‫Google משתמשת בטכנולוגיית AI כדי לתרגם תוכן לשפה המועדפת עליך. בתרגומים כאלו עשויות להיות שגיאות.

איסוף יומנים של Metabase

נתמך ב:

Google SecOps SIEM

במאמר הזה מוסבר איך להטמיע יומנים של Metabase ב-Google Security Operations באמצעות Google Cloud Storage V2.

‫Metabase היא פלטפורמה בקוד פתוח לבינה עסקית ולניתוח נתונים, שמאפשרת לארגונים לשלוח שאילתות למסדי נתונים, ליצור תצוגות חזותיות ולבנות לוחות בקרה. בתוכניות Pro ו-Enterprise,‏ Metabase מאחסנת ניתוח נתוני שימוש ונתוני ביקורת במסד הנתונים של האפליקציה, כולל יומני פעילות, יומני צפייה ורשומות של ביצוע שאילתות. פונקציית Cloud Run שולחת שאילתה ל-Metabase API כדי לאחזר את הנתונים האלה, וכותבת אותם לקטגוריית GCS לצורך הטמעה ב-Google SecOps.

לפני שמתחילים

חשוב לוודא שמתקיימות דרישות הסף הבאות:

מופע של Google SecOps
פרויקט GCP עם ממשקי Cloud Storage,‏ Cloud Run,‏ Pub/Sub ו-Cloud Scheduler API מופעלים
הרשאות ליצירה ולניהול של מאגרי GCS
הרשאות לניהול מדיניות IAM בקטגוריות GCS
הרשאות ליצירת שירותי Cloud Run, נושאי Pub/Sub ומשימות Cloud Scheduler
מינוי Metabase Pro או Enterprise (ניתוח השימוש לא זמין במהדורות Open Source או Cloud Starter)
גישת אדמין ל-Metabase כדי ליצור מפתחות API
מסד הנתונים של אפליקציית Metabase נוסף כמקור נתונים ב-Metabase (נדרש לשליחת שאילתות לטבלאות ביקורת באמצעות API)

הגדרת גישה ל-API של Metabase

כדי לאפשר ל-Google SecOps לאחזר נתוחי שימוש, צריך ליצור מפתח API ב-Metabase ולהוסיף את מסד הנתונים של האפליקציה כמקור נתונים שאפשר להריץ עליו שאילתות.

יצירה של מפתח API

נכנסים לחשבון Metabase כאדמינים.
לוחצים על סמל גלגל השיניים בפינה השמאלית העליונה.
בוחרים באפשרות הגדרות אדמין.
עוברים לכרטיסייה הגדרות.
בתפריט הימני, לוחצים על הכרטיסייה אימות.
גוללים אל API Keys (מפתחות API) ולוחצים על Manage (ניהול).
לוחצים על הלחצן Create API Key (יצירת מפתח API).
מספקים את פרטי ההגדרה הבאים:
- שם המפתח: מזינים שם תיאורי (לדוגמה, Google SecOps Integration).
- קבוצה: בוחרים קבוצה עם גישה לאיסוף נתוני השימוש ב-Analytics והרשאות לשאילתות במסד הנתונים של האפליקציה
לוחצים על יצירה.
מעתיקים את מפתח ה-API ושומרים אותו במקום מאובטח.

הערה: מפתח ה-API מוצג ב-Metabase רק פעם אחת. אם מאבדים אותו, צריך ליצור מפתח חדש.

הוספת מסד הנתונים של האפליקציה כמקור נתונים

כדי להריץ שאילתות בטבלאות ביקורת באמצעות ה-API, צריך להוסיף את מסד הנתונים של אפליקציית Metabase כמקור נתונים ב-Metabase.

