Condividere dati sensibili con le data clean room

Le data clean room forniscono un ambiente con maggiore sicurezza in cui più parti possono condividere, unire e analizzare i propri asset di dati senza spostare o rivelare i dati sottostanti.

Le data clean room di BigQuery sono basate sulla piattaforma BigQuery sharing (in precedenza Analytics Hub). Mentre gli scambi di dati condivisi standard forniscono un modo per condividere i dati su larga scala oltre i confini organizzativi, le data clean room ti aiutano a gestire i casi d'uso di condivisione di dati sensibili e protetti. Le data clean room forniscono controlli di sicurezza aggiuntivi per proteggere i dati sottostanti e applicare le regole di analisi definite dal proprietario dei dati.

Di seguito sono riportati i casi d'uso principali:

• Pianificazione delle campagne e approfondimenti sul pubblico. Consente a due parti (ad esempio venditori e acquirenti) di combinare i dati proprietari e migliorare l'arricchimento dei dati nel rispetto della privacy.
• Misurazione e attribuzione. Abbina i dati sul rendimento dei clienti e dei media per comprendere meglio l'efficacia delle iniziative di marketing e prendere decisioni aziendali più informate.
• Attivazione. Combina i dati dei clienti con quelli di altre parti per migliorare la comprensione dei clienti, consentendo funzionalità di segmentazione migliorate e un'attivazione dei media più efficace.

Esistono anche diversi casi d'uso delle data clean room al di fuori del settore del marketing:

• Vendita al dettaglio e beni di largo consumo. Ottimizza le attività di marketing e promozionali combinando i dati dei punti vendita dei rivenditori e i dati di marketing delle aziende di beni di largo consumo.
• Servizi finanziari. Migliorare il rilevamento delle frodi combinando dati sensibili di altri enti finanziari e governativi. Crea la valutazione del rischio di credito aggregando i dati dei clienti di più banche.
• Sanità. Condividere dati tra medici e ricercatori farmaceutici per scoprire come i pazienti reagiscono ai trattamenti.
• Catena di fornitura, logistica e trasporti. Combina i dati di fornitori e professionisti del marketing per ottenere un quadro completo del rendimento dei prodotti durante il loro ciclo di vita.

Ruoli

Esistono tre ruoli principali nelle data clean room di BigQuery:

• Proprietario della data clean room: un utente che gestisce le autorizzazioni, la visibilità e l'appartenenza di una o più data clean room all'interno di un progetto. Questo ruolo è analogo a quello di Amministratore Analytics Hub.
• Collaboratore: un utente a cui il proprietario della data clean room assegna la pubblicazione dei dati in una data clean room. In molti casi, il proprietario di una data clean room è anche un collaboratore di dati. Questo ruolo è analogo a quello di Analytics Hub Publisher.
• Abbonato: un utente a cui il proprietario della data clean room assegna l'abbonamento ai dati pubblicati in una data clean room, consentendogli di eseguire query sui dati. Questo ruolo è analogo a una combinazione di Analytics Hub Subscriber e Analytics Hub Subscription Owner.

Architettura

Le data clean room di BigQuery si basano su un modello di pubblicazione e iscrizione dei dati BigQuery. L'architettura di BigQuery prevede una separazione tra calcolo e archiviazione, consentendo ai collaboratori di dati di condividere i dati senza doverne creare più copie. L'immagine seguente mostra una panoramica dell'architettura della data clean room di BigQuery:

Data clean room

Una data clean room è un ambiente per la condivisione di dati sensibili in cui l'accesso non elaborato è impedito e vengono applicate limitazioni alle query. Solo gli utenti o i gruppi aggiunti come abbonati a una data clean room possono abbonarsi ai dati condivisi. I proprietari delle data clean room possono creare tutte le data clean room che vogliono in Condivisione.

Risorse condivise

Una risorsa condivisa è l'unità di condivisione dei dati in una data clean room. La risorsa deve essere una tabella o una vista BigQuery. In qualità di collaboratore di dati, crei o utilizzi una risorsa BigQuery esistente nel tuo progetto che vuoi condividere con i tuoi iscritti.

