BigQuery 資料列層級安全防護機制簡介

本文說明資料列層級安全防護的概念、在 BigQuery 中的運作方式、何時應使用資料列層級安全防護機制保護資料，以及其他詳細資料。

什麼是資料列層級安全性？

透過資料列層級安全機制，您可以根據符合條件的使用者條件篩選資料，並允許存取表格中的特定資料列。

BigQuery 支援專案、資料集和資料表層級的存取控管，以及透過政策標記提供的資料欄層級安全防護。透過資料列層級存取政策，資料列層級安全防護措施可對 BigQuery 資料表中的部分資料啟用精細的存取權控管，進一步落實最低權限原則。

一個資料表可以有多個資料列層級存取權政策。資料列層級存取權政策可與資料表上的 資料欄層級安全性、 資料集層級、資料表層級和專案層級存取權控管機制並存。

資料列層級安全防護機制的運作方式

從較高的層級來看，資料列層級安全防護機制涉及在目標 BigQuery 資料表上建立資料列層級存取政策。這些政策會做為篩選器，根據使用者或群組是否在允許清單中，隱藏或顯示特定資料列。如果使用者或群組未明確列入允許清單，系統就會拒絕其存取要求。

具備 Identity and Access Management (IAM) 角色 (BigQuery 管理員或 BigQuery DataOwner) 的授權使用者，可以在 BigQuery 資料表上建立資料列層級存取權政策。

建立資料列層級存取政策時，請依名稱指定資料表，以及哪些使用者或群組 (稱為 grantee-list) 可以存取特定資料列資料。這項政策也包含您要篩選的資料，稱為 filter_expression。filter_expression 函式的運作方式與一般查詢中的 WHERE 子句類似。

如需建立及使用資料列層級存取權政策的操作說明，請參閱「管理資料列層級安全防護機制」。

如需建立資料列層級存取權政策時的完整語法、用法和選項，請參閱 DDL 參考資料。

應用實例

以下範例說明列層級安全性的潛在用途。

依據區域篩選資料列資料

假設表格 dataset1.table1 包含屬於不同區域的資料列 (以 region 欄表示)。

您可以使用下列查詢建立範例資料表並填入資料：

CREATE TABLE IF NOT EXISTS
  dataset1.table1 (partner STRING,
    contact STRING,
    country STRING,
    region STRING);
INSERT INTO
  dataset1.table1 (partner,
    contact,
    country,
    region)
VALUES
  ('Example Customers Corp', 'alice@examplecustomers.com', 'Japan', 'APAC'),
  ('Example Enterprise Group', 'bob@exampleenterprisegroup.com', 'Singapore', 'APAC'),
  ('Example HighTouch Co.', 'carrie@examplehightouch.com', 'USA', 'US'),
  ('Example Buyers Inc.', 'david@examplebuyersinc.com', 'USA', 'US');

資料列層級安全防護機制可讓資料擁有者或管理員導入政策。下列陳述式會實作一項政策，限制亞太地區郵寄群組中的使用者只能查看亞太地區的合作夥伴：

CREATE ROW ACCESS POLICY
  apac_filter
ON
  dataset1.table1 GRANT TO ("group:sales-apac@example.com")
FILTER USING
  (region="APAC" );

因此，sales-apac@example.com 群組中的使用者只能查看 region 值為 APAC 的資料列。

下列陳述式會實作一項政策，限制個人和群組只能查看美國地區的合作夥伴：

CREATE ROW ACCESS POLICY
  us_filter
ON
  dataset1.table1 GRANT TO ("group:sales-us@example.com",
"user:jon@example.com")
FILTER USING
  (region="US");

因此，群組 sales-us@example.com 中的使用者和使用者 jon@example.com 只能查看 region 值為 US 的資料列。

下圖顯示前述兩項存取權政策如何限制使用者和群組可查看的資料表列：

區域的資料列層級安全性用途。

如果使用者不屬於 APAC 或 US 群組，就不會看到任何資料列。

根據機密資料篩選資料列資料

現在，請考慮另一個用途，假設您有一個包含薪資資訊的資料表。

您可以使用下列查詢建立範例資料表並填入資料：

CREATE OR REPLACE TABLE
  dataset1.table1 (name STRING,
    department STRING,
    salary INT64,
    email STRING);
INSERT INTO
  dataset1.table1 ( name,
    department,
    salary,
    email)
VALUES
  ('Jim D', 'HR', 100000, 'jim@example.com'),
  ('Anna K', 'Finance', 100000, 'anna@example.com'),
  ('Bruce L', 'Engineering', 100000, 'bruce@example.com'),
  ('Carrie F', 'Business', 100000, 'carrie@example.com');

