Google BigQuery：Analytics Hub Exchange与数据洁净室核心差异问询

我正在探索Google BigQuery中的Analytics Hub Exchange与数据洁净室，根据官方文档：

BigQuery数据洁净室构建于Analytics Hub平台之上。标准Analytics Hub Exchange提供跨组织大规模数据共享方式，而数据洁净室可解决敏感受保护数据的共享场景，提供额外安全控制以保护底层数据并执行数据所有者定义的分析规则。

测试数据洁净室后，发现其提供以下安全控制：

• 可选择全部或部分列
• 可指定聚合、差分隐私或列表匹配等「分析规则」

而「数据导出控制」在创建Exchange时也具备。由于分析规则可在数据洁净室外的视图上执行，且可将带规则的视图通过Analytics Hub Exchange共享，我总结二者差异如下：

• Exchange的共享单元（Listing）是BQ数据集，数据洁净室则是表/视图
• Exchange的链接数据集直接指向源数据集的表/视图，数据洁净室会在源数据集发布新视图（带分析规则的视图除外）

在权限充足时，二者均可跨项目/组织添加Listing。既然可创建带分析规则的视图并归集到授权数据集后通过Exchange共享，且数据洁净室无法使用任意查询定义视图或重命名列（此类需求需先创建视图再共享，会导致源数据集生成重复视图），还会自动创建视图导致无法控制位置，那么我想了解：数据洁净室能实现哪些Analytics Hub Exchange无法完成的功能？

我推测两点差异：

1. 多参与方场景下，所有方可将Listing添加到同一数据洁净室并导入为单个数据集，而Exchange需各方创建独立数据集并分别导入
2. 数据洁净室的隐私限制对所有参与方可见，Exchange则隐藏这些限制

这两点是否为数据洁净室的主要优势？

内容的提问来源于stack exchange，提问作者racerX