Schede

Una scheda viene creata quando un collaboratore aggiunge dati a una data clean room. Contiene un riferimento alla risorsa condivisa del collaboratore dei dati, nonché informazioni descrittive che aiutano gli abbonati a utilizzare i dati. In qualità di collaboratore di dati, puoi creare una scheda e includere informazioni come una descrizione, query di esempio e link alla documentazione per i tuoi abbonati.

Set di dati collegati

Un set di dati collegato è un set di dati BigQuery di sola lettura che funge da link simbolico a tutti i dati in una data clean room. Quando gli abbonati eseguono query sulle risorse in un set di dati collegato, vengono restituiti i dati delle risorse condivise, soddisfacendo le regole di analisi impostate dal collaboratore dei dati. In qualità di abbonato, quando ti abboni a una data clean room, viene creato un set di dati collegato all'interno del tuo progetto. Non viene creata alcuna copia dei dati e gli abbonati non possono visualizzare determinati metadati, come le definizioni delle viste.

Regole di analisi

In qualità di collaboratore, configuri le regole di analisi sulle risorse che condividi nella data clean room. Le regole di analisi impediscono l'accesso non elaborato ai dati sottostanti e applicano restrizioni alle query. Ad esempio, le data clean room supportano la regola di analisi della soglia di aggregazione, che consente agli abbonati di analizzare i dati solo tramite query di aggregazione.

Controlli per l'esportazione dei dati

I controlli di uscita dei dati vengono attivati automaticamente per impedire agli abbonati di copiare ed esportare i dati non elaborati da una data clean room. I collaboratori dei dati possono configurare controlli aggiuntivi per impedire la copia e l'esportazione dei risultati delle query ottenuti dagli abbonati.

Limitazioni

Le data clean room di BigQuery presentano le seguenti limitazioni:

• Puoi impostare regole di analisi solo sulle viste, non su tabelle o viste materializzate. A causa di questa limitazione, se un collaboratore condivide direttamente tabelle o viste materializzate (o viste senza regole di analisi) in una data clean room, gli abbonati hanno accesso non elaborato ai dati in queste risorse.
• Poiché le data clean room sono basate sulla piattaforma di condivisione, si applicano tutte le limitazioni alla condivisione.
• Le data clean room sono disponibili solo nelle regioni di condivisione.
• In qualità di abbonato, non puoi cercare risorse condivise in Dataplex Universal Catalog o Data Catalog.
• In qualità di abbonato, non puoi eseguire query sulle viste INFORMATION_SCHEMA nei set di dati collegati.
• In qualità di collaboratore di dati, non puoi pubblicare un intero set di dati direttamente in una data clean room.
• In qualità di collaboratore dei dati, non puoi pubblicare modelli o routine in una data clean room.
• Puoi aggiungere un massimo di 100 risorse condivise a una data clean room. Se hai bisogno di aumentare questo limite, contatta bq-dcr-feedback@google.com.

Prima di iniziare

Concedi i ruoli IAM (Identity and Access Management) che forniscono agli utenti le autorizzazioni necessarie per eseguire ogni attività descritta in questo documento, attiva l'API Analytics Hub e assegna il ruolo Amministratore Analytics Hub al proprietario della data clean room (l'utente che creerà la data clean room).

Autorizzazioni obbligatorie

Per ottenere le autorizzazioni necessarie per utilizzare le data clean room, chiedi all'amministratore di concederti il ruolo IAM Editor dati BigQuery (roles/bigquery.dataEditor). Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Questo ruolo predefinito contiene le autorizzazioni necessarie per utilizzare le data clean room. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Per saperne di più sui ruoli e sulle autorizzazioni IAM in BigQuery, consulta Introduzione a IAM.

Abilita l'API Analytics Hub

Per abilitare l'API Analytics Hub, seleziona una delle seguenti opzioni:

gcloud services enable analyticshub.googleapis.com

Dopo aver abilitato l'API Analytics Hub, puoi accedere alla pagina Condivisione (Analytics Hub).

