AWS Clean Rooms

AWS Clean Rooms 定價概觀

藉助 AWS Clean Rooms,您與您的合作夥伴可分析集合資料、使用隱私權增強的機器學習 (ML),以及透過 AWS Clean Rooms 上的 AWS Entity Resolution 來解析記錄,進而滿足您的商業需求。若在 AWS Clean Rooms 中分析集合資料,您或指定協作者將依據 Clean Rooms 處理單位 (CRPU) 時數,按照 PySpark 或 SQL 查詢運算付費。請在下文中進一步了解 CRPU 時數的相關資訊。若使用 AWS Clean Rooms ML 自訂建模,您將依據以下各項來付費︰訓練、推論或兩者,您選擇的運算執行個體類型的用量,以及為了在協作中透過訓練與推論建立輸入資料所執行的 Spark SQL 查詢運算容量。若使用 AWS Clean Rooms ML 類似建模,您只需按照每 1,000 個設定檔的價格,為您請求的模型訓練和建立的類似區段付費。若在 AWS Clean Rooms 上使用 AWS Entity Resolution,則需按每 1,000 項記錄的價格支付費用。

請注意:視乎您使用的功能,定價可能因 AWS 區域而異,且 AWS 免費方案不適用於 AWS Clean Rooms、AWS Clean Rooms ML 或 AWS Entity Resolution 中的 PySpark。

AWS Clean Rooms 可在以下 AWS 區域使用:美國東部 (維吉尼亞北部)、美國東部 (俄亥俄)、美國西部 (奧勒岡)、亞太區域 (首爾)、亞太區域 (新加坡)、亞太區域 (雪梨)、亞太區域 (東京)、歐洲 (法蘭克福)、歐洲 (愛爾蘭)、歐洲 (倫敦) 和歐洲 (斯德哥爾摩)。

AWS 免費方案

AWS Clean Rooms 免費方案不提供免費計畫。AWS 新客戶可免費開始使用,還可使用 AWS Clean 付費計畫獨享抵用金。 

  • PySpark 定價
  • Clean Rooms 協作過程中,AWS Clean Rooms 中的 PySpark 在 Spark SQL 分析引擎上執行。您亦可選擇使用 Spark SQL 或 SQL 方言來執行多項查詢。如需進一步了解,請參閱 Spark SQL 或 SQL 定價。AWS Clean Rooms 中的 PySpark 按每秒 Clean Rooms 處理單位 (CRPU)-時數衡量運算容量,且最短計費時間為 10 分鐘。 

    AWS Clean Rooms 中的 PySpark 依據執行 PySpark 任務取用的 CRPU 數目按小時費率計費。您可依據運算用量按每 CRPU-小時價格付費,並且可選擇不同的執行個體來執行您的查詢。您可依據效能、規模及費用要求,選擇運算引擎組態來執行您的 PySpark 任務。AWS Clean Rooms 預設可對每項 PySpark 任務分配 32 個 CRPU,您可選擇設定最多 256 個 CPU 或低至 8 個 CPU 的工作負載大小。AWS Clean Rooms 預設可對每項 PySpark 任務分配 32 個 CRPU。不需要管理資源,而且會扣掉啟動或關機時間。若使用 PySpark,支付負責人可設定為執行 PySpark 任務的協作人員,或者參與協作的任何成員。負責支付的成員將為協作中的全部 PySpark 任務支付費用。

    您可選擇執行個體類型與執行個體 (工作程式) 數目,來執行您的 PySpark 任務。若是 CR.1X,您可選擇最多 128 個工作程式,或者最少 4 個工作程式。若是 CR.4X,您可選擇最多 32 個工作程式,或者最少 4 個工作程式。例如:

     

    執行個體類型 執行個體 CRPU-小時總計
    CR.1X
    4 8
    CR.1X (預設) 16 (預設) 32 (預設)
    CR.1X 128 256
    CR.4X 4 32
    CR.4X 32 256

    PySpark 定價維度

    PySpark 運算:依據您的每月用量,按每 CRPU-小時價格 (因 AWS 區域而有所差異) 為 PySpark 任務執行時長付費。AWS Clean Rooms 中的 PySpark 按每秒 Clean Rooms 處理單位 (CRPU)-時數衡量運算容量,且最短計費時間為 10 分鐘。  AWS Clean Rooms 中的 PySpark 因 AWS 區域而有所差異。 


