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。

# AWS Clean Rooms 用語集
用語集

この用語集を参照して、 AWS Clean Roomsで使用される用語を理解してください。

## 集計分析ルール


COUNT、SUM、または AVG 関数を使用して任意のディメンションで分析を集約するクエリを許可するクエリ制限です。このようなクエリでは行レベルの情報は明らかにはなりません。

キャンペーン計画、メディアリーチ、頻度測定、コンバージョン測定などのユースケースに対応します。

その他の分析ルールタイプとして、[カスタム](#glossary-custom-analysis-rule)と[リスト](#glossary-list-analysis-rule)があります。

## 分析ルール


特定のタイプのクエリを許可するクエリ制限です。

分析ルールのタイプによって、設定済みテーブルに対して実行できる分析の種類が決まります。タイプごとに事前定義されたクエリ構造があります。テーブル列を構造内でどのように使用するかは、クエリコントロールを通じて制御します。

分析ルールには、[集計](#glossary-agg-analysis-rule)、[リスト](#glossary-list-analysis-rule)、[カスタム](#glossary-custom-analysis-rule)の 3 種類があります。

## 分析テンプレート


コラボレーションに固有の、事前に承認された、再利用可能なクエリです。

サポートされている形式: Spark の SQL コードまたは Python コード。

SQL を使用する場合、分析テンプレートには、通常 SQL クエリにリテラル値が表示される可能性のあるパラメータを含めることができます。サポートされているパラメータタイプの詳細については、「**AWS Clean Rooms SQL リファレンス」の「[データ型](https://docs.aws.amazon.com/clean-rooms/latest/sql-reference/c_Supported_data_types.html)」を参照してください。

分析テンプレートは[カスタム分析ルール](analysis-rules-custom.md)でのみ使用できます。

## C3R 暗号化クライアント


Cryptographic Computing for Clean Rooms (C3R) の暗号化クライアントです。

データの暗号化と復号化に使用される C3R は、コマンドラインインターフェイスを備えたクライアント側の暗号化 SDK です。

## クリアテキスト列


JOIN または SELECT SQL コンストラクトのどちらに対しても暗号化によって保護されていない列です。

クリアテキスト列は SQL クエリのどの部分でも使用できます。

## コラボレーション


メンバーが設定済みテーブル AWS Clean Rooms に対して SQL クエリを実行できる安全な論理境界。

コラボレーションは[コラボレーションクリエーター](#glossary-collaboration-creator)が作成します。

コラボレーションに参加できるのは、コラボレーションに招待されたメンバーだけです。

コラボレーションには、データを[クエリできるメンバー](#glossary-member-who-can-query)を 1 人のみ持つことも、[クエリとジョブを実行できるメンバーを 1 人](#glossary-member-who-can-run-queries-jobs)持つこともできます。

コラボレーションには、[結果を受け取ることができるメンバーを 1 人](#glossary-member-who-can-receive-results)のみ持つことができます。

コラボレーションでは、[クエリコンピューティングコストを支払うメンバー](#glossary-member-paying-for-query-compute)を 1 人だけ、または[クエリとジョブコンピューティングコストを支払うメンバーを](#glossary-member-paying-for-query-job-compute) 1 人だけ持つことができます。

すべてのメンバーは、コラボレーションに参加する前に、コラボレーションに招待された参加者のリストを確認できます。

## コラボレーションクリエーター


コラボレーションを作成するメンバーです。

コラボレーションクリエーターは 1 つのコラボレーションにつき 1 人だけです。

コラボレーションからメンバーを削除したり、コラボレーションを削除したりできるのは、コラボレーションクリエーターだけです。

## 設定済みテーブル


各設定済みテーブルは、 で使用するように AWS Glue Data Catalog 設定された 内の既存のテーブルへの参照を表します AWS Clean Rooms。設定済みテーブルには、データの使用方法を決定する分析ルールが含まれています。

現在、 は、カタログ化された Amazon Simple Storage Service (Amazon S3) に保存されているデータの関連付け AWS Clean Rooms をサポートしています AWS Glue。

詳細については AWS Glue、「 [AWS Glue デベロッパーガイド](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)」を参照してください。

設定済みテーブルは 1 つ以上のコラボレーションに関連付けることができます。

**注記**  
AWS Clean Rooms は現在、 に登録されている Amazon S3 バケットの場所をサポートしていません AWS Lake Formation。

## カスタム分析ルール


事前に承認された特定のクエリセット ([分析テンプレート](#glossary-analysis-template)) を許可するクエリ制限、またはデータを使用するクエリやジョブを提供できる特定のアカウントのセットを許可するクエリ制限。

