차등 개인정보 보호로 보호되는 데이터 쿼리하기¶

조인 연산자¶

각 조인은 단일 연산자를 사용하는 동등 조인이어야 합니다. 예를 들어, t1.c1 == t2.c1 은 지원되지만, col1 > col2 및 col1 + 10 = col2 는 지원되지 않습니다. 조건 없는 조인은 지원되지 않습니다.

조인에는 JOIN 연산자를 사용해야 합니다. 조인에 대한 WHERE 구문은 지원되지 않습니다. 조인 구문에 대한 자세한 내용은 조인 구현하기 섹션을 참조하십시오.

지원되는 조인¶

차등 개인정보 보호 쿼리의 조인은 다음 중 하나여야 합니다.

• INNER

• { LEFT | RIGHT | FULL } OUTER

• NATURAL

조인의 양쪽 모두 쿼리 패턴이 동일해야 합니다. 예를 들어, 다음 조인은 지원됩니다.

양쪽이 모두 식별자

SELECT COUNT(*)
FROM t1 INNER JOIN t2 ON t1.a=t2.a;

Copy

양쪽이 모두 하위 쿼리

SELECT COUNT(*)
FROM (SELECT a, SUM(b) FROM t1 GROUP BY a) AS g1
    INNER JOIN (SELECT * FROM t2) AS g2
    ON g1.a=g2.a;

Copy

식별자와 하위 쿼리를 조인하는 기능은 현재 지원되지 않습니다.

조인과 관련된 지원되는 쿼리 구문에 대한 내용은 쿼리 구문 섹션을 참조하십시오.

조인에서 엔터티 키 사용하기¶

엔터티 수준 개인정보 보호 로 보호되는 테이블 작업을 수행하는 경우, 특히 의미 체계적으로 쿼리를 변경하지 않는 경우 엔터티 키 열을 조인 키의 일부로 포함하면 노이즈의 양을 최소화할 수 있습니다.

예를 들어, 엔터티가 고객인 다음 테이블이 있다고 가정해 보겠습니다.

테이블	설명
customers	각 행이 고객이고 customer_id 가 있는 고객 디렉터리.
transactions	각 고객이 여러 트랜잭션을 가질 수 있는 고객 트랜잭션.
transaction_lines	트랜잭션에서 구매한 고유 항목. 하나의 트랜잭션에는 여러 행이 있을 수 있습니다.

모범 사례를 따르는 경우, 데이터 공급자는 각 테이블이 엔터티 키 customer_id 를 갖도록 데이터를 정형화했습니다. 이 데이터 스키마의 경우, 각 트랜잭션 라인은 하나의 트랜잭션에만 속할 수 있으며, 각 트랜잭션은 한 명의 고객에게만 속할 수 있습니다. 이러한 관계는 데이터 자체에서는 명확하게 드러나지 않으므로 추가 정보가 없으면 차등 개인정보 보호를 위해 추가되는 노이즈 양이 필요 이상으로 많아질 것입니다.

엔터티 키 customer_id 를 조인 키의 일부로 포함하면 중복되더라도 노이즈의 양을 최소화할 수 있습니다. 예를 들어, transactions 테이블을 transaction_lines 와 조인하는 경우 일반적으로 transaction_id 조인 키만 필요합니다. 그러나 transaction_id 와 customer_id 모두에서 조인하면 노이즈가 줄어듭니다.

데이터 타입 및 개인정보 보호 도메인¶

두 테이블을 조인하는 경우 양쪽의 조인 키 열의 데이터 타입이 동일해야 합니다. 차등 개인 정보 보호의 경우 열의 데이터 타입에는 개인정보 보호 도메인 이 있는지 여부가 포함됩니다.

예를 들어, 개인 정보 보호 테이블 transactions 와 보호되지 않는 테이블 product_lookup 이 있고 이를 product_id 에서 조인하려는 경우, 두 테이블의 product_id 열은 동일한 데이터 타입(예: 문자열)이어야 하며 각각 개인정보 보호 도메인을 가져야 합니다.