    PySpark 自訂分析規則定價範例

    範例 1 – PySpark 任務 (行銷活動衡量)

    您想要使用 PySpark,在透過廣告商資料集設定的資料表中執行自訂分析,以便衡量行銷活動效能。PySpark 任務執行了 3 分鐘,且每月需要在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中處理一次。您想要在包含 CR.1X 及 16 個執行個體的 AWS Clean Rooms 運算組態中使用 PySpark,這會使用共計 32 個 CRPU 的總容量來執行任務。每項 AWS Clean Rooms PySpark 任務的最短計費時間為 10 分鐘*。

    下面的資料表總結了當月的用量總計︰

    查詢執行期間 每月執行一次任務,需時 3 分鐘 (最短計費時間為 10 分鐘*) = 600 秒/3,600 = 0.167 小時
    每月使用容量 5.3 CPU = (0.167 小時 * 32 個 CRPU,使用 CR.1X 及 16 個執行個體)
    每月費用 21.33 USD = (5.3 個 CRPU * 每 CRPU-小時 4.00 USD)

    AWS Clean Rooms 中的 PySpark 按每秒 Clean Rooms 處理單位 (CRPU)-時數衡量運算容量,且最短計費時間為 10 分鐘。每項 AWS Clean Rooms PySpark 任務最短計費時間 0.167 小時 = 10 分鐘 = 600 秒/3,600 秒。

    範例 2 – PySpark 任務 (詐騙偵測)

    您想要使用 PySpark,在金融機構設定的資料表中執行自訂分析,以便確定詐騙交易。PySpark 任務執行了 5 分鐘,且每天需要在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中處理一次。您想要在包含 CR.4X 及 4 個執行個體的 AWS Clean Rooms 運算組態中使用 PySpark,這會使用共計 32 個 CRPU 的總容量來執行任務。每項 AWS Clean Rooms PySpark 任務的最短計費時間為 10 分鐘*。

    下面的資料表總結了當月的用量總計︰

    查詢執行期間 每天執行一次任務,需時 5 分鐘 (最短計費時間為 10 分鐘*) = 600 秒/3,600 = 0.167 小時
    每日使用容量 5.3 CPU = (0.167 小時 * 32 個 CRPU,使用 CR.4X 及 4 個執行個體)
    每日費用 21.33 USD = (5.3 個 CRPU * 每 CRPU-小時 4.00 USD)
    每月費用 640.00 USD = (21.33 USD * 30)

    AWS Clean Rooms 中的 PySpark 按每秒 Clean Rooms 處理單位 (CRPU)-時數衡量運算容量,且最短計費時間為 10 分鐘。每項 AWS Clean Rooms PySpark 任務最短計費時間 0.167 小時 = 10 分鐘 = 600 秒/3,600 秒。

    示例 3 – PySpark 任務 (臨床研究)

    您想要在徵得患者適當同意後,使用 PySpark,在多個醫療保健服務提供者資料集的臨床試驗中評估服藥遵守情況。您可使用 PySpark,在 AWS Clean Rooms 協作過程中多位協作成員設定的資料表中執行自訂分析。PySpark 任務執行了 12 分鐘,且每天需要在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中處理兩次。您想要在包含 CR.1X 及 12 個執行個體的 AWS Clean Rooms 運算組態中使用 PySpark,這會使用共計 24 個 CRPU 的總容量來執行任務。

    下面的資料表總結了當月的用量總計︰

    查詢執行期間 每天執行任務兩次,每次需時 12 分鐘 = 24 分鐘 = 1,440 秒/3,600 = 0.40 小時
    每日使用容量 9.6 個 CRPU = (0.40 小時 * 24 個 CRPU,使用 CR.1X 及 12 個執行個體)
    每日費用 38.40 USD = (9.6 個 CRPU * 每 CRPU-小時 4.00 USD)
    每月費用 1,152.00 USD = (38.40 USD * 30)

    範例 4 – PySpark 任務 (多方歸因)

    您想要使用 PySpark,在多個發布者資料集中執行多方歸因模型,以便進行市場行銷管道衡量。您可使用 PySpark,在 AWS Clean Rooms 協作過程中多位協作成員設定的資料表中執行自訂分析。PySpark 任務執行了 10 分鐘,且每天需要在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中處理兩次。您想要在包含 CR.4X 及 8 個執行個體的 AWS Clean Rooms 運算組態中使用 PySpark,這會使用共計 64 個 CRPU 的總容量來執行任務。

