Data Clean Rooms-Entwicklerhandbuch¶
Dieses Thema bietet Richtlinien für Benutzer, die Snowflake Data Clean Rooms-Kollaborationen programmatisch erstellen oder verwalten möchten.
Entwicklungs-Tools¶
Dies sind die wichtigsten Entwickler-Tools für die Zusammenarbeit mit Snowflake Data Clean Rooms:
Codierungsumgebung: Jede Codierungsumgebung, die gespeicherte Prozeduren in Ihrem Snowflake-Konto ausführen kann, funktioniert. Die meisten Entwickler verwenden Arbeitsblätter in Snowsight (dem browserbasierten Tool) oder das Snowflake CLI.
** Cortex Code:** Data Clean Room-Prozeduren sind auch in einer agentenbasierten Erfahrung über Cortex Code verfügbar.
Einrichten Ihrer Umgebung¶
Hier sind einige Tipps zur Einrichtung Ihrer Entwicklungsumgebung, um die Snowflake Data Clean Rooms API effektiv zu nutzen.
Verwendung der Collaboration API¶
Snowflake stellt die Data Clean Rooms Collaboration API zur Verfügung, um Kollaborationen zu erstellen und zu verwalten. Diese API besteht aus gespeicherten Prozeduren, die in jeder Umgebung mit Zugriff auf Ihr Snowflake-Konto ausgeführt werden können. Dazu gehören Snowsight-Notebooks, Arbeitsbereiche, Arbeitsblätter und der Snowflake CLI.
Die Dokumentation hier zeigt die Nutzung von SQL, aber Sie können auch Python oder jede andere von Snowflake unterstützte Sprache verwenden.
Sie können Benutzern Zugriff auf die vollständige API oder eine Teilmenge davon durch bestimmte:ref:DCR-Berechtigungen<label-dcr_collab_list_of_required_privileges> gewähren.
Bemerkung
Sie benötigen korrekte DCR-Berechtigungen, um die Collaboration API zu verwenden. Sie können Untergruppen von Nutzern über eine feingranulare rollenbasierte Zugriffssteuerung (RBAC) eingeschränkten Zugriff auf bestimmte Prozeduren gewähren.
Die SAMOOHA_APP_ROLE hat Zugriff auf die gesamte vorkonfigurierteAPI.
Erstellen eines Warehouse¶
Sie müssen die Collaboration API in einem Warehouse verwenden, für das Ihre Rolle über das USAGE-Privileg verfügt. APP_WH ist eines von :ref:`mehreren Warehouses<label-cleanrooms_installation_details_warehouses>, die Sie verwenden können. Wählen Sie das für Ihre Anforderungen geeignete Warehouse aus.
Jedes Standard-Warehouse funktioniert für allgemeine Bearbeitungs-, Erstellungs- oder Löschbefehle für die Zusammenarbeit. Ziehen Sie die Verwendung größerer Warehouses oder Snowpark-optimierter Warehouses in Betracht, wenn Sie große Analysen durchführen, wie z. B. Machine Learning-Workloads. Wenn Sie ein Snowpark-optimiertes Warehouse zum Überprüfen oder Verknüpfen einer Collaboration verwenden, stellen Sie sicher, dass MAX_CONCURRENCY_LEVEL auf einen Wert von mindestens 2 gesetzt ist.
Einrichten von Testkonten¶
Sie sollten mindestens zwei separate Konten haben, in denen Sie vollen Coding-Zugriff haben, um Zusammenarbeiten mit mehreren Parteien zu entwickeln und zu testen.
Abhängig von Ihrem Anwendungsfall möchten Sie zum Testen von Cloud-übergreifendem Verhalten möglicherweise auch ein Snowflake-Testkonto in einer anderen Cloudhosting-Region verwenden.
Benennen Sie Ihre Snowflake-Testkonten sinnvoll, sodass deren typischer Verwendungszweck erkennbar ist, z. B. „Cross-Cloud-Konto“ oder „Standard-Edition-Konto“. Dies hilft insbesondere dann, wenn Sie mehrere Testkonten haben und auf der Clean-Rooms-Login-Seite ein Konto auswählen müssen.
Referenzen und Ressourcen¶
Die folgenden Themen sind nützlich für Snowflake Data Clean Room-Entwickler.
Referenzthemen:
Elemente, die mit der Snowflake Data Clean Room-Umgebung installiert wurden: Welche Objekte werden mit der SDCR-Umgebung installiert?
Beispieldaten:
Die Snowflake-DCR-Umgebung installiert einige Beispiel-Datasets, die Sie verwenden können.
Sie können auch synthetische Testdaten mit Snowflake generieren.
Problembehandlung: Tipps erhalten Sie in der :doc:` Anleitung zur Problembehandlung bei Daten-Clean-Rooms</user-guide/cleanrooms/v2/troubleshooting>`.
Nützliche Metadaten für die Zusammenarbeit: Im Metadaten-Merkblatt erfahren Sie, wie Sie nützliche Metadaten zu einer Zusammenarbeit erhalten, z. B. ob ein Teilnehmer (einschließlich Sie selbst) eine bestimmte Zusammenarbeit installiert hat.
Anzeige des API-Abfrageverlaufs: So sehen Sie den Verlauf von Collaboration API (oder anderen) Aufrufen ein, die Sie durchgeführt haben:
Melden Sie sich bei Snowsight an.
Wählen Sie im Navigationsmenü die Option Monitoring » Query History aus.
Verwenden Sie die Filter, um die mit der Analyse verbundene Abfrage zu finden, und wählen Sie dann die Abfrage oder Analyse aus.
Beispiele für Features: Um zu verstehen, wie Sie die verschiedenen Features der Collaboration API nutzen können, können Sie die Beispiele in den Abschnitten Use cases und Key concepts & features der Snowflake-DCR-Dokumentation heranziehen.
Zusätzliche Beispiele und Videos: Weitere Codebeispiele, Tutorials und Videos finden Sie unter Beispiel-Notizbücher und -Arbeitsblätter.