ファーストタッチアトリビューション、増分分析、オーディエンス発掘分析などのユースケースに対応します。

差分プライバシーをサポートします。

その他の分析ルールには、[集計](#glossary-agg-analysis-rule)と[リスト](#glossary-list-analysis-rule)があります。

## 復号


暗号化されたデータを元の形式に戻すプロセスです。復号化は、シークレットキーにアクセスできる場合にのみ実行できます。

## 差分プライバシー


特定の個人について学習した結果を受け取ることができるメンバーからコラボレーションデータを保護する、数学的に厳格な手法。

## 暗号化


キーと呼ばれる秘密の値を使用して、データをランダムに見える形式にエンコードするプロセスです。キーにアクセスしない限り、元のプレーンテキストを特定することはできません。

## フィンガープリント列


JOIN SQL 構文のために暗号化によって保護されている列です。

## ID マッピングワークフローメソッド


ID マッピングの実行方法。

ID マッピングワークフローには 2 つの方法があります。
+ ルールベースの ID マッピング – 一致するルールを使用して、ID マッピングワークフローのソースからターゲットにファーストパーティーデータを変換する方法。
+ プロバイダーサービス ID マッピング – プロバイダーサービスを使用して、ID マッピングワークフローのソースからターゲットにサードパーティーがエンコードしたデータを変換する方法。

  AWS Clean Rooms は現在、プロバイダーのサービスベースの ID マッピングワークフローメソッドとして LiveRamp をサポートしています。この方法 AWS Data Exchange を使用するには、 を通じて LiveRamp へのサブスクリプションが必要です。詳細については、「*AWS Entity Resolution ユーザーガイド*」の「[AWS Data Exchangeでプロバイダーサービスをサブスクライブする](https://docs.aws.amazon.com/entityresolution/latest/userguide/prepare-third-party-input-data.html#subscribe-provider-service)」を参照してください。

## ID マッピングテーブル


コラボレーションでファーストパーティマッチングルールまたはマルチパーティ ID トランスコード AWS Clean Rooms を有効にする のリソース。

ID マッピングテーブルは、 AWS Glue Data Catalog内の既存のテーブルを参照するものです。これには、 AWS Clean Roomsでどのようにデータにクエリを実行するかを決定する [ID マッピングテーブル分析ルール](#glossary-id-mapping-table-analysis-rule)が含まれています。ID マッピングテーブルは 1 つ以上のコラボレーションに関連付けることができます。

## ID マッピングテーブル分析ルール


AWS Clean Rooms によって管理され、クエリを容易にするために異なる ID データを結合するために使用される分析ルールのタイプ。[ID マッピングテーブル](#glossary-id-mapping-table)に自動的に追加され、編集することはできません。これは、それらの分析ルールが同種である限り、コラボレーション内の他の分析ルールの動作を継承します。

## ID マッピングワークフロー


指定された [ID マッピングワークフローメソッド](#glossary-id-mapping-method)に基づいて、ソースからターゲットにデータをマッピングするデータ処理ジョブ。これにより、ID [マッピングテーブル](#glossary-id-mapping-table)が生成されます。

## ID 名前空間


複数のデータセットを説明するメタデータ AWS アカウント と、[ID マッピングワークフロー](#glossary-id-mapping-workflow)でこれらのデータセットを使用する方法 AWS Clean Rooms を含む のリソース。

## ID 名前空間の関連付け


[ID マッピングワークフロー](#glossary-id-mapping-workflow)への入力を検出するのに役立つ、ID 名前空間リソースの関連付け。

## ジョブ


サポートされている関数、クラス、変数のセットを使用して、コラボレーション内の設定済みテーブルにアクセスして分析する方法。

AWS Clean Rooms は現在、PySpark ジョブタイプをサポートしています。

AWS Clean Rooms は現在、PySpark 分析テンプレートを使用したジョブの実行をサポートしています。

## リスト分析ルール


クエリを行えるメンバーのテーブルとこのテーブルとの重複部分について、行レベルの属性分析を出力するクエリを許可するクエリ制限です。

エンリッチメント、オーディエンス構築、サプレッションなどのユースケースに対応します。

その他の分析ルールには、[集計](#glossary-agg-analysis-rule)と[カスタム](#glossary-custom-analysis-rule)があります。

## 類似モデル


シードデータプロバイダーが、シードデータに最も近いトレーニングデータプロバイダーのデータの[類似セグメント](#glossary-lookalike-segment)を作成できるようにするトレーニングデータプロバイダーのデータのモデル。 [シードデータ](#glossary-seed-data)

