- LiveRamp 嵌入式身份解析以 Databricks 打包式洁净室的形式运行。LiveRamp 提供解析代码和身份资产,客户则针对自己受治理的数据运行该代码。
- 所有计算都在一个中央洁净室中进行:由 Databricks 管理的隔离无服务器计算环境。双方都无法看到对方的数据,LiveRamp 看不到解析后的 ID 结果,客户也看不到 LiveRamp 的 ID 解析逻辑。
- 双方的资产通过 OpenSharing 以实时、只读的方式接入洁净室,结果也通过同一机制共享回去。
过去,合作伙伴身份解析意味着要把你的 PII 发送给供应商
以往在 Databricks 上,数据团队若要将客户记录解析为基于个人的 ID(如 RampID),必须将 PII 导出到外部服务,等待匹配文件返回,再将其加载回来。每一步都增加了一条需要维护的管道、一份需要治理的敏感数据副本,以及结果可用前的延迟。打包式洁净室打破了这一传统模式,消除了这种往返流程的必要性。
Databricks 上的 LiveRamp 嵌入式身份解析将身份服务带到数据所在之处。任何人都可以利用 LiveRamp 的身份解析解决方案,而无需让其宝贵的客户数据离开自有存储。只需最少的设置,客户即可在其分析和 AI 工作负载已经运行的环境中收到解析后的 RampID 列表,同时保持 Unity Catalog 治理。这些追加到客户数据上的 RampID 成为高影响力下游用例的匹配键,例如:
- 一家发布商基于 Databricks 中的已认证观看数据构建体育迷细分群体。通过与某汽车广告主 CRM 的获批匹配,它可以测算出属于该广告主潜在客户池、且排除现有客户的体育迷受众规模。
- 一家代理机构将参与发布商的流媒体和数字曝光日志与某零售商的会员关联购买数据汇集到一个受治理的协作中。在合作伙伴拥有兼容且获授权的 RampID 的情况下,该代理机构可以对这些购买去重计算触达,并报告有多少曝光购物者完成了购买。借助对照组,它还可以估算增量销售额,并利用这些证据为下一次预算分配提供依据。
什么是打包式洁净室
Databricks 洁净室是一个安全环境,两方或多方可以在其中对合并后的数据运行经批准的代码,而不会向彼此泄露原始数据或知识产权。计算发生在一个由 Databricks 管理、任何一方都不拥有管理权限的隔离环境中。
在标准(基于审批的)Databricks 洁净室中,每个协作者都是对等的。协作者可以添加数据(表格或非结构化)和/或代码,且所有各方都必须批准代码后才能运行。协作者永远看不到彼此的数据,但他们确实能看到共享进来的表的别名,以及其列名和类型。这适用于联合分析,例如两家公司共同衡量受众重叠。即使在基于审批的洁净室中,一方也可以通过打包一个卷来保持部分逻辑私密,这样审批者审查的是调用该库的笔记本,而不是库本身。
打包式洁净室 将隐私保护扩展到整个分析过程,适用于另一种关系。一方(身份提供商,在此例中为 LiveRamp)将分析作为产品交付,另一方(客户)针对自己的数据运行它。没有审批步骤,双方完全看不到对方的数据资产,甚至连表名或模式都看不到。提供商可以将同一包提供给许多客户,每个客户在单独的洁净室中运行,每个客户都能获得无需审查的一键式运行体验。这实现了跨多个客户的可扩展部署,并简化了客户的体验。
对于身份解析场景,打包式洁净室尤其合理,因为这种分离保护了双方。LiveRamp 的身份图谱和匹配逻辑仍是其知识产权,对客户不可见。客户的 PII 和解析结果仍对客户私密。
架构详解
共有三个组件,每个都有明确的角色:
- LiveRamp(提供商): 提供身份解析服务(数据)和执行解析的代码(笔记本、JAR)。
- 客户: 创建洁净室,添加其输入表和配置表,触发运行,并接收结果。
- Databricks(平台): 托管并隔离洁净室,并管理其运行所用的计算。洁净室的创建者为此计算付费。
中央洁净室
中央洁净室是一切发生的地方。它是一个由 Databricks 管理的环境,与客户和 LiveRamp 的工作区都分离,两家公司都没有任何人对其拥有管理访问权限。
- 位置: 中央洁净室在创建者选择的区域中创建。客户创建洁净室,因此可以将其置于与其数据相同的云和区域,以帮助减少出口流量。
- 计算: 每次运行都会在中央洁净室内启动无服务器计算,并在运行结束时释放。该计算可纵向和横向扩展,自动匹配工作负载需求,不会留下任何空闲计算。
- 数据访问: 各方的资产通过 OpenSharing以只读方式共享到中央洁净室。数据保留在其源存储中,不会向另一协作者交付任何副本。