下列陳述式中的資料列存取權政策會限制查詢，僅限公司網域的成員。此外，使用 SESSION_USER() 函式時，系統會根據執行查詢的使用者電子郵件地址，限制只能存取屬於該使用者的資料列。

CREATE ROW ACCESS POLICY
  salary_personal
ON
  dataset1.table1 GRANT TO ("domain:example.com")
  FILTER USING
  (Email=SESSION_USER());

下圖顯示資料列存取政策如何限制含有薪資資訊的資料表。在這個範例中，使用者名為 Jim，電子郵件地址為 jim@example.com。

薪資的資料列層級安全性用途

根據查閱資料表篩選資料列資料

有了子查詢支援功能，資料列存取政策就能參照其他資料表，並將這些資料表做為查閱資料表。篩選規則中使用的資料可以儲存在資料表中，而單一子查詢資料列存取政策可以取代多個已設定的資料列存取政策。如要更新資料列存取政策，您只需要更新查閱表，即可取代多項資料列存取政策。您不需要更新每個資料列存取政策。

資料列層級的安全性與其他方法的適用時機

授權檢視區塊、資料列層級存取權政策，以及將資料儲存在不同資料表中，都能提供不同層級的安全性、效能和便利性。請務必為您的用途選擇合適的機制，確保資料受到適當程度的保護。

與授權檢視比較：安全漏洞

如果使用不當，資料列層級安全性和使用授權檢視畫面強制執行資料列層級存取權限制都可能出現安全漏洞。

使用授權檢視畫面或資料列層級存取政策來確保資料列層級安全時，建議您使用稽核記錄監控任何可疑活動。

查詢時間等側通道可能會洩漏儲存空間分片邊緣的資料列資訊。這類攻擊可能需要瞭解資料表的分片方式，或發出大量查詢。

如要進一步瞭解如何防範這類旁路攻擊，請參閱「資料列層級安全性的最佳做法」。

授權檢視區塊、資料列層級安全防護機制和獨立資料表比較

下表比較授權 view、資料列層級存取權政策和獨立資料表的彈性、效能和安全性。

方法 安全性考量 建議
授權
檢視		 建議使用這個選項，享有較高的彈性。可能容易受到精心設計的查詢、查詢時間長度和其他類型的側通道攻擊。 需要與他人共用資料，且彈性和效能都很重要時，授權檢視畫面是不錯的選擇。舉例來說，您可以使用授權檢視畫面，在工作群組內共用資料。
資料列層級存取政策 建議使用，兼顧彈性和安全性。可能容易受到查詢時間旁路攻擊。 如要與他人共用資料，並為檢視區塊或資料表切片提供額外安全防護，建議採用資料列層級的存取權政策。舉例來說，您可以使用資料列層級存取權政策，與使用相同資訊主頁的人員共用資料，即使部分人員可存取的資料比其他人多也沒問題。
獨立表格 建議用於安全性用途。使用者必須有資料表存取權，才能推斷資料。 如果您需要與他人共用資料，但又必須隔離資料，就適合使用個別表格。舉例來說，如果必須隱藏總列數，您可以透過不同的表格與第三方合作夥伴和供應商分享資料。

建立及管理資料列層級存取政策

如要瞭解如何建立、更新 (重新建立)、列出、查看及刪除資料表的資料列層級存取權政策，以及如何查詢含有資料列層級存取權政策的資料表，請參閱「使用資料列層級存取權安全防護機制」。

