AWS Clean Rooms unterstützt jetzt konfigurierbare Rechengrößen für PySpark und bietet Kunden die Flexibilität, Ressourcen anzupassen und zuzuweisen, um PySpark-Jobs basierend auf ihren Leistungs-, Skalierungs- und Kostenvorgaben auszuführen. Mit dieser Einführung können Kunden den Instance-Typ und die Clustergröße zur Laufzeit des Jobs für jede Analyse angeben, die PySpark, die Python-API für Apache Spark, verwendet. Beispielsweise können Kunden große Instance-Konfigurationen verwenden, um die für ihre komplexen Datensätze und Analysen benötigte Leistung zu erzielen, oder kleinere Instances, um die Kosten zu optimieren. AWS Clean Rooms hilft Unternehmen und ihren Partnern, ihre gemeinsamen Datensätze einfach zu analysieren und zusammenzuarbeiten, ohne die zugrunde liegenden Daten des anderen offenzulegen oder zu kopieren. Weitere Informationen zu den AWS-Regionen, in denen AWS Clean Rooms verfügbar ist, finden Sie in der Tabelle der AWS-Regionen. Um mehr über die Zusammenarbeit mit AWS Clean Rooms zu erfahren, besuchen Sie AWS Clean Rooms.