- 防火墙存储: 如果客户的表位于存储防火墙或私有端点之后,SecureConnect 会通过一个由 Databricks 管理的隔离代理来中转访问,使洁净室的计算能够在不开放网络的情况下访问数据。
OpenSharing 如何将各方连接到洁净室
OpenSharing(原 Delta Sharing)是 Databricks 洁净室所基于的开放共享协议。双方都不会将自己的表复制到洁净室中。相反,客户和 LiveRamp 各自添加 Unity Catalog 资产,OpenSharing 授予中央洁净室对这些资产的只读访问权限。由于 OpenSharing 以实时方式共享表而无需复制,每次运行读取的都是客户输入表的当前版本,而不是上周的提取数据。
该连接利用 Databricks 到 Databricks 的共享,因此在双方都保留了 Unity Catalog 治理:提供商控制其暴露哪些资产,客户控制其添加哪些表,并且双方的共享活动都会受到审计。OpenSharing 承载的也不仅仅是表。它可以共享模型、非结构化数据、JAR 文件、私有库、Python wheel 等。正是这种灵活性使 LiveRamp 能够交付其身份解析服务的所有组件。
一次运行的逐步流程
- 客户只需点击几下即可创建 LiveRamp 打包式洁净室,无需预置基础设施或安装代码。一旦获批,LiveRamp 便会将其资产添加到洁净室中。客户可以看到分析名称,但看不到其内容。
- 客户按照 LiveRamp 的文档格式添加一张触点输入表(例如姓名、电子邮件、电话号码,以及地址或设备标识符)、属性表和一张元数据表。
- 客户选择一个用于存放结果的输出目录并触发一次运行。LiveRamp 的代码在中央洁净室的无服务器计算上运行,并可在其中读取双方的资产。
- 解析后的 RampID 会写入客户的输出 schema,只有客户才能读取。PII 在结果返回之前已从输出中剥离。
- 客户从自己的 Unity Catalog 读取输出,并将 RampID 带入下游工作:客户 360 表、受众构建、激活、合作伙伴协作和衡量。

两种输出 schema:结果与日志
一次运行会写入两个 schema:
- 输出 schema(仅客户): 存放身份解析结果。仅在运行成功完成后共享,且仅共享到客户的工作区,LiveRamp 无法读取。
- 共享输出 schema(双方): LiveRamp 的代码在此写入运营信息,例如运行指标和诊断日志。每个协作者在自己的工作区中获得共享输出 schema,并从自己的 Unity Catalog 读取它。该 schema 在运行执行期间共享,无论最终运行状态如何。
两者均通过相同的 OpenSharing 机制,分别进入各自(客户/提供商)拥有的环境,写入设置时指定的目录,这些目录可在 Catalog Explorer 的“收到的共享”部分找到。这些表可以立即查询和使用。如需长期使用(超过 30 天),则需要将这些表复制到客户自己的云存储中。
共享的运行历史和审计轨迹
客户和 LiveRamp 都能看到每次运行的历史记录,包括其状态、时间以及运行所用的 notebook。由于客户拥有数据而 LiveRamp 拥有代码,当运行失败时,任何一方单独都无法掌握全貌。共享的运行状态视图,加上共享的输出 schema,使双方团队能够基于相同的事实进行故障排查,而无需暴露数据。洁净室活动也会记录在各自的系统表中(system.access.clean_room_events),从而形成审计轨迹。
身份解析在您的数据所在之处完成
打包式洁净室将身份解析变成数据团队运行的一项任务,而不是需要维护的一条流水线。LiveRamp 将其身份解析逻辑作为产品交付,客户通过 OpenSharing 对实时、受治理的数据运行该逻辑,而中央洁净室确保各方的数据和代码对彼此保持私密。
结果是在客户自己的 Unity Catalog 中生成一张 RampID 表,可直接用于客户 360、受众构建、激活、合作伙伴协作和衡量。无需安排导出,无需等待匹配文件,也无需治理额外的 PII 副本。
开始使用
- 请告知您的 LiveRamp 和 Databricks 客户团队,您希望采用嵌入式身份打包式洁净室方案。
- 如果您的源存储位于防火墙或私有端点之后,请配置 SecureConnect 并更新您的存储防火墙规则。
- 按照 LiveRamp 指定的格式准备您的客户数据和元数据表。 指定的格式.
