Metabase-Logs erfassen

Unterstützt in:

In diesem Dokument wird beschrieben, wie Sie Metabase-Logs mit Google Cloud Storage V2 in Google Security Operations aufnehmen.

Metabase ist eine Open-Source-Business Intelligence- und Analyseplattform, mit der Unternehmen Datenbanken abfragen, Visualisierungen erstellen und Dashboards erstellen können. In Pro- und Enterprise-Abos speichert Metabase Nutzungsanalysen und Auditing-Daten in der Anwendungsdatenbank, einschließlich Aktivitätslogs, Ansichtslogs und Datensätzen zur Ausführung von Abfragen. Eine Cloud Run-Funktion fragt die Metabase API ab, um diese Daten abzurufen, und schreibt sie in einen GCS-Bucket, damit Google SecOps sie aufnehmen kann.

Hinweis

Folgende Voraussetzungen müssen erfüllt sein:

  • Eine Google SecOps-Instanz
  • Ein GCP-Projekt mit aktivierten Cloud Storage-, Cloud Run-, Pub/Sub- und Cloud Scheduler-APIs
  • Berechtigungen zum Erstellen und Verwalten von GCS-Buckets
  • Berechtigungen zum Verwalten von IAM-Richtlinien für GCS-Buckets
  • Berechtigungen zum Erstellen von Cloud Run-Diensten, Pub/Sub-Themen und Cloud Scheduler-Jobs
  • Metabase Pro- oder Enterprise-Abo (Nutzungsanalysen sind in den Open Source- oder Cloud Starter-Versionen nicht verfügbar)
  • Metabase-Administratorzugriff zum Erstellen von API-Schlüsseln
  • Die Metabase-Anwendungsdatenbank, die als Datenquelle in Metabase hinzugefügt wurde (erforderlich für das Abfragen von Audittabellen über die API)

Metabase-API-Zugriff konfigurieren

Damit Google SecOps Nutzungsanalysedaten abrufen kann, müssen Sie einen API-Schlüssel in Metabase erstellen und die Anwendungsdatenbank als abfragbare Datenquelle hinzufügen.

API-Schlüssel erstellen

  1. Melden Sie sich als Administrator in Ihrer Metabase-Instanz an.
  2. Klicken Sie oben rechts auf das Zahnradsymbol.
  3. Wählen Sie Administratoreinstellungen aus.
  4. Rufen Sie den Tab Einstellungen auf.
  5. Klicken Sie im Menü auf der linken Seite auf den Tab Authentifizierung.
  6. Scrollen Sie zu API-Schlüssel und klicken Sie auf Verwalten.
  7. Klicken Sie auf den Button API-Schlüssel erstellen.
  8. Geben Sie die folgenden Konfigurationsdetails an:
    • Schlüsselname: Geben Sie einen aussagekräftigen Namen ein, z. B. Google SecOps Integration.
    • Gruppe: Wählen Sie eine Gruppe mit Zugriff auf die Berechtigungen zum Erheben und Abfragen von Nutzungsanalysen für die Anwendungsdatenbank aus.
  9. Klicken Sie auf Erstellen.

  10. Kopieren und speichern Sie den API-Schlüssel sicher.

Anwendungsdatenbank als Datenquelle hinzufügen

Wenn Sie Audit-Tabellen über die API abfragen möchten, müssen Sie die Metabase-Anwendungsdatenbank als Datenquelle in Metabase hinzufügen.

  1. Klicken Sie in Metabase rechts oben auf das Zahnradsymbol.
  2. Wählen Sie Administratoreinstellungen aus.
  3. Wechseln Sie zum Tab Datenbanken.
  4. Klicken Sie auf Datenbank hinzufügen.
  5. Konfigurieren Sie die Datenbankverbindung:
    • Datenbanktyp: Wählen Sie PostgreSQL oder MySQL aus (je nach Datenbank Ihrer Anwendung).
    • Name: Geben Sie Metabase Application Database ein.
    • Host: Geben Sie den Hostnamen Ihrer Anwendungsdatenbank ein.
    • Port: Geben Sie den Datenbankport ein (Standard: 5432 für PostgreSQL, 3306 für MySQL).
    • Datenbankname: Geben Sie den Namen der Anwendungsdatenbank ein (z. B. metabase).
    • Nutzername: Geben Sie einen Datenbanknutzer mit SELECT-Berechtigungen für die Tabellen audit_log, view_log und query_execution ein.
    • Passwort: Geben Sie das Datenbankpasswort ein.
  6. Klicken Sie auf Speichern.
  7. Notieren Sie sich nach dem Speichern die Datenbank-ID aus der URL (z. B. https://metabase.example.com/admin/databases/5 bedeutet, dass die Datenbank-ID 5 ist).