ב-Metabase, לוחצים על סמל גלגל השיניים בפינה השמאלית העליונה.
בוחרים באפשרות הגדרות אדמין.
עוברים לכרטיסייה מסדי נתונים.
לוחצים על הוספת מסד נתונים.
מגדירים את החיבור למסד הנתונים:
- סוג מסד הנתונים: בוחרים באפשרות PostgreSQL או MySQL (בהתאם למסד הנתונים של האפליקציה)
- שם: מזינים Metabase Application Database
- מארח: מזינים את שם המארח של מסד הנתונים של האפליקציה
- יציאה: מזינים את היציאה של מסד הנתונים (ברירת מחדל: 5432 ל-PostgreSQL, ‏ 3306 ל-MySQL)
- שם מסד הנתונים: מזינים את שם מסד הנתונים של האפליקציה (לדוגמה, metabase).
- שם משתמש: מזינים משתמש במסד הנתונים עם הרשאות SELECT בטבלאות audit_log,‏ view_log ו-query_execution
- ‫Password (סיסמה): מזינים את סיסמת מסד הנתונים
לוחצים על Save.
אחרי השמירה, מעתיקים את מזהה מסד הנתונים מכתובת ה-URL (לדוגמה, אם כתובת ה-URL היא https://metabase.example.com/admin/databases/5, מזהה מסד הנתונים הוא 5).

אימות ההרשאות

כדי לוודא שלמפתח ה-API יש את ההרשאות הנדרשות:

נכנסים ל-Metabase כאדמינים.
לוחצים על סמל גלגל השיניים > הגדרות אדמין > אנשים.
מאתרים את הקבוצה שהוקצתה למפתח ה-API.
מוודאים שלקבוצה יש גישה לאיסוף של ניתוח נתוני השימוש.
עוברים אל הגדרות ניהול > הרשאות > נתונים.
מוודאים שלקבוצה יש גישה לא מוגבלת או גישת שאילתה למסד הנתונים של האפליקציה.

בדיקת הגישה ל-API

לפני שממשיכים בשילוב, חשוב לבדוק את פרטי הכניסה:

# 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

תגובה מוצלחת מחזירה מערך JSON של רשומות עדכניות ביומן הביקורת.

יצירת קטגוריה של Google Cloud Storage

נכנסים אל מסוף Google Cloud.
בוחרים פרויקט או יוצרים פרויקט חדש.
בתפריט הניווט, עוברים אל Cloud Storage > Buckets.
לוחצים על Create bucket.

מספקים את פרטי ההגדרה הבאים:

הגדרה	ערך
Name your bucket (שם הקטגוריה)	מזינים שם ייחודי גלובלית (לדוגמה, `metabase-audit-logs`)
סוג המיקום	בוחרים לפי הצרכים (אזור, שני אזורים, מספר אזורים)
Location	בוחרים את המיקום (לדוגמה, `us-central1`).
סוג אחסון (storage class)	רגיל (מומלץ ליומנים שמתבצעת אליהם גישה לעיתים קרובות)
בקרת גישה	אחיד (מומלץ)
כלים להגנה	אופציונלי: הפעלת ניהול גרסאות של אובייקטים או מדיניות שמירת נתונים

לוחצים על יצירה.

יצירת חשבון שירות לפונקציית Cloud Run

פונקציית Cloud Run צריכה חשבון שירות עם הרשאות כתיבה לקטגוריה של GCS והרשאה להפעלה על ידי Pub/Sub.

יצירת חשבון שירות

במסוף GCP, עוברים אל IAM & Admin > Service Accounts.
לוחצים על יצירת חשבון שירות.
מספקים את פרטי ההגדרה הבאים:
- שם חשבון השירות: מזינים metabase-audit-collector-sa
- תיאור חשבון השירות: מזינים Service account for Cloud Run function to collect Metabase audit logs
לוחצים על יצירה והמשך.
בקטע Grant this service account access to project (מתן גישה של חשבון השירות הזה לפרויקט), מוסיפים את התפקידים הבאים:
1. לוחצים על בחירת תפקיד.
2. מחפשים את Storage Object Admin ולוחצים עליו.
3. לוחצים על + הוספת תפקיד נוסף.
4. מחפשים את האפשרות Cloud Run Invoker (הפעלת שירותים ב-Cloud Run) ולוחצים עליה.
5. לוחצים על + הוספת תפקיד נוסף.
6. מחפשים את האפשרות Cloud Functions Invoker (הפעלת פונקציות של Cloud Functions) ולוחצים עליה.
לוחצים על Continue.
לוחצים על סיום.

