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。

# AWS Clean Rooms 詞彙表
<a name="glossary"></a>

請參閱此詞彙表，熟悉 所使用的術語 AWS Clean Rooms。

## 彙總分析規則
<a name="glossary-agg-analysis-rule"></a>

允許查詢沿著選用維度使用 COUNT、 SUM或 AVG函數彙總分析的查詢限制。這些查詢不會顯示資料列層級資訊。

支援行銷活動規劃、媒體觸及、頻率和轉換測量等使用案例。

其他類型的分析規則是[自訂](#glossary-custom-analysis-rule)和[清單](#glossary-list-analysis-rule)。

## 分析規則
<a name="glossary-analysis-rule"></a>

授權特定查詢類型的查詢限制。

分析規則類型會決定可以在設定的資料表上執行哪種分析。每種類型都有預先定義的查詢結構。您可以透過查詢控制項來控制資料表資料欄在結構中的使用方式。

分析規則的類型包括[彙總](#glossary-agg-analysis-rule)、[清單](#glossary-list-analysis-rule)和[自訂](#glossary-custom-analysis-rule)。

## 分析範本
<a name="glossary-analysis-template"></a>

可重複使用的協同合作特定預先核准查詢。

支援的格式：SQL 程式碼或適用於 Spark 的 Python 程式碼。

如果使用 SQL，分析範本可以包含常值通常會出現在 SQL 查詢中的參數。如需支援參數類型的詳細資訊，請參閱 *AWS Clean Rooms SQL 參考*中的[資料類型](https://docs.aws.amazon.com/clean-rooms/latest/sql-reference/c_Supported_data_types.html)。

分析範本僅適用於[自訂分析規則](analysis-rules-custom.md)。

## C3R 加密用戶端
<a name="glossary-c3r-encryption-client"></a>

適用於 Clean Rooms(C3R) 加密用戶端的加密運算。

C3R 是具有命令列界面的用戶端加密 SDK，用於加密和解密資料。

## 純文字欄
<a name="glossary-cleartext-column"></a>

未以密碼編譯方式保護 JOIN或 SELECT SQL 建構的欄。

純文字資料欄可用於 SQL 查詢的任何部分。

## 協作
<a name="glossary-collaboration"></a>

安全邏輯界限 AWS Clean Rooms ，其中成員可以在設定的資料表上執行 SQL 查詢。

協同合作是由[協同合作建立者](#glossary-collaboration-creator)建立。

只有受邀參與協同合作的成員才能加入協同合作。

協同合作只能有一個[成員可以查詢](#glossary-member-who-can-query)資料，或一個[成員可以執行查詢和任務](#glossary-member-who-can-run-queries-jobs)。

協同合作只能有一個[成員可以接收結果](#glossary-member-who-can-receive-results)。

協同合作只能有一個[成員支付查詢運算成本](#glossary-member-paying-for-query-compute)，或一個[成員支付查詢和任務運算成本](#glossary-member-paying-for-query-job-compute)。

所有成員都可以在加入協同合作之前，查看協同合作中受邀參與者的清單。

## 協作建立者
<a name="glossary-collaboration-creator"></a>

建立協同合作的成員。

每個協同合作只有一個協同合作建立者。

只有協同合作建立者可以從協同合作中移除成員或刪除協同合作。

## 設定的資料表
<a name="glossary-configured-table"></a>

每個設定的資料表代表 中已設定用於 AWS Glue Data Catalog 的現有資料表參考 AWS Clean Rooms。設定的資料表包含分析規則，可決定如何使用資料。

目前， AWS Clean Rooms 支援關聯存放在 Amazon Simple Storage Service (Amazon S3) 中的資料，而這些資料是透過 編製目錄 AWS Glue。

如需 的詳細資訊 AWS Glue，請參閱 [AWS Glue 開發人員指南](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html)。

設定的資料表可以與一或多個協同合作相關聯。

**注意**  
AWS Clean Rooms 目前不支援向 註冊的 Amazon S3 儲存貯體位置 AWS Lake Formation。

## 自訂分析規則
<a name="glossary-custom-analysis-rule"></a>

允許一組特定預先核准的查詢 ([分析範本](#glossary-analysis-template)) 或允許一組特定帳戶，可提供使用您資料的查詢或任務的查詢限制。