Berechtigungen prüfen

So prüfen Sie, ob der API-Schlüssel die erforderlichen Berechtigungen hat:

  1. Melden Sie sich als Administrator in Metabase an.
  2. Klicken Sie auf das Zahnradsymbol > Administratoreinstellungen > Personen.
  3. Suchen Sie die Gruppe, die dem API-Schlüssel zugewiesen ist.
  4. Prüfen Sie, ob die Gruppe Zugriff auf die Sammlung Nutzungsanalysen hat.
  5. Rufen Sie die Administratoreinstellungen > Berechtigungen > Daten auf.
  6. Prüfen Sie, ob die Gruppe Uneingeschränkten oder Abfragezugriff auf die Anwendungsdatenbank hat.

API-Zugriff testen

  • Testen Sie Ihre Anmeldedaten, bevor Sie mit der Integration fortfahren:

    # Replace with your actual values
METABASE_URL="https://your-metabase-instance.com"
API_KEY="mb_your_api_key_here"
DATABASE_ID="5"

# Test API key authentication
curl -s -H "x-api-key: ${API_KEY}" \
  "${METABASE_URL}/api/database" \
  | python3 -m json.tool

# Test querying the application database for audit_log records
curl -s -X POST "${METABASE_URL}/api/dataset/json" \
  -H "x-api-key: ${API_KEY}" \
  -H "Content-Type: application/json" \
  -d "{\"database\": ${DATABASE_ID}, \"type\": \"native\", \"native\": {\"query\": \"SELECT * FROM audit_log ORDER BY id DESC LIMIT 5\", \"template-tags\": {}}, \"parameters\": []}" \
  | python3 -m json.tool

Bei einer erfolgreichen Antwort wird ein JSON-Array mit den letzten Audit-Log-Einträgen zurückgegeben.

Google Cloud Storage-Bucket erstellen

  1. Gehen Sie zur Google Cloud Console.
  2. Wählen Sie Ihr Projekt aus oder erstellen Sie ein neues.
  3. Rufen Sie im Navigationsmenü Cloud Storage > Buckets auf.
  4. Klicken Sie auf Bucket erstellen.

  5. Geben Sie die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Bucket benennen Geben Sie einen global eindeutigen Namen ein, z. B. metabase-audit-logs.
    Standorttyp Wählen Sie die Option aus, die am besten zu Ihren Anforderungen passt (Region, Dual-Region, Multi-Region).
    Standort Wählen Sie den Speicherort aus, z. B. us-central1.
    Speicherklasse Standard (empfohlen für Logs, auf die häufig zugegriffen wird)
    Zugriffskontrolle Einheitlich (empfohlen)
    Schutztools Optional: Objektversionierung oder Aufbewahrungsrichtlinie aktivieren

  6. Klicken Sie auf Erstellen.

Dienstkonto für Cloud Run-Funktion erstellen

Für die Cloud Run-Funktion ist ein Dienstkonto mit Berechtigungen zum Schreiben in den GCS-Bucket und zum Aufrufen durch Pub/Sub erforderlich.