    下面的資料表總結了當月的用量總計︰

    查詢執行期間 每天執行任務兩次,每次需時 10 分鐘 = 20 分鐘 = 1,200 秒/3,600 = 0.33 小時
    每日使用容量 21.3 個 CRPU = (0.33 小時 * 64 個 CRPU,使用 CR.4X 及 8 個執行個體)
    每日費用 85.33 USD = (21.3 個 CRPU * 每 CRPU-小時 4.00 USD)
    每月費用 2,560.00 USD = (85.33 USD * 30)
  • SQL 定價
  • 藉助 AWS Clean Rooms,您可在 AWS Clean Rooms 協作中使用 Spark SQL 方言來執行查詢。AWS Clean Rooms Spark SQL 提供可設定的運算大小,以便在執行 SQL 工作負載時更好地控制價格效能比。

    • Spark SQL 定價
    • AWS Clean Rooms 按每秒 Clean Rooms 處理單位 (CRPU)-時數衡量運算容量 (最短計費時間為 60 秒)。不需要管理資源、也無須預付費用,而且會扣掉啟動或關機時間。若在 AWS Clean Rooms 上執行 Spark SQL 查詢,支付負責人可設定為執行查詢的協作人員,或者參與協作的任何成員。負責支付的成員將為協作中的全部查詢支付費用。

      AWS Clean Rooms Spark SQL 依據執行您的查詢所用的 CRPU 數目按小時費率計費。您可依據運算用量按每 CRPU-小時價格付費,並且可選擇不同的執行個體來執行您的查詢。AWS Clean Rooms 預設可對每項 Spark SQL 查詢分配 32 個 CRPU。 

      您可選擇執行個體類型與執行個體 (工作程式) 數目,來執行您的 Spark SQL 查詢。若是 CR.1X,您可選擇最多 128 個工作程式,或者最少 2 個工作程式。若是 CR.4X,您可選擇最多 32 個工作程式,或者最少 2 個工作程式。例如:

      執行個體類型 執行個體 CRPU-小時總計
      CR.1X
      2 4
      CR.1X (預設) 16 (預設) 32 (預設)
      CR.1X 128 256
      CR.4X 8 64
      CR.4X 32 256

      請注意:您可選擇包含更多執行個體的運算引擎組態,來針對您的 Spark SQL 查詢配置更多資源。運算引擎組態越高,為工作負載分配的執行個體就越多,以便滿足任務要求與限制。在這裡進一步了解每個組態的相關 vCPU、記憶體和儲存。

      Spark SQL 規則定價維度

      Spark SQL 運算:依據您的 Spark SQL 查詢執行時長,按每 CRPU-小時價格費率支付費用。AWS Clean Rooms Spark SQL 運算價格因 AWS 區域而有所差異。


      Spark SQL 定價範例

      範例 1 – Spark SQL 查詢 (使用包含 16 個執行個體的預設 CR.1X)

      您想要使用 Spark SQL 查詢,在多位協作成員設定的資料表中執行分析。Spark SQL 查詢執行了 3 分鐘,且每天需要在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中處理三次。您想要使用預設 AWS Clean Rooms Spark SQL 運算引擎組態,並搭配 CR.1X 及 16 個執行個體,這會使用共計 32 個 CRPU-小時的總容量來執行查詢。

      下面的資料表總結了當天及該年度的用量總計︰

      查詢執行期間 每天執行查詢三次,每次需時 3 分鐘 = 9 分鐘 = 540 秒/3,600 = 0.150 小時
      使用容量 4.8 個 CRPU = (0.150 小時 * 32 個 CRPU-小時,使用 CR.1X 及 16 個執行個體)
      每日費用 9.60 USD = (4.8 個 CRPU * 每 CRPU-小時 2.00 USD)
      年度費用 3,504.00 USD = 9.60 USD * 365

      範例 2 – Spark SQL 查詢 (使用包含 8 個執行個體的 CR.4X)

      您想要使用 Spark SQL 查詢,在多位協作成員設定的資料表中執行分析。在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中,每天執行 Spark SQL 查詢一次,每次需時 3 分鐘。您可選擇使用 AWS Clean Rooms Spark SQL 運算引擎組態,並搭配 CR.4X 及 8 個執行個體,這會使用共計 64 個 CRPU-小時的總容量來執行查詢。