- 创建 LiveRamp 打包式洁净室(Catalog > Share > Clean Rooms > 在“Identity Resolution Providers”下选择 LiveRamp 磁贴),配置输出 schema,添加您的表,然后运行它。
完整设置步骤请参阅 LiveRamp 的指南《在 Databricks 中执行 RampID 身份解析以及 Databricks 打包式洁净室文档。
常见问题
Databricks 中的打包式洁净室是什么?
打包式洁净室是 Databricks Clean Rooms 的一种模式:其中一方(提供方)提供分析逻辑,另一方(客户)针对自己的数据运行该分析,但看不到代码。双方都无法看到对方的数据资产,代码在由 Databricks 托管、双方均不管理的中央洁净室中的无服务器计算上运行。LiveRamp Embedded Identity 采用这一模式:LiveRamp 提供身份图谱和解析代码,客户运行该代码以获得 RampID。
打包式洁净室与标准 Databricks 洁净室有何不同?
在标准的、基于审批的洁净室中,每个协作者都是对等方:任何人都可以添加数据或笔记本,审批者可以阅读笔记本源代码,并且每个笔记本在运行前都需要审批。在打包式洁净室中,只有提供方添加代码,客户可以看到笔记本和 JAR 的名称但看不到其内容,并且没有审批步骤,因为客户无法审查代码。只有客户触发运行并接收输出,而双方都能看到运行历史和用于日志的共享输出 schema。
在 Databricks 洁净室中运行身份解析时,LiveRamp 能看到我的数据吗?
不会。您的表保留在您自己的云存储中,OpenSharing 在 Unity Catalog 治理下授予中央洁净室只读访问权限,解析后的 RampID 会写入只有您能读取的输出 schema。LiveRamp 可以在共享运行历史和共享输出 schema 中看到运行状态,其代码会在那里写入指标和日志,您也会收到这些内容。LiveRamp 的代码确实会调用 LiveRamp 的身份服务进行身份验证,而洁净室的出站网络策略(显示在 Security 选项卡上)会管控它还能访问哪些其他资源。
在 Databricks 上运行 LiveRamp Embedded Identity 需要什么?
需要一份 LiveRamp 协议及 Identity API 凭据、一个 Unity Catalog 工作区,以及 CREATE CLEAN ROOM 权限。您需要准备一张 PII 接触点输入表和一张元数据表,后者按 LiveRamp 文档规定的格式存放您的 LiveRamp 凭据和运行设置,然后在 Identity Resolution Providers 下通过 LiveRamp 磁贴创建洁净室,并选择一个中央洁净室区域。如果您的存储位于防火墙或私有端点之后,请先启用 SecureConnect。输出表会保留 30 天,因此请将您想保留的结果复制到自己的目录中。
谁为 Databricks 洁净室付费,以及如何计费?
洁净室的创建者承担计算费用。计算按 Jobs Serverless 费率计费,且仅在每次运行时才开始计费,因此不存在需要维护的空闲环境。
准备好将 RampID 引入您的湖仓了吗?
如果您已经在使用 LiveRamp,请向您的 LiveRamp 代表咨询 Databricks 上的 Embedded Identity,然后按照 LiveRamp 的 指南 准备您的表并创建洁净室。如果您是 Databricks Clean Rooms 的新用户,请从打包式洁净室开始 文档,或探索 Databricks Marketplace 上的 LiveRamp 身份解析与翻译列表 了解更多关于该产品的信息。如果您不是 LiveRamp 的现有客户,或需要更多信息,请联系 databricks@liveramp.com.
相关标签:订阅我们的博客,将最新文章直接发送到您的收件箱。
订阅我们的博客,将最新文章直接发送到您的收件箱。
AI 热点