Dienstkonto erstellen

  1. Wechseln Sie in der GCP Console zu IAM und Verwaltung > Dienstkonten.
  2. Klicken Sie auf Dienstkonto erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:
    • Name des Dienstkontos: Geben Sie metabase-audit-collector-sa ein.
    • Beschreibung des Dienstkontos: Geben Sie Service account for Cloud Run function to collect Metabase audit logs ein.
  4. Klicken Sie auf Erstellen und fortfahren.
  5. Fügen Sie im Abschnitt Diesem Dienstkonto Zugriff auf das Projekt erteilen die folgenden Rollen hinzu:
    1. Klicken Sie auf Rolle auswählen.
    2. Suchen Sie nach Storage Object Admin und wählen Sie die Rolle aus.
    3. Klicken Sie auf + Weitere Rolle hinzufügen.
    4. Suchen Sie nach Cloud Run Invoker und wählen Sie die Rolle aus.
    5. Klicken Sie auf + Weitere Rolle hinzufügen.
    6. Suchen Sie nach Cloud Functions Invoker und wählen Sie die Rolle aus.
  6. Klicken Sie auf Weiter.
  7. Klicken Sie auf Fertig.

Diese Rollen sind für Folgendes erforderlich:

  • Storage-Objekt-Administrator: Protokolle in GCS-Bucket schreiben und Statusdateien verwalten
  • Cloud Run Invoker: Pub/Sub darf die Funktion aufrufen.
  • Cloud Functions-Invoker: Funktionsaufruf zulassen

IAM-Berechtigungen für GCS-Bucket erteilen

  1. Rufen Sie Cloud Storage > Buckets auf.
  2. Klicken Sie auf den Namen Ihres Buckets (metabase-audit-logs).
  3. Wechseln Sie zum Tab Berechtigungen.
  4. Klicken Sie auf Zugriff erlauben.
  5. Geben Sie die folgenden Konfigurationsdetails an:
    • Hauptkonten hinzufügen: Geben Sie die E‑Mail-Adresse des Dienstkontos (metabase-audit-collector-sa@PROJECT_ID.iam.gserviceaccount.com) ein.
    • Rollen zuweisen: Wählen Sie Storage Object Admin aus.
  6. Klicken Sie auf Speichern.

Pub/Sub-Thema erstellen

  1. Rufen Sie in der GCP Console Pub/Sub > Themen auf.
  2. Klicken Sie auf Thema erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:
    • Themen-ID: Geben Sie metabase-audit-trigger ein.
    • Übernehmen Sie die anderen Einstellungen.
  4. Klicken Sie auf Erstellen.

Cloud Run-Funktion zum Erfassen von Logs erstellen

Die Cloud Run-Funktion wird durch Pub/Sub-Nachrichten von Cloud Scheduler ausgelöst, um Audit-Daten von der Metabase API abzurufen und in GCS zu schreiben.

  1. Rufen Sie in der GCP Console Cloud Run auf.
  2. Klicken Sie auf Dienst erstellen.
  3. Wählen Sie Funktion aus, um eine Funktion mit einem Inline-Editor zu erstellen.

  4. Geben Sie im Abschnitt Konfigurieren die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Dienstname metabase-audit-collector
    Region Wählen Sie die Region aus, die Ihrem GCS-Bucket entspricht (z. B. us-central1).
    Laufzeit Wählen Sie Python 3.12 oder höher aus.

  5. Im Abschnitt Trigger (optional):

    1. Klicken Sie auf + Trigger hinzufügen.
    2. Wählen Sie Cloud Pub/Sub aus.
    3. Wählen Sie unter Cloud Pub/Sub-Thema auswählen die Option metabase-audit-trigger aus.
    4. Klicken Sie auf Speichern.

  6. Im Abschnitt Authentifizierung:

    1. Wählen Sie Authentifizierung erforderlich aus.
    2. Weitere Informationen finden Sie unter Identity and Access Management (IAM).

  7. Scrollen Sie nach unten und maximieren Sie Container, Netzwerk, Sicherheit.

  8. Rufen Sie den Tab Sicherheit auf:

    • Dienstkonto: Wählen Sie metabase-audit-collector-sa aus.

  9. Rufen Sie den Tab Container auf:

    1. Klicken Sie auf Variablen und Secrets.
    2. Klicken Sie für jede Umgebungsvariable auf + Variable hinzufügen:
    Variablenname Beispielwert Beschreibung
    GCS_BUCKET metabase-audit-logs Name des GCS-Buckets
    GCS_PREFIX metabase-audit Präfix für Logdateien
    STATE_KEY metabase-audit/state.json Pfad der Statusdatei
    METABASE_URL https://metabase.yourcompany.com Basis-URL der Metabase-Instanz
    METABASE_API_KEY mb_your_api_key_here Metabase-API-Schlüssel
    DATABASE_ID 5 Anwendungsdatenbank-ID
    LOOKBACK_HOURS 24 Anfänglicher Rückschauzeitraum
    PAGE_SIZE 2000 Datensätze pro API-Abfrage

  10. Scrollen Sie im Bereich Variablen und Secrets nach unten zu Anfragen:

    • Zeitlimit für die Anfrage: Geben Sie 600 Sekunden (10 Minuten) ein.