      下面的資料表總結了當天及該年度的用量總計︰

      查詢執行期間 執行查詢一次,需時 3 分鐘 = 180 秒/3,600 = 0.050 小時
      使用容量 3.2 個 CRPU = (0.050 小時 * 64 CRPU-小時,使用 CR.4X 及 8 個執行個體)
      每日費用 6.40 USD = (3.2 個 CRPU * 每 CRPU-小時 2.00 USD)
      年度費用 2,336.00 USD = 6.40 USD * 365

      範例 3 – 啟用 AWS Clean Rooms 差分隱私保護進行 SQL 查詢

      您想要使用 Spark SQL 查詢,在多位協作成員設定的資料表中執行分析,以及使用 AWS Clean Rooms 差分隱私保護來提供額外一層防護。每 CRPU-小時的總費用為 4.00 USD (Spark SQL 運算每 CRPU-小時 2,00 USD + AWS Clean Rooms 差分隱私保護每 CRPU-小時 2.00 USD)。每天需要在美國東部 (維吉尼亞北部) 的 AWS Clean Rooms 協作過程中處理一次查詢。您想要使用預設 AWS Clean Rooms Spark SQL 運算引擎組態,並搭配 CR.1X 及 16 個執行個體,這會使用共計 32 個 CRPU-小時的總容量來執行查詢。查詢完成時間平均為 4.5 分鐘。

      下面的資料表總結了當天及該年度的用量總計︰

      查詢執行期間 執行查詢一次,需時 4.5 分鐘 = 270 秒/3,600 = 0.075 小時
      使用容量 2.4 個 CRPU = (0.075 小時 * 32 個 CRPU-小時,使用 CR.1X 及 16 個執行個體)
      每日費用 9.60 USD = (2.4 個 CRPU * 每 CRPU-小時 4.00 USD)
      年度費用 3,504.00 USD = 9.60 USD * 365
  • AWS Clean Rooms ML 定價
  • AWS Clean Rooms ML 支援自訂和類似機器學習 (ML) 建模。藉助自訂建模,您可以帶入自訂模型進行訓練,並在集體資料集上執行推論,而無需在協作者之間共用基礎資料或智慧財產權。您可選擇生成綜合資料集,以便訓練您的自訂 ML 模型。藉助類似建模,您可以使用 AWS 撰寫的模型,根據合作夥伴帶入協作的小型設定檔範例產生擴展的類似設定檔集。

    請注意:AWS 免費方案不適用於 AWS Clean Rooms ML。

    • 自訂建模定價
    • 若執行 AWS Clean Rooms ML 自訂建模,您將依據以下三個費用維度來支付訓練、推論或兩者的費用︰按每百萬記錄價格計費的記錄數、您選擇的運算執行個體類型的用量,以及為了在協作中透過訓練與推論建立輸入資料所執行的 Spark SQL 查詢運算容量。若要了解費用的三個維度相關詳細資訊,請參閱下文。

      請注意︰若要套用 AWS Clean Rooms ML 自訂建模,您必須使用 Spark SQL 作為分析引擎。請參閱 AWS Clean Rooms Spark SQL 定價,了解詳細資訊。

      自訂建模定價維度

      1.記錄數︰依記錄數按每百萬記錄價格付費。 依據每月訓練或推論處理的記錄數適用不同的定價。

      請注意:依訓練與推論記錄數目的定價不會因 AWS 區域而有所差異。

      2.自訂建模運算:依據您選擇的運算執行個體類型用量及完成訓練與推論的時長付費。 

      請注意:視乎您使用的功能,AWS Clean Rooms ML 自訂建模運算定價可能因 AWS 區域而有所差異。依據您執行每項訓練與推論任務的運算時長計費。

      3.Spark SQL 運算:依據您的 Spark SQL 查詢執行時長,按每 CRPU-小時價格費率支付費用,可選擇透過不同的執行個體來執行您的查詢。您可依據效能、規模及費用要求,在 4 個運算引擎組態選項中選擇一個來執行您的查詢任務。AWS Clean Rooms 預設可對每項 Spark SQL 查詢分配 32 個 CRPU,您可選擇設定最多 256 個 CPU 或低至 4 個 CPU 的工作負載大小。

