Databricks 打包式洁净室如何将 RampID 引入湖仓
Databricks 推出打包式洁净室,让 LiveRamp 的身份解析服务直接进入客户湖仓,客户 PII 无需离开自有存储即可获得 RampID 匹配结果。该模式由 LiveRamp 提供数据与解析代码、客户创建洁净室并触发运行、Databricks 托管隔离环境,无审批步骤且双方互不可见数据资产。
Databricks:博客·2026-11-18 00:30· 2 小时前AI 评分43
打包式洁净室如何将 RampID 引入你的湖仓
AI 导读
Databricks 推出打包式洁净室,让 LiveRamp 的身份解析服务直接进入客户湖仓,客户 PII 无需离开自有存储即可获得 RampID 匹配结果。该模式由 LiveRamp 提供数据与解析代码、客户创建洁净室并触发运行、Databricks 托管隔离环境,无审批步骤且双方互不可见数据资产。
正文 · 原文
合作方身份解析过去意味着将你的 PII 发送给供应商
过去在 Databricks 上,要将客户记录解析为基于个人的 ID(如 RampID),数据团队必须将 PII 导出到外部服务,等待匹配文件,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,消除了这种往返传输的需求。
Databricks 上的 LiveRamp Embedded Identity 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。只需极少的设置,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:
- 某发布商基于 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,它可以估算出广告主潜在客户池中体育迷受众的规模,并排除现有客户。
- 某代理机构在受治理的协作中,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在一起。在合作方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,并利用该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其合并数据运行获批代码,而不会向彼此泄露原始数据或 IP。计算在一个由 Databricks 管理、任何一方都不管理的隔离环境中进行。
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。协作者永远不会看到彼此的数据,但他们确实会看到共享表的别名及其列名和类型。这适用于联合分析,例如两家公司共同衡量受众重叠。即使在基于审批的房间中,一方也可以通过打包卷来保持其部分逻辑私密,这样审批者审查的是调用该库的 notebook,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,并适配一种不同的合作关系。一方是身份提供商(此处为 LiveRamp),将分析作为产品交付;另一方是客户,针对自己的数据运行该分析。 没有审批环节,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。提供商可以将同一个包提供给多个客户,每个客户各自处于独立的洁净室中,每个客户都能获得开箱即用的运行体验,无需审核任何内容。这支持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,打包式洁净室尤为合理,因为这种隔离保护了双方。 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 和解析结果仍归客户私有。
架构详解
共有三个组件,每个组件都有明确的角色:
- LiveRamp(提供商): 提供身份解析服务(数据)以及执行解析的代码(notebook、JAR)。
- 客户: 创建洁净室,添加输入表和配置表,触发运行,并接收结果。
- Databricks(平台): 托管并隔离洁净室,管理其运行所用的计算资源。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。它是由 Databricks 管理的环境,独立于客户和 LiveRamp 各自的工作区,两家公司的任何人都没有它的管理访问权限。
- 位置: 中央洁净室创建于创建者所选的区域。由于客户创建洁净室,因此可以将其放在与自身数据相同的云和区域中,以帮助减少出网流量。
- 计算: 每次运行都会在中央洁净室内启动无服务器计算,并在运行结束后释放。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。数据保留在源存储中,不会向另一方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 会通过一个隔离的、由 Databricks 管理的代理来中转访问,使洁净室的计算能够访问数据而无需开放网络。
OpenSharing 如何将各方连接到洁净室
OpenSharing(前身为 Delta Sharing)是 Databricks Clean Rooms 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 的共享机制,因此双方都能保持 Unity Catalog 治理:提供方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被审计。OpenSharing 承载的也不只是表。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 打包的干净室,无需预置基础设施或安装代码。获批后,LiveRamp 会将其资产添加到干净室。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,添加一个触点输入表(例如姓名、电子邮件、电话号码、地址或设备标识符)、属性以及一个元数据表。
- 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 的代码在中央干净室的无服务器计算上运行,并且可以在那里读取双方的资产。