  11. Gehen Sie zum Tab Einstellungen:

    • Im Abschnitt Ressourcen:
      • Arbeitsspeicher: Wählen Sie 512 MiB oder höher aus.
      • CPU: Wählen Sie 1 aus.

  12. Im Abschnitt Versionsskalierung:

    • Mindestanzahl von Instanzen: Geben Sie 0 ein.
    • Maximale Anzahl von Instanzen: Geben Sie 100 ein.

  13. Klicken Sie auf Erstellen.

  14. Warten Sie, bis der Dienst erstellt wurde (1–2 Minuten).

  15. Nachdem der Dienst erstellt wurde, wird automatisch der Inline-Code-Editor geöffnet.

Funktionscode hinzufügen

  1. Geben Sie main in das Feld Einstiegspunkt ein.

  2. Erstellen Sie im Inline-Code-Editor zwei Dateien:

    • main.py:

      import functions_framework
from google.cloud import storage
import json
import os
import urllib3
from datetime import datetime, timezone, timedelta

http = urllib3.PoolManager(
  timeout=urllib3.Timeout(connect=10.0, read=60.0),
  retries=False,
)

storage_client = storage.Client()

GCS_BUCKET = os.environ.get('GCS_BUCKET')
GCS_PREFIX = os.environ.get('GCS_PREFIX', 'metabase-audit')
STATE_KEY = os.environ.get('STATE_KEY', 'metabase-audit/state.json')
METABASE_URL = os.environ.get('METABASE_URL', '').rstrip('/')
API_KEY = os.environ.get('METABASE_API_KEY')
DATABASE_ID = int(os.environ.get('DATABASE_ID', '1'))
LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '24'))
PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '2000'))

TABLES = ['audit_log', 'view_log', 'query_execution']

TABLE_TIME_COLUMNS = {
  'audit_log': 'timestamp',
  'view_log': 'timestamp',
  'query_execution': 'started_at',
}

@functions_framework.cloud_event
def main(cloud_event):
  if not all([GCS_BUCKET, METABASE_URL, API_KEY]):
    print('Error: Missing required environment variables')
    return

  try:
    bucket = storage_client.bucket(GCS_BUCKET)
    state = load_state(bucket)
    now = datetime.now(timezone.utc)

    if isinstance(state, dict) and state.get('last_event_time'):
      try:
        last_val = state['last_event_time']
        if last_val.endswith('Z'):
          last_val = last_val[:-1] + '+00:00'
        last_time = datetime.fromisoformat(last_val)
        last_time = last_time - timedelta(minutes=2)
      except Exception as e:
        print(f"Warning: Could not parse last_event_time: {e}")
        last_time = now - timedelta(hours=LOOKBACK_HOURS)
    else:
      last_time = now - timedelta(hours=LOOKBACK_HOURS)

    print(f"Fetching logs from {last_time.isoformat()} to {now.isoformat()}")

    all_records = []
    newest_time = None

    for table in TABLES:
      time_col = TABLE_TIME_COLUMNS[table]
      records = fetch_table(table, time_col, last_time, now)
      for r in records:
        r['_metabase_table'] = table
        t = r.get(time_col)
        if t and (newest_time is None or str(t) > str(newest_time)):
          newest_time = t
      all_records.extend(records)
      print(f"Table {table}: fetched {len(records)} records")

    if not all_records:
      print("No new records found.")
      save_state(bucket, now.isoformat())
      return

    timestamp = now.strftime('%Y%m%d_%H%M%S')
    object_key = f"{GCS_PREFIX}/metabase_audit_{timestamp}.ndjson"
    blob = bucket.blob(object_key)