      請注意︰若要套用 AWS Clean Rooms ML 自訂建模,您必須使用 Spark SQL 作為分析引擎。請參閱 AWS Clean Rooms Spark SQL 定價,了解詳細資訊。

      自訂建模定價範例 (適用於訓練)

      您想要使用 AWS Clean Rooms ML 自訂建模來訓練專門的模型,以便偵測另一個金融機構中發生的詐騙性交易。您想要善用集合資料集來訓練此模型,該集合資料集包含您與其他協作者的 3,000 萬項交易記錄。您想要使用 ml.p3.8xlarge 執行個體,且完成每項訓練任務平均需要 6 小時。Spark SQL 查詢提取可疑交易清單需要執行 1 小時。您想要使用 AWS Clean Rooms Spark SQL 運算引擎組態,並搭配 CR.1X 及 16 個執行個體,這會使用共計 32 個 CRPU-小時的總容量來執行查詢。

      下面的資料表總結了您在美國東部 (維吉尼亞北部) 的用量與費用︰

      訓練資料集中的記錄數

      3,000 萬項記錄

      300.00 USD = 3,000 萬 * 每 1,000 項記錄 0.01 USD

      自訂建模運算

      ml.p3.8xlarge (6 小時)

      88.128 USD = 14.688 USD x 6 小時

      訓練資料的 Spark SQL 運算

      32 個 CRPU-小時,使用 CR.1X 及 16 個執行個體 1 小時

      64.00 USD = (1 小時 * 32 個 CRPU * 每 CRPU-小時 2.00 USD)

      每次訓練總費用

       

      452.128 USD = 300.00 USD + 88.128 USD + 64.00 USD

      自訂建模定價範例 (適用於推論)

      您想要使用 AWS Clean Rooms ML 自訂模型,來預測潛在客戶在電子商務網站上點按您的廣告的可能性。您想要在資料集上執行推論,該資料集中包含了電子商務合作夥伴的 500 億項客戶記錄。您想要使用 ml.m5.4xlarge,且完成每項推論任務平均需要 2 小時。Spark SQL 查詢執行 1 小時,以便生成用於推論的資料。您想要使用 AWS Clean Rooms Spark SQL 運算引擎組態,並搭配 CR.4X 及 8 個執行個體,這會使用共計 64 個 CRPU-小時的總容量來執行查詢。

      下面的資料表總結了您在美國東部 (維吉尼亞北部) 的用量與費用︰

      推論資料集中的記錄數

      500 億項記錄

      19,800.00 USD = 10,000.00 USD + 9,800.00 USD = (每百萬項記錄 10.00 USD * 1,000) + (每百萬項記錄 0.20 USD * 49,000)

      自訂建模運算

      ml.m5.4xlarge (2 小時)

      1.844 USD = 0.922 USD x 2 小時

      推論的 Spark SQL 運算

      64 個 CRPU-小時,使用 CR.4X 及 8 個執行個體 1 小時

      128.00 USD = (1 小時 * 64 個 CRPU * 每 CRPU-小時 2.00 USD)

      每次推論總費用

       

      19,929.84 USD = 19,800.00 USD + 1.844 USD + 128.00 USD

    • 綜合資料集定價
    • 藉助 AWS Clean Rooms ML 自訂建模,您與您的合作夥伴可透過集合資料來生成具有統計代表性的綜合資料集,以便在不洩露原始資料中敏感資訊的情況下,訓練迴歸與分類 ML 模型。 

      針對 AWS Clean Rooms 中的自訂機器學習生成隱私權增強的綜合資料集,可衡量綜合資料生成單位 (SDGU) 中的運算容量。依據執行您的生成任務所需的運算資源按每 SDGU 價格付費。請參閱文件,了解詳細資訊。     

      請注意:生成綜合資料集的定價不會因 AWS 區域而有所差異。

      類型 定價
      綜合資料生成運算 每 SDGU 2.00 USD

      任務取用的 SDGU 數目視乎您嘗試綜合的資料集大小與複雜度而定。請參閱下面的範例,可協助依據開放原始碼天氣預測資料的變化,來預估綜合資料集生成任務的費用。 

      資料列 資料欄 SDGU  
      100,000 15 152  
      2,500,000 100 1,844  
      1,000,000 1,000 15,219  