配額

如要進一步瞭解資料列層級安全性的配額和限制，請參閱 BigQuery 的配額和限制。

定價

BigQuery 內建資料列層級安全防護機制，不需額外付費。不過，資料列層級存取權政策可能會透過下列方式影響查詢執行費用：

  • 如果資料列層級存取權政策包含參照其他資料表的子查詢，可能會產生額外費用。

  • 資料列層級存取政策篩選器不會參與分區和叢集資料表的查詢修剪作業。這不代表在執行主要查詢時會讀取更多資料。不會利用資料列存取權政策述詞進一步修剪。

  • 使用資料列層級存取權政策篩選器時，系統不會提早套用所有使用者篩選器。 這可能會增加從資料表讀取的資料量，並讀取更多資料列，進而產生更多費用。

如要進一步瞭解 BigQuery 查詢的定價，請參閱 BigQuery 定價。

限制

如要瞭解資料列層級安全防護機制的限制，請參閱 BigQuery 的資料列層級安全防護機制限制。下列各節將說明其他資料列層級安全限制。

效能限制

  • 使用含有資料列層級存取權政策的資料表時，部分 BigQuery 功能不會加速，例如 BigQuery BI Engine 和具體化檢視表。

  • 資料列層級安全防護機制不會參與查詢修剪，這是分區資料表的功能。詳情請參閱分區和叢集資料表。這項限制不會減緩主要查詢的執行速度。

  • 查詢設有資料列層級安全防護機制的資料表時，效能可能會稍微降低。

如要進一步瞭解資料列層級安全防護機制與部分 BigQuery 功能和服務的互動方式，請參閱將資料列層級的安全性與其他 BigQuery 功能搭配使用。

其他限制

  • 如果使用以特定 BigQuery 版本建立的預留項目，可能無法使用這項功能。如要進一步瞭解各版本啟用的功能，請參閱「BigQuery 版本簡介」。

  • 資料列存取政策不支援舊版 SQL。查詢含有資料列層級存取權政策的資料表時，必須使用 GoogleSQL。系統會拒絕舊版 SQL 查詢，並顯示錯誤訊息。

  • 您無法對 JSON 欄套用資料列層級的存取權政策。

  • 不支援對含有資料列存取政策的資料表執行萬用字元資料表查詢。

  • 資料列存取政策無法套用至臨時資料表。

  • 您無法對參照其他資料表 (這些資料表具有資料列層級安全性) 的資料表套用資料列層級存取權政策。

  • 部分 BigQuery 功能與資料列層級安全防護機制不相容。詳情請參閱「使用資料列層級安全性」。

  • 如果非查詢作業 (包括服務帳戶工作) 需要資料表資料的完整存取權，可以使用TRUE篩選器搭配資料列層級安全性。例如複製資料表、Dataproc 工作流程等。詳情請參閱「使用資料列層級安全性」。

  • 您可以使用 DDL 陳述式或資料列存取政策 API，建立、取代或刪除資料列層級的存取政策。您也可以在 bq 指令列工具中，對資料列存取權政策 API 執行所有可用動作。您可以在Google Cloud 控制台中列出及查看資料列層級存取權政策。

  • 預覽或瀏覽資料表與資料列層級安全防護機制不相容。

  • 資料表取樣與資料列層級安全防護機制不相容。

  • 頂層子查詢政策結果的大小上限為 100 MB。這項限制適用於每個資料列層級存取權政策。

  • 在資料列存取權政策中，無法使用類型為 FLOAT、STRUCT、ARRAY、JSON 或 GEOGRAPHY 的頂層 IN子查詢。search_value

  • 如果因刪除任何參照資料表而無法評估資料列層級存取政策述詞，查詢就會失敗。

  • 子查詢資料列層級存取政策僅支援 BigQuery 資料表、BigLake 外部資料表和 BigLake 受管理資料表。

  • 不允許修改資料表結構定義的資料欄重新命名和捨棄陳述式，因為這可能會影響資料列存取政策。

稽核記錄與監控

讀取含有至少一項資料列層級存取權政策的資料表時，系統會將授權讀取存取權的資料列層級存取權政策，以及子查詢中參照的任何對應資料表，顯示在該讀取要求的 IAM 授權資訊中。

系統會稽核記錄列層級存取權政策的建立和刪除作業，並可透過 Cloud Logging 存取。稽核記錄會包含資料列層級存取權政策的名稱。不過，記錄檔會省略資料列層級存取政策的 filter_expression 和 grantee_list 定義，因為這些定義可能包含使用者或其他私密資訊。系統不會稽核記錄資料列層級存取政策的列出和查看作業。

如要進一步瞭解 BigQuery 中的記錄，請參閱「BigQuery 監控簡介」。

如要進一步瞭解記錄檔，請參閱 Cloud Logging。 Google Cloud

後續步驟