Assegnare il ruolo di amministratore di Analytics Hub

Il proprietario della data clean room deve disporre del ruolo Amministratore di Analytics Hub (roles/analyticshub.admin). Per scoprire come concedere questo ruolo ad altri utenti, consulta Creare amministratori di Analytics Hub.

Flussi di lavoro dei proprietari di data clean room

In qualità di proprietario di una data clean room, puoi:

• Crea una data clean room.
• Aggiorna le proprietà della data clean room.
• Elimina una data clean room.
• Gestire i collaboratori ai dati.
• Gestire gli iscritti.
• Condividere una data clean room.

Autorizzazioni aggiuntive per il proprietario della data clean room

Per eseguire le attività del proprietario della data clean room, devi disporre del ruolo di amministratore di Analytics Hub (roles/analyticshub.admin) nel tuo progetto. Questo ruolo può essere assegnato anche a livello di cartella o organizzazione, se applicabile.

Creare una data clean room

  curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges?data_exchange_id=CLEAN_ROOM_ID -d
  '{
    display_name: "CLEAN_ROOM_NAME",
    sharing_environment_config: {dcr_exchange_config: {}}
  }'

Aggiorna una data clean room

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X PATCH https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID?updateMask=UPDATEMASK -d
'{
  display_name: "CLEAN_ROOM_NAME",
  sharing_environment_config: {dcr_exchange_config: {}}
}'

Eliminare una data clean room

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X DELETE https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges?data_exchange_id=CLEAN_ROOM_ID

Quando elimini una data clean room, vengono eliminate tutte le schede al suo interno. Tuttavia, le risorse condivise e i set di dati collegati non vengono eliminati. I set di dati collegati vengono scollegati dai set di dati di origine, quindi l'esecuzione di query sulle risorse nella data clean room inizia a non riuscire per gli abbonati.

Gestire i collaboratori ai dati

In qualità di proprietario di una data clean room, gestisci gli utenti che possono aggiungere dati alle tue data clean room (i tuoi collaboratori). Per consentire a un utente di aggiungere dati a una data clean room, concedigli il ruolo Publisher di Analytics Hub (roles/analyticshub.publisher) in una data clean room specifica:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID:setIamPolicy -d
'{
  "policy": {
    "bindings": [
      {
        "members": [
          "my-service-account@my-project.iam.gserviceaccount.com"
        ],
        "role": "roles/analyticshub.publisher"
      }
    ]
  }
}'

Puoi concedere il ruolo Publisher di Analytics Hub per un intero progetto dalla pagina IAM, che consente a un utente di aggiungere dati a qualsiasi data clean room di un progetto. Tuttavia, non consigliamo questa azione, in quanto potrebbe comportare un accesso eccessivamente permissivo per gli utenti.

Gestire gli iscritti

In qualità di proprietario di una data clean room, gestisci gli utenti che possono abbonarsi alle tue data clean room (i tuoi abbonati). Per consentire a un utente di abbonarsi a una data clean room, concedigli i ruoli Abbonato all'hub Analytics (roles/analyticshub.subscriber) e Proprietario dell'abbonamento all'hub Analytics (roles/analyticshub.subscriptionOwner) in una data clean room specifica:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID:setIamPolicy -d
'{
  "policy": {
    "bindings": [
      {
        "members": [
          "user:mike@example.com"
        ],
        "role": "roles/analyticshub.subscriptionOwner"
      },
      {
        "members": [
          "user:mike@example.com"
        ],
        "role": "roles/analyticshub.subscriber"
      }
    ]
  }
}'

Puoi concedere i ruoli Sottoscrittore Analytics Hub e Proprietario sottoscrizione Analytics Hub per un intero progetto dalla pagina IAM, che concede a un utente l'autorizzazione a sottoscrivere qualsiasi data clean room in un progetto. Tuttavia, non consigliamo questa azione, in quanto potrebbe comportare un accesso eccessivamente permissivo per gli utenti.

