Databricks 三种数据共享工具怎么选：OpenSharing、Clean Rooms 与 Marketplace

共享的世界早已远远超越了表格。如今，我们可以安全地共享各种数据和 AI 资产，从模型到 notebook 再到 AI agent，而且这种共享的意愿只增不减。过去，哪怕只是与合作伙伴企业之间传输一张表格都可能很困难，而如今提供访问权限比以往任何时候都更容易。

随着这种需求的增长，我们在 Databricks 中看到了三种共享方式的出现：OpenSharing、Clean Rooms 和 Marketplace。随着这三者的出现，问题也随之而来：“我什么时候该用其中一个而不是另一个？”选错可能会让你浪费一个工程冲刺，更糟的是，还可能泄露你本想保护的数据。在本篇博客中，我们将深入探讨这三种不同的共享选项，以及它们如何适用于你的业务和合作伙伴关系。正如我们将看到的，正确的选择通常归结为一件事：你与数据另一端那个人之间的关系。

OpenSharing

首先是 OpenSharing，这是共享数据资产最简单的方式。本质上，你创建一个 share，将资产与之关联，并向接收方提供对该 share 的访问权限。OpenSharing 会处理访问权限，即使接收方不在 Databricks 上也是如此。这改变了范式，因为你不再需要搭建 pipeline 来将数据发送给每个消费者。相反，一旦你授予权限，消费者就能直接以只读方式访问原始的实时资产，因此他们看到的内容始终是最新的。

甚至像 Power BI 和 Tableau 这样流行的 BI 工具也能直接读取 OpenShared 表。因此，合作伙伴可以将其 BI 直接连接到与你共享的数据。

你可能注意到我用了“数据资产”这个词。这是因为你可以与组织外部的企业共享的不仅仅是表，还包括表（Delta 或 Iceberg）、Views、Volumes、Notebooks、UDF，甚至 AI Models。这也不仅限于外部组织；一些企业使用 OpenSharing 与不同的业务部门共享数据。

在各行各业，我们都看到企业通过 OpenSharing 利用或摄取来自合作伙伴企业的数据：

• 零售：企业与他们的 CPG 供应商共享销售点数据
• 医疗：医院网络将去标识化数据交给指定的研究合作伙伴
• 制造：与关键供应商共享需求预测和库存状况

你可能会想，你可以自己搭建 pipeline 来对外共享数据并管理凭证。你说得没错，但 OpenSharing 的意义就在于消除这些开销。你无需制作数据副本，也无需花费不必要的钱。你可以在几分钟内完成共享，也能同样快速地撤销。

Databricks Clean Rooms

接下来是 Databricks Clean Rooms，顾名思义：一个封闭的中立空间，两个或多个企业（最多十个）可以在这里将各自的数据汇集在一起，并且只运行各方都已批准的代码。所有人都能从结果中受益，但没有人能看到另一方的完整底层数据。假设我的公司拥有专有数据，而我们经常合作的一家企业拥有他们想与我们的数据结合以实现价值最大化的数据。我们双方都不想共享完整数据集，但我们相信共享数据片段或按选定字段连接我们的数据是有价值的。我们不是发送完整数据集，而是彼此共享表的名称和列，并协作编写 notebook。任何内容要运行，我们双方都必须给出批准。

从本质上讲，这就是 Clean Room 的运作方式。它们让我们能够与另一家企业协作，将各自专有的数据混合在一起，同时把共享范围限制在双方在握手协议中约定的内容之内。这在几个行业中极为常见：

• 广告与媒体：在不交换完整客户名单的情况下衡量活动触达范围和受众重叠
• 医疗健康：在严格的隐私控制下跨机构合并患者或临床试验数据
• 零售与快消品：匹配忠诚度数据和销售数据，以规划联合促销

当合并数据有价值、但双方都不愿暴露完整的底层数据时，就应使用 Clean Room。关键区别在于，接收方不会直接访问对象本身，而只能看到双方均已批准的代码所产生的结果。

Databricks Marketplace

最后是 Databricks Marketplace。可以把它看作一个公开店面，你可以在其中共享文件、表、模型、MCP（Model Context Protocol）服务器、笔记本、应用和 SaaS 软件。当你与客户已有现成关系时，OpenSharing 和 Clean Room 是合适的选择。而 Databricks Marketplace 面向的是你尚不认识的客户。它是一个开放交换平台，数据提供商、软件供应商和技术合作伙伴在此发布产品，任何 Databricks 客户都可以从自己的工作区直接发现、评估并连接这些产品。

如果你是提供商，它就是一个店面，把你的资产展示给广泛的受众。另一方面，如果你是消费者，你可以找到数据和 AI 产品，接入自己的工作。无论哪种情况，Marketplace 的独特之处在于它是公开且可被发现的：使用 OpenSharing 和 Clean Room 时，你已经知道对方是谁；而在 Marketplace 上，即使你从未与对方见过面，任何人都能找到你的产品列表。

Marketplace 的常见示例：

• 一家金融数据供应商将市场数据集变现
• 一家天气预报服务商发布全球天气数据集
• 一家咨询公司将行业特定的机器学习模型或 Genie 智能体打包发布
• 一家软件供应商发布可直接运行的分析应用，客户可在自己的工作区中启动
• 一家 SaaS 供应商发布可接入你自己 AI 智能体的 MCP 服务器

当你没有特定的接收对象时，就应使用 Marketplace：你要么希望被找到，要么想自己去寻找数据和 AI 产品。

下面是快速对比：

结论

如果你仍在犹豫该用哪种方式，就让关系来决定。如果你已经明确知道谁应该接收数据，并且愿意共享只读版本，就使用 OpenSharing。如果你有特定的合作伙伴，但双方都不愿暴露完整的底层数据，就使用 Clean Room。如果你还没有特定的接收对象，但希望被他人发现，或者想自己去发现数据和 AI 产品，那就是 Marketplace。最后，这些方式并不互斥；同一家企业可以针对不同的关系使用不同的工具。

归根结底，这些都是为了让你的业务顺利运转、避免因传统数据共享负担而拖慢进度的工具。所以，如果有客户向你索要数据，先想一想你们之间的关系，再匹配正确的工具！