התפקידים האלה נדרשים כדי:

אדמין של אובייקט אחסון: כתיבת יומנים לקטגוריית GCS וניהול קבצי מצב
‫Cloud Run Invoker: מתן הרשאה ל-Pub/Sub להפעיל את הפונקציה
Cloud Functions Invoker: מאפשר הפעלה של פונקציות

מתן הרשאות IAM בקטגוריית GCS

עוברים אל Cloud Storage > Buckets (קטגוריות).
לוחצים על שם הקטגוריה (metabase-audit-logs).
עוברים לכרטיסייה Permissions.
לוחצים על הענקת גישה.
מספקים את פרטי ההגדרה הבאים:
- הוספת ישויות מורשות: מזינים את כתובת האימייל בחשבון של חשבון השירות (metabase-audit-collector-sa@PROJECT_ID.iam.gserviceaccount.com)
- הקצאת תפקידים: בוחרים באפשרות אדמין של אובייקטים באחסון.
לוחצים על Save.

יצירת נושא Pub/Sub

במסוף GCP, עוברים אל Pub/Sub > Topics.
לוחצים על יצירת נושא.
מספקים את פרטי ההגדרה הבאים:
- מזהה הנושא: מזינים metabase-audit-trigger
- השארת ההגדרות האחרות כברירת מחדל
לוחצים על יצירה.

יצירת פונקציית Cloud Run לאיסוף יומנים

הפונקציה של Cloud Run תופעל על ידי הודעות Pub/Sub מ-Cloud Scheduler כדי לאחזר נתוני ביקורת מ-Metabase API ולכתוב אותם ב-GCS.

במסוף GCP, עוברים אל Cloud Run.
לוחצים על יצירת שירות.
בוחרים באפשרות Function (שימוש בעורך ישיר ליצירת פונקציה).

בקטע Configure (הגדרה), מזינים את פרטי ההגדרה הבאים:

הגדרה	ערך
שם השירות	`metabase-audit-collector`
אזור	בוחרים אזור שתואם ל-GCS Bucket (לדוגמה, `us-central1`)
זמן ריצה	בוחרים באפשרות Python 3.12 ואילך.

בקטע טריגר (אופציונלי):
1. לוחצים על + הוספת טריגר.
2. בוחרים באפשרות Cloud Pub/Sub.
3. בקטע Select a Cloud Pub/Sub topic, בוחרים באפשרות metabase-audit-trigger.
4. לוחצים על Save.
בקטע Authentication:
1. בוחרים באפשרות דרישת אימות.
2. בודקים את ניהול זהויות והרשאות גישה (IAM).
הערה: מערכת Pub/Sub תטפל באימות באופן אוטומטי כשתפעיל את הפונקציה.
גוללים למטה ומרחיבים את Containers, Networking, Security (מאגרי תגים, רשתות, אבטחה).
עוברים לכרטיסייה אבטחה:
- חשבון שירות: בוחרים באפשרות metabase-audit-collector-sa

עוברים לכרטיסייה מאגרי תגים:

לוחצים על Variables & Secrets (משתנים וסודות).
לוחצים על + הוספת משתנה לכל משתנה סביבתי:

שם המשתנה	ערך לדוגמה	תיאור
`GCS_BUCKET`	`metabase-audit-logs`	שם קטגוריית GCS
`GCS_PREFIX`	`metabase-audit`	קידומת לקובצי יומן
`STATE_KEY`	`metabase-audit/state.json`	נתיב קובץ תמונת מצב
`METABASE_URL`	`https://metabase.yourcompany.com`	כתובת URL בסיסית של מכונת Metabase
`METABASE_API_KEY`	`mb_your_api_key_here`	מפתח Metabase API
`DATABASE_ID`	`5`	מזהה מסד הנתונים של האפליקציה
`LOOKBACK_HOURS`	`24`	תקופת המבט לאחור הראשונית
`PAGE_SIZE`	`2000`	רשומות לכל שאילתת API

