yang tidak diizinkan.
+ Anggota B mendefinisikan *hewan peliharaan* tabel dengan kumpulan kolom *usia*, *jenis kelamin*, dan *owner\$1name* yang serupa. Namun, mereka tidak menetapkan batasan apa pun pada kolom keluaran, yang berarti bahwa semua kolom dalam tabel dapat diproyeksikan secara bebas dalam kueri.
Jika Anggota B menjalankan kueri berikut, kueri tersebut diblokir karena kolom keluaran yang tidak diizinkan tidak dapat diproyeksikan secara langsung:
```
SELECT
age
FROM
users
```
Jika Anggota B menjalankan kueri berikut, itu diblokir karena kolom keluaran yang tidak diizinkan tidak dapat diproyeksikan secara implisit melalui bintang proyek:
```
SELECT
*
FROM
users
```
Jika Anggota B menjalankan kueri berikut, kueri tersebut diblokir karena transformasi kolom keluaran yang tidak diizinkan tidak dapat diproyeksikan:
```
SELECT
COUNT(age)
FROM
users
```
Jika Anggota B menjalankan kueri berikut, kueri tersebut diblokir karena kolom keluaran yang tidak diizinkan tidak dapat direferensikan dalam proyeksi akhir menggunakan alias:
```
SELECT
count_age
FROM
(SELECT COUNT(age) AS count_age FROM users)
```
Jika Anggota B menjalankan kueri berikut, itu diblokir karena kolom terbatas yang diubah diproyeksikan dalam output:
```
SELECT
CONCAT(name, email)
FROM
users
```
Jika Anggota B menjalankan kueri berikut, itu diblokir karena kolom keluaran yang tidak diizinkan yang ditentukan dalam CTE tidak dapat direferensikan dalam proyeksi akhir:
```
WITH cte AS (
SELECT
age AS age_alias
FROM
users
)
SELECT age_alias FROM cte
```
Jika Anggota B menjalankan kueri berikut, itu diblokir karena kolom keluaran yang tidak diizinkan tidak dapat digunakan sebagai kunci pengurutan atau partisi dalam proyeksi akhir:
```
SELECT
LISTAGG(gender) WITHIN GROUP (ORDER BY age) OVER (PARTITION BY age)
FROM
users
```
Jika Anggota B menjalankan kueri berikut, itu berhasil karena kolom yang merupakan bagian dari kolom keluaran yang tidak diizinkan masih dapat digunakan di seluruh konstruksi lain dalam kueri, seperti dalam klausa gabungan atau filter.
```
SELECT
u.name,
p.gender,
p.age
FROM
users AS u
JOIN
pets AS p
ON
u.name = p.owner_name
```
Dalam skenario yang sama, Anggota B juga dapat menggunakan kolom *nama* di *pengguna* sebagai filter atau kunci sortir:
```
SELECT
u.email,
u.gender
FROM
users AS u
WHERE
u.name = 'Mike'
ORDER BY
u.name
```
Selain itu, kolom keluaran yang tidak diizinkan dari *pengguna* dapat digunakan dalam proyeksi menengah seperti subquery dan CTEs, seperti:
```
WTIH cte AS (
SELECT
u.gender,
u.id,
u.first_name
FROM
users AS u
)
SELECT
first_name
FROM
(SELECT cte.gender, cte.id, cte.first_name FROM cte)
```
# Mengedit asosiasi tabel yang dikonfigurasi
Sebagai anggota kolaborasi, Anda dapat mengedit asosiasi tabel yang telah dikonfigurasi yang telah Anda buat.
**Untuk mengedit asosiasi tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Untuk **Tabel yang terkait dengan Anda**, pilih tabel.
1. Pada halaman detail tabel, gulir ke bawah untuk melihat **detail asosiasi Tabel**.
1. Pilih **Edit**.
1. Pada halaman **Edit asosiasi tabel yang dikonfigurasi**, perbarui **Deskripsi** atau **informasi akses Layanan**.
1. Pilih **Simpan perubahan**.
# Memutuskan tabel yang dikonfigurasi
Sebagai anggota kolaborasi, Anda dapat memisahkan tabel yang dikonfigurasi dari kolaborasi. Tindakan ini mencegah anggota yang dapat melakukan kueri dari menanyakan tabel.
**Untuk memisahkan tabel yang dikonfigurasi**
1. Masuk ke Konsol Manajemen AWS dan buka AWS Clean Rooms konsol di [https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home).
1. Di panel navigasi kiri, pilih **Kolaborasi**.
1. Pilih kolaborasi.
1. Pilih tab **Tabel**.
1. Untuk **Tabel yang terkait dengan Anda**, pilih tombol opsi di sebelah tabel yang ingin Anda pisahkan.
1. Pilih **Pisahkan**.
1. **Di kotak dialog, konfirmasikan keputusan untuk memisahkan tabel yang dikonfigurasi dan mencegah anggota yang dapat melakukan kueri untuk menanyakan tabel dengan memilih Disassociate.**