AWS Clean Rooms lance des configurations avancées pour optimiser les performances SQL
AWS Clean Rooms annonce aujourd'hui la prise en charge de configurations avancées afin d'améliorer les performances des requêtes Spark SQL. Ce lancement vous permet de personnaliser les propriétés et les tailles de calcul de Spark pour les requêtes SQL au moment de l'exécution, offrant ainsi une flexibilité accrue pour répondre à vos exigences en matière de performances, d'évolutivité et de coûts.
Avec AWS Clean Rooms, vous pouvez configurer les propriétés de Spark, telles que les paramètres de partition aléatoire pour le traitement parallèle et autoBroadcastJoinThreshold pour optimiser les opérations de jointure, afin de vous aider à mieux contrôler le comportement et le réglage des requêtes SQL dans le cadre d'une collaboration Clean Rooms. En outre, vous pouvez choisir de mettre en cache les données d'une table existante contenant les résultats d'une requête SQL ou de créer et de mettre en cache une nouvelle table, ce qui permet d'améliorer les performances et de réduire les coûts liés aux requêtes complexes utilisant de grands jeux de données. Par exemple, un annonceur effectuant une analyse des ventes de ses campagnes publicitaires peut spécifier un nombre personnalisé de collaborateurs pour un type d'instance et configurer les propriétés de Spark, sans modifier sa requête SQL, afin d'optimiser les coûts.
Avec AWS Clean Rooms, les clients peuvent créer une salle blanche de données sécurisée en quelques minutes et collaborer avec n'importe quelle entreprise sur AWS ou Snowflake pour générer des informations uniques sur les campagnes publicitaires, les décisions d'investissement, ainsi que la recherche et le développement. Pour en savoir plus sur les régions AWS dans lesquelles AWS Clean Rooms est disponible, consultez le tableau des régions AWS. Pour en savoir plus sur la collaboration avec AWS Clean Rooms, rendez-vous sur AWS Clean Rooms.