    ndjson = '\n'.join(
      [json.dumps(r, ensure_ascii=False, default=str) for r in all_records]
    ) + '\n'
    blob.upload_from_string(ndjson, content_type='application/x-ndjson')

    print(f"Wrote {len(all_records)} records to gs://{GCS_BUCKET}/{object_key}")

    save_state(bucket, str(newest_time) if newest_time else now.isoformat())

    print(f"Successfully processed {len(all_records)} records")

  except Exception as e:
    print(f'Error processing logs: {str(e)}')
    raise

def fetch_table(table, time_col, start_time, end_time):
  start_str = start_time.strftime('%Y-%m-%d %H:%M:%S')
  end_str = end_time.strftime('%Y-%m-%d %H:%M:%S')

  all_records = []
  offset = 0
  max_pages = 50

  for page in range(max_pages):
    sql = (
      f"SELECT * FROM {table} "
      f"WHERE {time_col} >= '{start_str}' "
      f"AND {time_col} < '{end_str}' "
      f"ORDER BY {time_col} ASC "
      f"LIMIT {PAGE_SIZE} OFFSET {offset}"
    )

    query_body = {
      "database": DATABASE_ID,
      "type": "native",
      "native": {
        "query": sql,
        "template-tags": {}
      },
      "parameters": []
    }

    url = f"{METABASE_URL}/api/dataset/json"
    response = http.request(
      'POST', url,
      body=json.dumps(query_body).encode('utf-8'),
      headers={
        'x-api-key': API_KEY,
        'Content-Type': 'application/json'
      }
    )

    if response.status == 429:
      print(f"Rate limited on {table} query. Stopping pagination.")
      break

    if response.status != 200:
      print(f"{table} query failed: {response.status} - "
          f"{response.data.decode('utf-8')}")
      break

    page_results = json.loads(response.data.decode('utf-8'))

    if not page_results:
      break

    all_records.extend(page_results)
    print(f"{table} page {page + 1}: {len(page_results)} records "
        f"(total: {len(all_records)})")

    if len(page_results) < PAGE_SIZE:
      break

    offset += PAGE_SIZE

  return all_records

def load_state(bucket):
  try:
    blob = bucket.blob(STATE_KEY)
    if blob.exists():
      return json.loads(blob.download_as_text())
  except Exception as e:
    print(f"Warning: Could not load state: {e}")
  return {}

def save_state(bucket, last_event_time_iso):
  try:
    state = {
      'last_event_time': last_event_time_iso,
      'last_run': datetime.now(timezone.utc).isoformat()
    }
    blob = bucket.blob(STATE_KEY)
    blob.upload_from_string(
      json.dumps(state, indent=2),
      content_type='application/json'
    )
    print(f"Saved state: last_event_time={last_event_time_iso}")
  except Exception as e:
    print(f"Warning: Could not save state: {e}")

    • requirements.txt:

    functions-framework==3.*
google-cloud-storage==2.*
urllib3>=2.0.0

  3. Klicken Sie auf Bereitstellen, um die Funktion zu speichern und bereitzustellen.

  4. Warten Sie, bis die Bereitstellung abgeschlossen ist (2–3 Minuten).

Cloud Scheduler-Job erstellen

  1. Rufen Sie in der GCP Console Cloud Scheduler auf.
  2. Klicken Sie auf Job erstellen.

  3. Geben Sie die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Name metabase-audit-collector-hourly
    Region Dieselbe Region wie die Cloud Run-Funktion auswählen
    Frequenz 0 * * * * (stündlich zur vollen Stunde)
    Zeitzone Zeitzone auswählen (UTC empfohlen)
    Zieltyp Pub/Sub
    Thema metabase-audit-trigger auswählen
    Inhalt der Nachricht {} (leeres JSON-Objekt)

  4. Klicken Sie auf Erstellen.

Optionen für die Häufigkeit des Zeitplans

Wählen Sie die Häufigkeit basierend auf dem Logvolumen und den Latenzanforderungen aus:

Häufigkeit Cron-Ausdruck Anwendungsfall
Alle 5 Minuten */5 * * * * Hohes Volumen, niedrige Latenz
Alle 15 Minuten */15 * * * * Mittleres Suchvolumen
Stündlich 0 * * * * Standard (empfohlen)
Alle 6 Stunden 0 */6 * * * Geringes Volumen, Batchverarbeitung
Täglich 0 0 * * * Erhebung von Verlaufsdaten

Integration testen

  1. Suchen Sie in der Cloud Scheduler-Konsole nach Ihrem Job (metabase-audit-collector-hourly).
  2. Klicken Sie auf Ausführung erzwingen, um den Job manuell auszulösen.
  3. Warten Sie einige Sekunden.
  4. Rufen Sie Cloud Run > Dienste auf.
  5. Klicken Sie auf metabase-audit-collector.
  6. Klicken Sie auf den Tab Logs.