支援使用案例，例如初次觸控歸因、增量分析和受眾探索分析。

支援差異隱私權。

其他類型的分析規則是[彙總](#glossary-agg-analysis-rule)和[清單](#glossary-list-analysis-rule)。

## 解密
<a name="glossary-decryption"></a>

將加密資料轉換回原始格式的程序。只有在您可以存取私密金鑰時，才能執行解密。

## 差異隱私權
<a name="glossary-differential-privacy"></a>

一種數學上嚴格的技術，可保護成員的協同合作資料，這些成員可以接收了解特定個人的結果。

## 加密
<a name="glossary-encryption"></a>

將資料編碼為使用稱為金鑰之秘密值隨機顯示的形式的程序。無法在無法存取金鑰的情況下判斷原始純文字。

## 指紋資料欄
<a name="glossary-fingerprint-column"></a>

以密碼編譯方式保護 JOIN SQL 建構的欄。

## ID 映射工作流程方法
<a name="glossary-id-mapping-method"></a>

您希望 ID 映射如何執行。

有兩種 ID 映射工作流程方法：
+ 規則型 ID 映射 – 使用相符規則將來源的第一方資料轉譯為 ID 映射工作流程中目標的方法。
+ 提供者服務 ID 映射 – 您使用提供者服務將第三方編碼資料從來源轉譯到 ID 映射工作流程中目標的方法。

  AWS Clean Rooms 目前支援 LiveRamp 做為提供者服務型 ID 映射工作流程方法。您必須透過 訂閱 LiveRamp， AWS Data Exchange 才能使用此方法。如需詳細資訊，請參閱《 使用者指南》中的[在 上訂閱供應商服務 AWS Data Exchange](https://docs.aws.amazon.com/entityresolution/latest/userguide/prepare-third-party-input-data.html#subscribe-provider-service)。 *AWS Entity Resolution *

## ID 映射表
<a name="glossary-id-mapping-table"></a>

中的資源 AWS Clean Rooms ，可在協同合作中啟用第一方比對規則或多方身分轉碼。

ID 映射資料表是 中現有資料表的參考 AWS Glue Data Catalog。它包含 [ID 映射表分析規則](#glossary-id-mapping-table-analysis-rule)，可決定如何查詢資料 AWS Clean Rooms。ID 映射表可以與一或多個協同合作相關聯。

## ID 映射表分析規則
<a name="glossary-id-mapping-table-analysis-rule"></a>

一種由 AWS Clean Rooms 管理的分析規則類型，用於聯結不同的身分資料，以方便查詢。它會自動新增至 [ID 映射表](#glossary-id-mapping-table)，而且無法編輯。只要這些分析規則是同質的，就會繼承協同合作中其他分析規則的行為。

## ID 映射工作流程
<a name="glossary-id-mapping-workflow"></a>

根據指定的 [ID 映射工作流程方法](#glossary-id-mapping-method)，將資料從來源映射到目標的資料處理任務。它會產生 [ID 映射表](#glossary-id-mapping-table)。

## ID 命名空間
<a name="glossary-id-namespace"></a>

中的資源 AWS Clean Rooms ，其中包含說明多個資料集的中繼資料， AWS 帳戶 以及如何在 [ID 映射工作流程](#glossary-id-mapping-workflow)中使用這些資料集。

## ID 命名空間關聯
<a name="glossary-id-namespace-association"></a>

ID 命名空間資源的關聯，可協助您探索其 [ID 映射工作流程](#glossary-id-mapping-workflow)中的輸入。

## 任務
<a name="glossary-job"></a>

一種方法，可使用支援的一組函數、類別和變數，在協同合作中存取和分析設定的資料表。

AWS Clean Rooms 目前支援 PySpark 任務類型。

AWS Clean Rooms 目前支援使用 PySpark 分析範本執行中的任務。

## 列出分析規則
<a name="glossary-list-analysis-rule"></a>

允許輸出此資料表與可查詢之成員資料表之間重疊之資料列層級屬性分析的查詢限制。

支援擴充和受眾建置或禁止等使用案例。

其他類型的分析規則是[彙總](#glossary-agg-analysis-rule)和[自訂](#glossary-custom-analysis-rule)的。

## Lookalike 模型
<a name="glossary-lookalike-model"></a>

訓練資料提供者資料的模型，可讓種子資料提供者建立[訓練資料提供者資料的外觀區段](#glossary-lookalike-segment)，最接近其[種子資料](#glossary-seed-data)。