      請注意:此內容僅供參考。綜合資料集生成任務的價格可能並未反映提供的範例。

      綜合資料集生成定價範例

      您想要使用您的合作夥伴的使用者層級資料來訓練模型。您需要每週建立新的綜合資料集一次來訓練您的模型。每項綜合資料生成任務取用 100 個 SDGU。

      下面的資料表總結了當月的用量總計︰

      取用的綜合資料生成單位

      每月 400 個 SDGU = 100 個 SDGU * 每月 4 項任務

      每月費用總計

      800.00 USD = 每月 400 個 SDGU * 每 SDGU 2.00 USD
    • 類似建模定價
    • 若在 AWS Clean Rooms ML 中執行 AWS ML 類似建模,您只需按照每 1,000 個設定檔的價格,為您請求的 AWS 編寫的模型訓練和建立的類似區段付費。訓練任務與區段生成任務均須對模型擁有者計費。

      請注意:定價不會因 AWS 區域而有所差異。

      類似建模定價維度

      維度

      價格

      訓練資料集每 1,000 個設定檔的價格 每 1,000 個設定檔 0.04 USD
      在類似區段中每 1,000 個設定檔的價格 每 1,000 個設定檔 0.25 USD

      類似建模定價範例

      您想要使用 AWS Clean Rooms ML 類似建模,來訓練 AWS 編寫的模型,以及關聯約 5,000 萬客戶的互動資料。您開展協作的合作夥伴在一週內請求 10 個類似區段,每個區段平均大小為 200 萬個設定檔。

      下面的資料表總結了您的每週用量與費用︰

      訓練資料集中的個人設定檔數目 (每週)

      5,000 萬個設定檔

      2000 USD = 5,000 萬 * 每 1,000 個設定檔 0.04 USD

      每個區段的設定檔數目

      200 萬個設定檔

      500 USD = 200 萬 * 每 1,000 個設定檔 0.25 USD

      區段數目

      10

      5000 USD = 10 * 每個區段 500 USD

      每週總費用

       

      7,000 USD = 2,000 USD + 5,000 USD

  • AWS Clean Rooms 上的 AWS Entity Resolution 定價
  • 若在 AWS Clean Rooms 上使用 AWS Entity Resolution,則需按每 1,000 項記錄計費。您可使用規則式匹配流程,或者基於資料服務提供者的匹配流程,善用服務提供者的資料集 (如 LiveRamp) 來準備資料,以及匹配記錄與協作者的資料集。

    請注意:定價不會因 AWS 區域而有所差異,並且 AWS 免費方案不適用於 AWS Clean Rooms 上的 AWS Entity Resolution。若使用基於資料服務提供者的匹配流程,必須完成訂閱。價格不含第三方針對使用其服務收取的任何費用。您可以使用 AWS Data Exchange (ADX) 上列出的公共訂閱,也可以直接透過所選的資料服務提供者購買私有訂閱,然後使用 ADX 的自備訂閱 (BYOS)。如需在 AWS Clean Rooms 之外使用 AWS Entity Resolution,請在這裡進一步了解其定價。

    AWS Clean Rooms 上的 AWS Entity Resolution 可在以下 AWS 區域使用:規則式匹配流程僅適用於美國東部 (俄亥俄)、美國東部 (維吉尼亞北部)、美國西部 (奧勒岡)、亞太地區 (首爾)、亞太地區 (新加坡)、亞太地區 (雪梨)、亞太地區 (東京)、歐洲 (法蘭克福)、歐洲 (愛爾蘭) 和歐洲 (倫敦)。基於資料服務提供者的匹配流程僅適用於美國東部 (俄亥俄)、美國東部 (維吉尼亞北部)、美國西部 (奧勒岡)。 

    • 資料準備定價
    • 資料準備定價維度

      若使用規則式匹配流程,在協作過程中匹配其合作夥伴的資料集之前,至少需要一位成員準備其資料。若使用基於資料服務提供者的匹配流程,在匹配其合作夥伴的資料集之前,要求所有協作成員皆透過服務提供者 ID 來準備其資料集。

      維度 價格

      資料準備每 1,000 項記錄價格

      每處理 1000 項記錄 0.10 USD

      請注意:在參與 AWS Clean Rooms 協作之前,若您已使用 AWS Entity Resolution 來準備您的資料,可在 AWS Clean Rooms 協作過程中使用該資料集進行匹配。無須再次執行資料準備。

    • 資料匹配定價
    • 資料匹配定價維度

      任何參與協作的成員都可為資料匹配支付費用。若使用規則式匹配流程,要求一位協作者每次協作一次性支付 100.00 USD 的匹配費用,並且此費用會指派給為資料匹配付費的任何協作者。