  7. Prüfen Sie, ob die Funktion erfolgreich ausgeführt wurde. Darauf sollten Sie achten:

    Fetching logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
Table audit_log: fetched X records
Table view_log: fetched X records
Table query_execution: fetched X records
Wrote X records to gs://metabase-audit-logs/metabase-audit/metabase_audit_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  8. Rufen Sie Cloud Storage > Buckets auf.

  9. Klicken Sie auf metabase-audit-logs.

  10. Rufen Sie den Ordner metabase-audit/ auf.

  11. Prüfen Sie, ob eine neue .ndjson-Datei mit dem aktuellen Zeitstempel erstellt wurde.

Wenn in den Logs Fehler angezeigt werden:

  • HTTP 401: Prüfen Sie, ob die Umgebungsvariable METABASE_API_KEY korrekt ist und der Schlüssel nicht gelöscht oder neu generiert wurde.
  • HTTP 403: Prüfen Sie, ob die Gruppe des API-Schlüssels Abfrageberechtigungen für die Anwendungsdatenbank hat.
  • HTTP 429: Ratenbegrenzung – die Funktion beendet die Paginierung und wird beim nächsten geplanten Lauf fortgesetzt.
  • Fehlende Umgebungsvariablen: Prüfen Sie, ob alle erforderlichen Variablen in der Konfiguration der Cloud Run-Funktion festgelegt sind.
  • Leere Ergebnisse: Prüfen Sie, ob DATABASE_ID korrekt ist, die Anwendungsdatenbank als Datenquelle hinzugefügt wurde und Sie Metabase Pro oder Enterprise verwenden.

Google SecOps-Dienstkonto abrufen

  1. Rufen Sie die SIEM-Einstellungen > Feeds auf.
  2. Klicken Sie auf Neuen Feed hinzufügen.
  3. Klicken Sie auf Einzelnen Feed konfigurieren.
  4. Geben Sie im Feld Feedname einen Namen für den Feed ein, z. B. Metabase Audit Logs.
  5. Wählen Sie Google Cloud Storage V2 als Quelltyp aus.
  6. Wählen Sie METABASE als Log type (Protokolltyp) aus.

  7. Klicken Sie auf Dienstkonto abrufen. Es wird eine eindeutige E-Mail-Adresse für das Dienstkonto angezeigt, z. B.:

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com

  8. Kopieren Sie diese E‑Mail-Adresse für den nächsten Schritt.

  9. Klicken Sie auf Weiter.

  10. Geben Sie Werte für die folgenden Eingabeparameter an:

    • Storage-Bucket-URL: Geben Sie den GCS-Bucket-URI mit dem Präfixpfad ein:

      gs://metabase-audit-logs/metabase-audit/

    • Option zum Löschen der Quelle: Wählen Sie die gewünschte Option zum Löschen aus:

      • Nie: Löscht nach Übertragungen nie Dateien (empfohlen für Tests).
      • Übertragene Dateien löschen: Dateien werden nach der erfolgreichen Übertragung gelöscht.

      • Übertragene Dateien und leere Verzeichnisse löschen: Löscht Dateien und leere Verzeichnisse nach der erfolgreichen Übertragung.

    • Höchstalter der Datei: Dateien einbeziehen, die in den letzten Tagen geändert wurden (Standardwert: 180 Tage)

    • Asset-Namespace: Der Asset-Namespace

    • Labels für Datenaufnahme: Das Label, das auf die Ereignisse aus diesem Feed angewendet werden soll

  11. Klicken Sie auf Weiter.

  12. Prüfen Sie die neue Feedkonfiguration auf dem Bildschirm Abschließen und klicken Sie dann auf Senden.

Dem Google SecOps-Dienstkonto IAM-Berechtigungen gewähren

Das Google SecOps-Dienstkonto benötigt die Rolle Storage Object Viewer für Ihren GCS-Bucket.