## Lookalike 區段
<a name="glossary-lookalike-segment"></a>

訓練資料的子集，最接近[種子資料](#glossary-seed-data)。

## 成員
<a name="glossary-member"></a>

身為[協同合作](#glossary-collaboration)參與者 AWS 的客戶。

使用成員的 來識別成員 AWS 帳戶。

所有成員都可以貢獻資料。

## 可查詢的成員
<a name="glossary-member-who-can-query"></a>

可在[協同合作](#glossary-collaboration)中查詢資料的成員。

每個協同合作只能有一個成員可以查詢，而且該成員不可變。

管理使用者可以使用 AWS Identity and Access Management (IAM) 許可來控制哪些 IAM 主體 （例如使用者或角色） 可以在協同合作中查詢資料。如需詳細資訊，請參閱[建立服務角色以從 Amazon S3 讀取資料](setting-up-roles.md#create-service-role-procedure)。

## 可執行查詢和任務的成員
<a name="glossary-member-who-can-run-queries-jobs"></a>

可以對[協同合作](#glossary-collaboration)中的資料執行查詢和任務的成員。

每個協同合作只有一個成員可以執行查詢和任務，而且該成員不可變。

管理使用者可以使用 AWS Identity and Access Management (IAM) 許可來控制哪些 IAM 主體 （例如使用者或角色） 可以在協同合作中執行查詢和任務。如需詳細資訊，請參閱[建立服務角色以從 Amazon S3 讀取資料](setting-up-roles.md#create-service-role-procedure)。

## 可接收結果的成員
<a name="glossary-member-who-can-receive-results"></a>

可以接收查詢結果的成員。可以接收結果的成員會指定 Amazon S3 目的地和查詢結果格式 (CSV 或 Parquet) 的查詢結果設定。

對於使用 Spark 分析引擎的分析，可以接收結果的成員也會指定檔案輸出為單一檔案或多個檔案。

可以有一個以上的成員可以在協同合作中收到結果。

## 成員支付查詢運算成本
<a name="glossary-member-paying-for-query-compute"></a>

負責支付查詢運算成本的成員。

只有一位成員負責支付每次協同合作的查詢運算成本，而且該成員不可變。

如果協同合作建立者尚未將任何人指定為支付查詢運算成本的成員，則[可以查詢的成員](#glossary-member-who-can-query)即為預設付款人。

支付查詢運算成本的成員會收到已在協同合作中執行之查詢的帳單。

## 成員支付查詢和任務運算成本
<a name="glossary-member-paying-for-query-job-compute"></a>

負責支付查詢和任務運算成本的成員。

只有一位成員負責支付每次協同合作的查詢和任務運算成本，而且該成員不可變。

如果協作建立者尚未將任何人指定為支付查詢和任務運算成本的成員，則[可以查詢的成員](#glossary-member-who-can-query)是預設付款人。

支付查詢和任務運算成本的成員會收到已在協同合作中執行之查詢的帳單。

## 成員資格
<a name="glossary-membership"></a>

當[成員](#glossary-member)加入[協同](#glossary-collaboration)合作時建立的資源。

成員與協同合作相關聯的所有資源都是成員資格的一部分，或與成員資格相關聯。

只有擁有成員資格的成員才能新增、移除或編輯該成員資格中的資源。

## 密封資料欄
<a name="glossary-sealed-columns"></a>

以密碼編譯方式保護 SELECT SQL 建構的欄。

## 種子資料
<a name="glossary-seed-data"></a>

種子資料提供者的資料，用於建立[看起來像區段](#glossary-lookalike-segment)。種子資料可以直接提供，也可以來自 AWS Clean Rooms 查詢的結果。看起來像區段輸出是一組來自訓練資料的 使用者，最接近種子使用者。

## Spark 分析引擎
<a name="glossary-spark-analytics-engine"></a>

中的分析選項 AWS Clean Rooms ，可讓客戶使用 Apache Spark SQL 函數，對存放在 Amazon S3、Amazon Athena 或 Snowflake 中的大型資料集執行複雜的查詢。它也支援 中的 PySpark 分析 AWS Clean Rooms。

當您使用 [CreateCollaboration API](https://docs.aws.amazon.com/clean-rooms/latest/apireference/API_CreateCollaboration.html) 建立協同合作時，Spark 分析引擎的值為 `SPARK`。

## Query
<a name="glossary-query"></a>

一種方法，可使用支援的一組函數、類別和變數，存取和分析協同合作中設定的資料表。

AWS Clean Rooms 目前支援 SQL 查詢語言。

AWS Clean Rooms 目前支援執行直接 SQL 查詢或使用 SQL 分析範本執行查詢。