## 類似セグメント


[シード](#glossary-seed-data)データに最も近いトレーニングデータのサブセット。

## メンバー


[コラボレーション](#glossary-collaboration)に参加している AWS お客様。

メンバーは、それぞれの AWS アカウントを使用して識別されます。

メンバー全員がデータを寄稿できます。

## クエリを行えるメンバー


[コラボレーション](#glossary-collaboration)においてデータにクエリを実行できるメンバーです。

クエリを行えるメンバーはコラボレーションごとに 1 人だけであり、そのメンバーは変更できません。

管理ユーザーは AWS Identity and Access Management (IAM) アクセス許可を使用して、コラボレーション内のデータをクエリできる IAM プリンシパル (ユーザーやロールなど) を制御できます。詳細については、「[Amazon S3 からデータを読み取るサービスロールを作成する](setting-up-roles.md#create-service-role-procedure)」を参照してください。

## クエリとジョブを実行できるメンバー


[コラボレーション](#glossary-collaboration)内のデータに対してクエリとジョブを実行できるメンバー。

コラボレーションごとにクエリとジョブを実行できるメンバーは 1 人のみで、そのメンバーはイミュータブルです。

管理ユーザーは AWS Identity and Access Management (IAM) アクセス許可を使用して、コラボレーションでクエリやジョブを実行できる IAM プリンシパル (ユーザーやロールなど) を制御できます。詳細については、「[Amazon S3 からデータを読み取るサービスロールを作成する](setting-up-roles.md#create-service-role-procedure)」を参照してください。

## 結果を受け取れるメンバー


クエリ結果を受信できるメンバー。結果を受け取ることができるメンバーは、Amazon S3 の送信先とクエリ結果形式 (CSV または Parquet) のクエリ結果設定を指定します。

Spark 分析エンジンを使用した分析の場合、結果を受け取ることができるメンバーは、ファイルを 1 つのファイルとして出力するか、複数のファイルとして出力するかも指定します。

コラボレーションで結果を受け取ることができるメンバーは複数存在できます。

## クエリの計算コストを負担するメンバー


クエリの計算コストの支払いを担当するメンバーです。

クエリの計算コストを負担するメンバーはコラボレーションごとに 1 人だけであり、そのメンバーは変更できません。

コラボレーションクリエーターが、クエリの計算コストを負担するメンバーとして誰も指定していない場合は、[クエリを行えるメンバー](#glossary-member-who-can-query)がデフォルトの支払い担当となります。

コラボレーションで実行されたクエリの請求書は、クエリの計算コストを負担するメンバーに送られます。

## クエリとジョブのコンピューティングコストを支払うメンバー


クエリとジョブのコンピューティングコストの支払いを担当するメンバー。

コラボレーションごとにクエリとジョブのコンピューティングコストを負担するメンバーは 1 人のみで、そのメンバーはイミュータブルです。

コラボレーション作成者がクエリとジョブのコンピューティングコストを支払うメンバーとして誰も指定していない場合、[クエリを行えるメンバーが](#glossary-member-who-can-query)デフォルトの支払い者になります。

クエリとジョブのコンピューティングコストを支払うメンバーは、コラボレーションで実行されたクエリの請求書を受け取ります。

## メンバーシップ


[メンバー](#glossary-member)が[コラボレーション](#glossary-collaboration)に参加したときに作成されるリソースです。

メンバーがコラボレーションに関連付けるすべてのリソースは、メンバーシップの一部であるか、メンバーシップに関連付けられます。

メンバーシップを所有するメンバーだけが、そのメンバーシップのリソースを追加、削除、編集できます。

## シール列


SELECT SQL 構文のために暗号化によって保護されている列です。

## シードデータ


シードデータプロバイダーのデータ。[類似セグメント](#glossary-lookalike-segment)の作成に使用されます。シードデータは直接提供することも、 AWS Clean Rooms クエリの結果から取得することもできます。類似セグメントの出力は、トレーニングデータに含まれるシードユーザーに最も近いユーザーの集合です。

## Spark 分析エンジン


Apache Spark SQL 関数を使用して、Amazon S3、Amazon Athena、または Snowflake に保存されている大規模なデータセットに対して複雑なクエリを AWS Clean Rooms 実行できる の分析オプション。また、 での PySpark 分析もサポートしています AWS Clean Rooms。

[CreateCollaboration API](https://docs.aws.amazon.com/clean-rooms/latest/apireference/API_CreateCollaboration.html) を使用してコラボレーションを作成する場合、Spark 分析エンジンの値は です`SPARK`。

## クエリ


サポートされている関数、クラス、変数のセットを使用して、コラボレーション内の設定済みテーブルにアクセスして分析する方法。

AWS Clean Rooms は現在、SQL クエリ言語をサポートしています。

AWS Clean Rooms は現在、直接 SQL クエリの実行または SQL 分析テンプレートを使用したクエリの実行をサポートしています。