  1. Rufen Sie Cloud Storage > Buckets auf.
  2. Klicken Sie auf metabase-audit-logs.
  3. Wechseln Sie zum Tab Berechtigungen.
  4. Klicken Sie auf Zugriff erlauben.
  5. Geben Sie die folgenden Konfigurationsdetails an:
    • Hauptkonten hinzufügen: Fügen Sie die E‑Mail-Adresse des Google SecOps-Dienstkontos ein.
    • Rollen zuweisen: Wählen Sie Storage Object Viewer aus.

  6. Klicken Sie auf Speichern.

Tabellen für Nutzungsanalysen

Die Cloud Run-Funktion fragt die folgenden Tabellen aus der Metabase-Anwendungsdatenbank ab:

Tabellenname Beschreibung
audit_log Aufzeichnungen von Konfigurationsänderungen, Nutzeraktionen und Systemereignissen
view_log Erfasst Aufrufe von Karten (Fragen/Modelle), Dashboards und Tabellen
query_execution Informationen zu allen Abfragen, die in allen Dashboards ausgeführt wurden

Datenaufbewahrung

Standardmäßig werden Nutzungsanalysedaten in Metabase 720 Tage (ca. 2 Jahre) lang aufbewahrt. Zweimal täglich werden in Metabase automatisch Zeilen gelöscht, die älter als dieser Schwellenwert sind. Wenn Sie die Aufbewahrungsdauer ändern möchten, legen Sie die Umgebungsvariable MB_AUDIT_MAX_RETENTION_DAYS beim Ausführen von Metabase fest.

UDM-Zuordnungstabelle

Logfeld UDM-Zuordnung Logik
zusätzlich zusätzlich Umbenannt aus „Zusätzlich“
locale additional.fields Mit den entsprechenden Labels zusammengeführt (z.B. „locale_label“ für „locale“, „is_active_label“ für „is_active“ usw.)
is_active additional.fields
is_qbnewb additional.fields
group_ids additional.fields
is_superuser additional.fields
login_attributes additional.fields
id additional.fields
sso_source additional.fields
personal_collection_id additional.fields
Metadaten Metadaten Umbenannt von „Metadaten“
updated_at metadata.event_timestamp Das Datum, das aus „updated_at“ im ISO8601-, RFC 3339- oder JJJJ-MM-TTTHH:mm:ss.SSSSSSZ-Format geparst wurde.
has_userid metadata.event_type Auf „USER_UNCATEGORIZED“ festgelegt, wenn has_userid == „true“, andernfalls „GENERIC_EVENT“
Prinzipal Prinzipal Vom Hauptkonto umbenannt
metabase_host principal.url Wert direkt kopiert
date_joined principal.user.attribute.creation_time Datum, das aus „date_joined“ geparst wurde, mit ISO8601, RFC 3339 oder JJJJ-MM-TTTHH:mm:ss.SSSSSSZ
E-Mail principal.user.email_addresses Zusammengeführt aus E‑Mail-Adresse
first_name principal.user.first_name Wert direkt kopiert
last_login principal.user.last_login_time Datum, das aus „last_login“ im ISO8601-, RFC 3339- oder JJJJ-MM-TTTHH:mm:ss.SSSSSSZ-Format geparst wurde
last_name principal.user.last_name Wert direkt kopiert
common_name principal.user.user_display_name Wert direkt kopiert
E-Mail principal.user.userid Wert direkt aus E-Mail kopiert
security_result security_result Zusammengeführt aus security_result
Ziel Ziel Umbenannt aus Ziel
metadata.product_name metadata.product_name Auf „METABASE“ festgelegt
metadata.vendor_name metadata.vendor_name Auf „METABASE“ festgelegt

Änderungsprotokoll

Änderungsprotokoll für diesen Parser ansehen

Benötigen Sie weitere Hilfe? Antworten von Community-Mitgliedern und Google SecOps-Experten erhalten