Condividere una data clean room

Puoi condividere direttamente una data clean room con gli abbonati:

1. Nella console Google Cloud , vai alla pagina Condivisione (Analytics Hub).

   Vai a Condivisione (Analytics Hub)

2. Nella riga della data clean room che vuoi condividere, fai clic su more_vert Altre azioni > Copia link di condivisione.

3. Condividi il link copiato con gli abbonati per consentire loro di visualizzare la data clean room e di iscriversi.

Flussi di lavoro dei collaboratori data clean room

In qualità di collaboratore dei dati, puoi:

• Aggiungi dati a una data clean room creando una scheda.
• Aggiorna una scheda.
• Eliminare una scheda.
• Condividere una data clean room.
• Monitorare le schede.

Autorizzazioni aggiuntive per i collaboratori dei dati

Per eseguire le attività di collaboratore ai dati, devi disporre del ruolo Publisher di Analytics Hub (roles/analyticshub.publisher) in una data clean room.

Inoltre, devi disporre dell'autorizzazione bigquery.datasets.link per i set di dati che contengono le risorse che vuoi elencare in una data clean room. Hai anche bisogno dell'autorizzazione resourcemanager.organization.get se vuoi visualizzare le clean room di dati nella tua organizzazione che non si trovano nel tuo progetto attuale.

Creare una scheda (aggiungere dati)

Per preparare i dati con le regole di analisi e pubblicarli in una data clean room come scheda, procedi nel seguente modo:

  curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H 'x-goog-user-project:DCR_PROJECT_ID' -X POST https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID/listings?listingId=LISTING_ID -d
  '{"bigqueryDataset":{"dataset":"projects/PROJECT_ID/datasets/DATASET_ID","selectedResources":[{"table":"projects/PROJECT_ID/datasets/DATASET_ID/tables/VIEW_ID"}],},"displayName":LISTING_NAME"}'

Se elenchi una risorsa in una data clean room, concedi a tutti gli abbonati attuali e futuri della data clean room l'accesso ai dati nella risorsa condivisa.

Se provi a creare una scheda con una risorsa condivisa che non ha una regola di analisi, viene visualizzato un avviso che informa che gli abbonati potranno accedere ai dati non elaborati per quella risorsa. Se confermi di pubblicare volontariamente queste risorse senza regole di analisi, puoi comunque creare la scheda.

Se ricevi l'errore Failed to save listing, assicurati di disporre delle autorizzazioni necessarie per eseguire le attività di collaboratore dei dati.

Aggiornare una scheda

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H 'x-goog-user-project:DCR_PROJECT_ID' -X PATCH https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID/listings/listingId=LISTING_ID?updateMask=displayName -d
'{"displayName":LISTING_NAME"}'

Non puoi modificare la risorsa di origine o i controlli di uscita dei dati per una scheda dopo la sua creazione.

Eliminare una scheda

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H 'x-goog-user-project:DCR_PROJECT_ID' -X DELETE https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID/listings?listingId=LISTING_ID

Quando elimini una scheda, le risorse condivise e i set di dati collegati non vengono eliminati. I set di dati collegati vengono scollegati dai set di dati di origine, quindi l'esecuzione di query sui dati in questo elenco inizia a non riuscire per gli abbonati.

Condividere una data clean room

Puoi condividere direttamente una data clean room con gli abbonati:

1. Nella console Google Cloud , vai alla pagina Condivisione (Analytics Hub).

   Vai a Condivisione (Analytics Hub)

2. Nella riga della data clean room che vuoi condividere, fai clic su more_vert Altre azioni > Copia link di condivisione.

3. Condividi il link copiato con gli abbonati per consentire loro di visualizzare la data clean room e di iscriversi.

Monitorare le schede

Puoi visualizzare le metriche di utilizzo nei set di dati di origine delle risorse che condividi in una data clean room eseguendo query sulla vista INFORMATION_SCHEMA.SHARED_DATASET_USAGE.