- 解析后的 RampID 会写入客户的输出 schema,只有客户可以读取。输出在返回之前会剥离 PII。
- 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。

两个输出 schema:结果和日志
一次运行会写入两个 schema:
- 输出 schema(仅客户): 保存身份解析结果。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 的代码在此写入运行指标和诊断日志等操作信息。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。无论最终运行状态如何,该 schema 都会在运行执行期间共享。
两者都通过相同的 OpenSharing 机制交付到各自(客户/提供方)拥有的环境,并写入设置时指定的目录,可在 Catalog Explorer 的“收到的共享”部分找到。这些内容可以立即查询和使用。如需长期(超过 30 天)使用,则需要将这些表复制到客户自己的云存储中。
共享运行历史和审计跟踪
客户和 LiveRamp 都可以查看每次运行的历史记录,包括状态、时间和运行所用的 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。运行状态的共享视图以及共享输出 schema,使双方团队能够基于相同事实进行故障排查,而不会暴露数据。干净室活动也会记录在各自的系统表中(system.access.clean_room_events),从而形成审计跟踪。
在数据所在之处进行身份解析
打包式干净房间让身份解析成为数据团队运行的产品,而非需要维护的管道。LiveRamp 将其身份解析逻辑作为产品交付,客户通过 OpenSharing 针对实时、受治理的数据运行该逻辑,而中央干净房间确保各方的数据和代码彼此私密。
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、合作伙伴协作和效果衡量。无需安排导出任务,无需等待匹配文件,也无需额外管理 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干净房间方案。
- 如果您的源存储位于防火墙或私有端点之后,请配置 SecureConnect 并更新存储防火墙规则。
- 按照 LiveRamp 指定的格式准备客户数据和元数据表。
- 创建 LiveRamp 打包式干净房间(Catalog > Share > Clean Rooms > 在“Identity Resolution Providers”下选择 LiveRamp 卡片),配置输出架构,添加表并运行。
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 打包式干净房间文档。
常见问题
Databricks 中的打包式干净房间是什么?
打包式干净房间是 Databricks Clean Rooms 的一种模式:一方(提供方)提供分析,另一方(客户)针对自己的数据运行该分析,但看不到代码。双方均无法查看对方的数据资产,代码在由 Databricks 管理、双方均不管理的中央干净房间中的无服务器计算上运行。 LiveRamp Embedded Identity 采用此模式: LiveRamp 提供身份图谱和解析代码,客户运行后获得 RampID。
打包式干净房间与标准 Databricks 干净房间有何不同?
在标准的、基于审批的干净房间中,每个协作者都是对等的: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,每个笔记本在运行前都需要审批。在打包式干净房间中,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,且没有审批步骤,因为客户无法审查代码。仅由客户触发运行并接收输出,而双方均可查看运行历史和用于日志的共享输出架构。
当我在 Databricks 干净房间中运行身份解析时, LiveRamp 会看到我的数据吗?
不会。你的表保留在你自己的云存储中,OpenSharing 在 Unity Catalog 治理下授予中央洁净室只读访问权限,解析出的 RampID 会写入只有你能读取的输出 schema。LiveRamp 在共享运行历史和共享输出 schema 中查看运行状态,其代码会在该输出 schema 中写入指标和日志,你也会收到这些内容。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?
需要一份带有 Identity API 凭据的 LiveRamp 协议、一个 Unity Catalog 工作区,以及 CREATE CLEAN ROOM 权限。你需要准备一张包含 PII 接触点的输入表,以及一张按 LiveRamp 文档所述格式保存 LiveRamp 凭据和运行设置的元数据表,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。如果你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,因此请将你想保留的结果复制到你自己的目录中。
Databricks 洁净室由谁付费,如何计费?
洁净室的创建者支付计算费用。计算按 Jobs Serverless 费率计费,且仅在每次运行时启动,因此没有需要维护的空闲环境。
准备好将 RampID 引入你的湖仓了吗?
如果你已经在与 LiveRamp 合作,请向你的 LiveRamp 代表咨询 Databricks 上的 Embedded Identity,然后按照 LiveRamp 的 指南准备你的表并创建洁净室。如果你是 Databricks Clean Rooms 的新用户,请先阅读打包洁净室的 文档,或浏览 Databricks Marketplace 上的 LiveRamp Identity Resolution and Translation 列表以了解更多关于该产品的信息。如果你不是 LiveRamp 的现有客户或需要更多信息,请联系 databricks@liveramp.com。
来源:Databricks:Blog · databricks.com
来源:RadarAI · aihot.news