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。

# 故障診斷 AWS Clean Rooms
<a name="troubleshooting"></a>

如果您在使用 時遇到問題 AWS Clean Rooms，您可以使用 AWS MCP 伺服器自動診斷問題，或參閱下列主題中列出的常見問題以取得手動解決方案。

## 使用 AWS MCP 對無塵室問題進行故障診斷
<a name="troubleshoot-mcp-clean-rooms"></a>

您可以使用 [AWS MCP Server](https://docs.aws.amazon.com/agent-toolkit/latest/userguide/mcp-server.html) 搭配任何與 MCP 相容的用戶端，自動診斷並解決常見的無塵室問題。aws-cleanrooms 技能有助於處理下列問題：
+ **許可錯誤** – 執行受保護的查詢、寫入結果、存取設定的資料表或執行跨帳戶操作時，存取遭拒的錯誤。技能會系統地檢查 IAM 角色政策、S3 儲存貯體政策、KMS 金鑰政策、Lake Formation 許可和跨帳戶信任組態。
+ **缺少自訂 ML 模型任務的 CloudWatch 日誌** – 自訂模型訓練或推論任務不會出現 CloudWatch 日誌。此技能會檢查隱私權組態、ML 組態設定、角色許可和日誌群組是否存在。

若要開始使用，請安裝並設定 AWS MCP 伺服器。如需設定說明，請參閱 [AWS MCP 伺服器設定](https://docs.aws.amazon.com/agent-toolkit/latest/userguide/getting-started-aws-mcp-server.html)指南。

## 常見問題
<a name="troubleshoot-common-issues"></a>

本節說明使用 時可能發生的一些常見問題 AWS Clean Rooms ，以及如何修正這些問題。

**Topics**
+ [查詢參考的一或多個資料表無法由其相關聯的服務角色存取。資料表/角色擁有者必須授予 資料表的服務角色存取權。](#table-not-accessible)
+ [其中一個基礎資料集具有不支援的檔案格式。](#dataset-has-unsupported-file-format)
+ [使用 密碼編譯運算時，查詢結果不如預期Clean Rooms。](#troubleshoot-query-results-c3r)
+ [AWS Clean Rooms Spark SQL：缺少分割區資料](#troubleshoot-missing-partition-data)

### 查詢參考的一或多個資料表無法由其相關聯的服務角色存取。資料表/角色擁有者必須授予 資料表的服務角色存取權。
<a name="table-not-accessible"></a>
+ 確認已視需要設定服務角色的許可。如需詳細資訊，請參閱 [設定 AWS Clean Rooms](setting-up.md)。

### 其中一個基礎資料集具有不支援的檔案格式。
<a name="dataset-has-unsupported-file-format"></a>
+ 確保您的資料集採用其中一個支援的檔案格式：
  + Parquet 
  + RCFile
  + TextFile
  + SequenceFile
  + RegexSerde
  + OpenCSV
  + AVRO
  + JSON

  如需詳細資訊，請參閱[的資料格式 AWS Clean Rooms](data-formats.md)。

### 使用 密碼編譯運算時，查詢結果不如預期Clean Rooms。
<a name="troubleshoot-query-results-c3r"></a>

如果您使用加密運算 for Clean Rooms(C3R)，請確認您的查詢正確使用加密的資料欄：
+ 這些sealed資料欄僅用於 SELECT子句。
+ 這些fingerprint資料欄僅用於 JOIN子句 （以及特定條件下的 GROUP BY子句）。
+ 只有在協同合作設定需要時，您才是具有相同名稱的資料JOINingfingerprint欄。

如需詳細資訊，請參閱[的加密運算 Clean Rooms](crypto-computing.md)及[適用於 的密碼編譯運算中的資料欄類型 Clean Rooms](crypto-computing-column-types.md)。

### AWS Clean Rooms Spark SQL：缺少分割區資料
<a name="troubleshoot-missing-partition-data"></a>

中的所有分割區 AWS Glue Data Catalog 也必須有 S3 中的資料。引擎使用 Spark 設定 `spark.sql.files.ignoreMissingFiles=False`

如需詳細資訊，請參閱 [https：//https://spark.apache.org/docs/latest/sql-data-sources-generic-options.html\#ignore-missing-files。 ](https://spark.apache.org/docs/latest/sql-data-sources-generic-options.html#ignore-missing-files)

如果您遇到此錯誤，您會收到下列錯誤訊息： `"Missing partition data: One of the configured tables is partitioned and one or more of the partitions does not have data".`

將 Amazon S3 中存在的資料與 AWS Glue Data Catalog 資料表的 中列出的分割區進行比較。刪除 S3 中沒有對應資料的分割區。