      匹配技術 維度 價格
      規則式 資料匹配每 1,000 項記錄價格 每匹配 1,000 項記錄 0.50 USD
      基於資料服務提供者* 基於資料服務提供者的匹配每 1,000 項記錄的價格 每處理 1000 項記錄 0.10 USD

      *若使用基於資料服務提供者的匹配流程,在進行資料匹配之前,要求全體成員皆透過提供者 ID 來準備其資料集。


      規則式匹配流程定價範例

      您想要使用 AWS Clean Rooms 上的 AWS Entity Resolution,與您的協作者一起使用規則式匹配流程來匹配記錄。您的資料集包含 100 萬項記錄。您將針對所有記錄執行此匹配一次。您想要先準備資料,然後再與您的協作者一起匹配記錄。藉助 AWS Entity Resolution 執行規則式匹配流程之後,將會得到 60% 的匹配率 (60% 為定價說明範例;匹配率因每個案例而有所差異)。協作過程中的全體成員皆同意,您是資料準備、匹配及基本費用的付款者。

      下面的資料表總結了當天的用量總計︰

      資料準備處理的記錄數 1,000,000 100.00 USD = 100 萬項記錄 * 每 1,000 項記錄 0.10 USD
      進行資料匹配的匹配記錄數 600,000 300.00 USD = 100 萬項記錄 * 匹配 60% 的記錄 * 每 1,000 項記錄 0.50 USD
      進行資料匹配的基本費用 100.00 USD 100.00 USD = 每次協作進行資料匹配的基本費用
      總費用   500.00 USD = 100.00 USD + 300.00 USD + 100.00 USD

      基於資料服務提供者的匹配流程定價範例

      您想要使用 AWS Clean Rooms 上的 AWS Entity Resolution,與您的協作者一起使用基於資料服務提供者的匹配流程,並搭配使用 LiveRamp (RampID) 來匹配記錄。您與您的協作者已透過服務提供者 ID 來準備您的資料集。您的資料集包含 100 萬項記錄。您想要匹配您的資料與您的協作者的資料,其中包含 500 萬項記錄,不過,由於您依據處理的記錄數付費,因此您的協作者的資料集大小不影響您的費用。協作過程中的全體成員皆同意您是付款者,不過,若您的合作夥伴是付款者,他們仍只需指定將要處理哪些記錄清單 (此案例中為 100 萬項記錄),為處理的 100 萬項記錄支付費用。您可使用基於資料服務提供者的匹配流程技術,透過 LiveRamp 進行比對。您需要目前已經有服務提供者授權,使用這項匹配技術必須具備該授權,才可使用 LiveRamp。

      下面的資料表總結了費用總計︰

      資料匹配處理的記錄數 1,000,000 100.00 USD = 100 萬項記錄 * 每 1,000 項記錄 0.10 USD
      總費用   100.00 USD (除服務提供者訂閱費用之外)

      請注意︰若使用基於資料服務提供者的匹配流程及為此付費,必須完成服務提供者訂閱。價格不含第三方針對使用其服務收取的任何費用。您可以使用 AWS Data Exchange (ADX) 上列出的公共訂閱,也可以直接透過所選的資料服務提供者購買私有訂閱,然後使用 ADX 的自備訂閱 (BYOS)。在進行資料匹配之前,要求全體成員皆透過服務提供者 ID 來準備其資料集。

  • 其他費用
  • AWS Clean Rooms 可查詢 Amazon Simple Storage Service (Amazon S3) 中的資料,以及 AWS Glue Data Catalog 中的中繼資料。使用 AWS Clean Rooms 查詢資料不需另付儲存費用。若在查詢中使用協作成員的資料集,協作中擷取資料的每位協作成員將需要支付標準 Amazon S3 API 費用與擷取費用,以及 AWS Glue Data Catalog API 費用。 

    • 當您的工作負載讀取、存放和傳輸資料時,由 S3 向您收費。查詢結果會存放在您選擇的 S3 儲存貯體中,並依標準 S3 費率計費。如需詳細資訊,請參閱 Amazon S3 定價
    • 若您向 AWS Glue Data Catalog 發出請求,AWS Glue 將向您收取費用。如需詳細資訊,請參閱 AWS Glue 定價