Per visualizzare gli iscritti alla tua scheda:

1. Nella console Google Cloud , vai alla pagina Condivisione (Analytics Hub).

   Vai a Condivisione (Analytics Hub)

2. Fai clic sul nome visualizzato della data clean room.

3. Nella riga di una scheda che vuoi visualizzare, fai clic su more_vert Altre azioni > Visualizza abbonamenti.

Workflow per gli iscritti

Un abbonato può visualizzare una data clean room e abbonarsi. L'iscrizione a una data clean room crea un set di dati collegato nel progetto del subscriber. Ogni set di dati collegato ha lo stesso nome della data clean room.

Non puoi abbonarti a una scheda specifica all'interno di una data clean room. Puoi solo iscriverti alla data clean room.

Autorizzazioni aggiuntive per gli abbonati

Per eseguire le attività dell'abbonato, devi disporre dei ruoli Analytics Hub Subscriber (roles/analyticshub.subscriber) e Analytics Hub Subscription Owner (roles/analyticshub.subscriptionOwner) in una data clean room.

Inoltre, devi disporre dell'autorizzazione bigquery.datasets.create in un progetto per creare un set di dati collegato quando ti abboni a una data clean room.

Iscriviti a una data clean room

L'iscrizione a una data clean room ti consente di accedere tramite query ai dati nelle schede creando un set di dati collegato nel tuo progetto. Per abbonarti a una data clean room:

  curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -L -X POST https://analyticshub.googleapis.com/v1/projects/DCR_PROJECT_ID/locations/LOCATION/dataExchanges/CLEAN_ROOM_ID:subscribe  --data '{"destination":"projects/SUBSCRIBER_PROJECT_ID/locations/LOCATION","subscription":"SUBSCRIPTION"}'

Al progetto specificato viene aggiunto un set di dati collegato, disponibile per le query.

In qualità di abbonato, puoi modificare alcuni metadati dei set di dati collegati, ad esempio descrizione ed etichette. Puoi anche impostare le autorizzazioni per i set di dati collegati. Tuttavia, le modifiche ai set di dati collegati non influiscono sui set di dati di origine. Inoltre, non puoi visualizzare le definizioni delle visualizzazioni.

Le risorse contenute nei set di dati collegati sono di sola lettura. In qualità di abbonato, non puoi modificare i dati o i metadati delle risorse nei set di dati collegati. Inoltre, non puoi specificare le autorizzazioni per le singole risorse all'interno del set di dati collegato.

Per annullare l'iscrizione alla data clean room, elimina il set di dati collegato.

Eseguire query sui dati in un set di dati collegato

Per eseguire query sui dati in un set di dati collegato, utilizza la sintassi SELECT WITH AGGREGATION_THRESHOLD, che ti consente di eseguire query sulle visualizzazioni applicate dalle regole di analisi. Per un esempio di questa sintassi, vedi Eseguire una query su una regola di analisi della soglia di aggregazione: visualizzazione applicata.

Scenario di esempio: analisi dell'attribuzione di inserzionisti e publisher

Un inserzionista vuole monitorare l'efficacia delle sue campagne di marketing. L'inserzionista dispone di dati proprietari sui propri clienti, tra cui cronologia degli acquisti, dati demografici e interessi. Il publisher dispone di dati del suo sito web, inclusi gli annunci mostrati ai visitatori e le relative conversioni.

L'inserzionista e il publisher accettano di utilizzare una data clean room per combinare i dati e misurare i risultati delle loro campagne. In questo caso, il publisher crea la data clean room e rende disponibili i propri dati affinché l'inserzionista possa eseguire l'analisi. Il risultato è un report sull'attribuzione che mostra all'inserzionista quali annunci sono stati più efficaci nel generare vendite. L'inserzionista può quindi utilizzare queste informazioni per migliorare le sue future campagne di marketing.