이러한 요구 사항을 충족하려면 분석가의 관리자가 데이터 공급자가 정의하는 것과 마찬가지로 개인정보 보호 도메인을 정의해야 할 수도 있습니다. 테이블에 대한 개인정보 도메인을 설정하는 방법에 대한 자세한 내용은 개인정보 보호 도메인 설정하기 섹션을 참조하십시오.

고유성 요구 사항¶

조인으로 인해 데이터 행이 중복될 가능성이 있으며, 이로 인해 쿼리 결과에 추가되는 노이즈의 양이 무제한이 될 수 있습니다. 조인에서 개인정보로 보호되는 데이터가 중복되지 않도록 하려면 개인정보로 보호되는 테이블의 조인 키(즉, 테이블이 조인되는 열)가 다른 테이블의 레코드 1개와만 일치해야 합니다. 즉, 개인정보가 보호되는 테이블에 조인할 때 반대쪽의 조인 키에서 중복을 제거해야 합니다.

조인에 대한 고유성 요구 사항을 충족하기 위해 쿼리는 조인 열의 하위 집합에서 GROUP BY를 사용하여 중복 행을 하나의 결과로 그룹화할 수 있습니다.

예를 들어, patients 테이블은 차등 개인정보 보호로 보호되고 geo_lookup 테이블은 그렇지 않다고 가정해 보겠습니다. 분석가는 zip_code 에서 이 두 테이블을 조인하여 State 의 patients 테이블에서 필터링을 수행할 수 있기를 원합니다. 개인정보 보호 patients 테이블의 레코드가 중복되지 않도록 하려면 쿼리는 조인 키에서 zip_code 테이블의 중복을 제거해야 합니다. geo_lookup 테이블이 이미 zip_code 에서 고유한 경우에도 이 작업을 명시적으로 수행해야 합니다. 이를 통해 Snowflake가 개인정보 보호를 올바르게 처리할 수 있습니다.

SELECT COUNT(*)
  FROM patients
  LEFT JOIN (SELECT zip_code, ANY_VALUE(state) AS residence_state
            FROM geo_lookup
            GROUP BY zip_code)
  USING zip_code
  WHERE birth_state = residence_state;

df_patients = session.table("patients")
df_geo = session.table("geo_lookup")
df_geo_deduped = df_geo.group_by("zip_code").agg(f.any_value("state").as_("state"))
df_patients.join(df_geo_deduped, on="zip_code", join_type="left")\
          .where(f.col("birth_state") == f.col("residence_state")).select(f.count("*"))

트랜잭션 수준 쿼리 실행¶

엔터티 수준 차등 개인정보 보호에 대한 중복 제거 요구 사항은 트랜잭션 수준 쿼리를 실행하는 데 방해가 되지 않습니다. 하지만 먼저 엔터티 수준으로 데이터를 그룹화한 다음 해당 그룹을 기준으로 집계해야 합니다.

예를 들어, doctor_visits 테이블이 있고 데이터 공급자가 엔터티 수준의 개인정보 보호를 구현하기 위해 엔터티 키 patient_id 를 정의했다고 가정해 보겠습니다. 트랜잭션 수준 쿼리의 예는 “How many doctor visits weren’t for a regular checkup?”입니다. 다음은 이 쿼리를 작성하는 방법의 예입니다.

SELECT SUM(num_visits)
  FROM (SELECT SUM((visit_reason<>'Regular checkup')::INT) AS num_visits
        WHERE visit_reason IS NOT NULL
        GROUP BY patient_id)
  WHERE num_visits > 0 AND num_visits < 20;

하위 쿼리는 patient_id 로 그룹화하여 데이터를 중복 제거합니다. 집계 열 num_visits 는 정기 검진을 위한 방문이 아닌 환자당 방문 횟수를 캡처합니다. 그런 다음 쿼리는 환자별 열에 대해 다시 집계하여 총 방문 횟수를 구합니다. 데이터에 개인정보 보호 도메인을 지정 하려면 외부 쿼리의 WHERE 절이 필요합니다.