L'inserzionista e il publisher orchestrano la data clean room di BigQuery nel seguente modo:

Creare la data clean room (publisher)

1. Un proprietario della data clean room nell'organizzazione del publisher abilita l'API Analytics Hub nel proprio progetto BigQuery e assegna l'utente A come proprietario della data clean room (amministratore di Analytics Hub).
2. L'utente A crea una data clean room chiamata Campaign Analysis e assegna le seguenti autorizzazioni:
   • Collaboratore ai dati (publisher Analytics Hub): l'utente B, un data engineer dell'organizzazione del publisher.
   • Abbonato (Analytics Hub Subscriber e Subscription Owner): Utente C, un analista di marketing dell'organizzazione dell'inserzionista.

Aggiungere dati alla data clean room (publisher)

1. L'utente B crea una nuova scheda nella data clean room chiamata Publisher Conversion Data. Durante la creazione della scheda, viene creata una nuova visualizzazione con regole di analisi.

Iscrizione alla data clean room (inserzionista)

1. L'utente C si iscrive alla data clean room, che crea un set di dati collegato per tutte le schede nella data clean room, inclusa la scheda Publisher Conversion Data.
2. L'utente C ora può eseguire query di aggregazione per combinare i dati di questo set di dati collegato con i propri dati proprietari per misurare l'efficacia della campagna.

Risoluzione delle entità

I casi d'uso delle data clean room spesso richiedono il collegamento di entità tra i set di dati dei collaboratori e dei sottoscrittori che non includono un identificatore comune. Gli abbonati e i collaboratori ai dati potrebbero rappresentare gli stessi record in modo diverso in più set di dati, perché i set di dati provengono da origini dati diverse o perché utilizzano identificatori di spazi dei nomi diversi.

Nell'ambito della preparazione dei dati, la risoluzione delle entità in BigQuery esegue le seguenti operazioni:

• Per i collaboratori di dati, deduplica e risolve i record nelle risorse condivise utilizzando gli identificatori di un fornitore comune a loro scelta. Questa procedura consente l'unione di più autori.
• Per gli abbonati, deduplica e risolve i record nei set di dati proprietari e li collega alle entità nei set di dati dei collaboratori. Questo processo consente di unire i dati del progetto subscriber e del collaboratore dei dati.

Per configurare la risoluzione delle entità con il provider di identità che preferisci, vedi Configurare e utilizzare la risoluzione delle entità in BigQuery.

Scopri gli asset della data clean room

Per trovare tutte le data clean room a cui hai accesso:

• Per i proprietari e i collaboratori di data clean room, nella consoleGoogle Cloud , vai alla pagina Condivisione (Analytics Hub).

  Vai a Condivisione (Analytics Hub)

  Vengono elencate tutte le data clean room a cui puoi accedere.

• Per gli abbonati:

  1. Nella console Google Cloud , vai alla pagina BigQuery.

     Vai a BigQuery

  2. Nel riquadro Explorer, fai clic su add_box Aggiungi dati.

  3. Seleziona Condivisione (Analytics Hub). Si apre una pagina di scoperta.

  4. Per visualizzare le data clean room a cui hai accesso, seleziona Data clean room nell'elenco dei filtri.

Per trovare tutti i set di dati collegati creati dalle data clean room nel tuo progetto, esegui il seguente comando in un ambiente a riga di comando:

PROJECT=PROJECT_ID \
for dataset in $(bq ls --project_id $PROJECT | tail +3); \
do [ "$(bq show -d --project_id $PROJECT $dataset | egrep LINKED)" ] \
&& echo $dataset; done

Sostituisci PROJECT_ID con il progetto che contiene i tuoi set di dati collegati.

Prezzi

Ai collaboratori dei dati vengono addebitati solo i costi di archiviazione dei dati. Agli abbonati vengono addebitati costi per il calcolo (analisi) solo quando eseguono query.

Passaggi successivi

• Se utilizzi Controlli di servizio VPC, consulta Controlli di servizio VPC.
• Limitare l'accesso ai dati con le regole di analisi.
• Introduzione alla condivisione.