בקטע Variables & Secrets, גוללים למטה אל Requests:
- זמן קצוב לתפוגת בקשה: מזינים 600 שניות (10 דקות)
עוברים לכרטיסייה הגדרות:
- בקטע Resources (מקורות מידע):
  - זיכרון: בוחרים באפשרות 512MiB או יותר
  - ‫CPU: בוחרים באפשרות 1
בקטע שינוי קנה מידה של העריכה:
- מספר מינימלי של מופעים: מזינים 0
- מספר מקרים מקסימלי: מזינים 100
לוחצים על יצירה.
ממתינים ליצירת השירות (1-2 דקות).
אחרי שיוצרים את השירות, עורך הקוד המוטבע נפתח באופן אוטומטי.

הוספת קוד פונקציה

מזינים main בשדה Entry point.

בעורך הקוד המוטבע, יוצרים שני קבצים:

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

לוחצים על Deploy כדי לשמור ולפרוס את הפונקציה.
ממתינים לסיום הפריסה (2-3 דקות).

הערה: הגדרת הטריגר Pub/Sub יוצרת באופן אוטומטי את המינויים וההרשאות הנדרשים.

יצירת משימה ב-Cloud Scheduler

במסוף GCP, עוברים אל Cloud Scheduler.
לוחצים על Create Job (יצירת משימה).

מספקים את פרטי ההגדרה הבאים:

הגדרה	ערך
שם	`metabase-audit-collector-hourly`
אזור	בחירה באותו אזור כמו פונקציית Cloud Run
תדירות	‫`0 * * * *` (כל שעה, בדיוק בשעה)
אזור זמן	בחירת אזור זמן (מומלץ לבחור UTC)
סוג הטירגוט	Pub/Sub
נושא	בחירת `metabase-audit-trigger`
גוף ההודעה	‫`{}` (אובייקט JSON ריק)

לוחצים על יצירה.

אפשרויות לתדירות התזמון

בחירת התדירות בהתאם לנפח היומן ולדרישות זמן האחזור:

תדירות	ביטוי Cron	תרחיש לדוגמה
כל 5 דקות	`/5 * * *`	נפח גבוה, זמן אחזור נמוך
כל 15 דקות	`/15 * * *`	נפח חיפושים בינוני
כל שעה	`0 * * * *`	רגיל (מומלץ)
כל 6 שעות	`0 /6 * *`	נפח נמוך, עיבוד באצווה
יומי	`0 0 * * *`	איסוף נתונים היסטוריים

בדיקת השילוב

במסוף Cloud Scheduler, מאתרים את המשימה (metabase-audit-collector-hourly).
לוחצים על הפעלת המשימה בכוח כדי להפעיל את המשימה באופן ידני.
מחכים כמה שניות.
עוברים אל Cloud Run > Services.
לוחצים על metabase-audit-collector.
לוחצים על הכרטיסייה Logs (יומנים).

מוודאים שהפונקציה בוצעה בהצלחה. מחפשים:

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

עוברים אל Cloud Storage > Buckets (קטגוריות).
לוחצים על metabase-audit-logs.
עוברים לתיקייה metabase-audit/.
מוודאים שנוצר קובץ .ndjson חדש עם חותמת הזמן הנוכחית.

אם מופיעות שגיאות ביומנים:

‫HTTP 401: מוודאים שמשתנה הסביבה METABASE_API_KEY נכון ושלא נמחק או נוצר מחדש מפתח
‫HTTP 403: מוודאים שלקבוצה של מפתח ה-API יש הרשאות לשאילתות במסד הנתונים של האפליקציה
‫HTTP 429: הגבלת קצב – הפונקציה תפסיק את המספור העמודים ותמשיך בפעולה בהפעלה המתוזמנת הבאה
משתני סביבה חסרים: מוודאים שכל המשתנים הנדרשים מוגדרים בהגדרות של פונקציית Cloud Run
תוצאות ריקות: צריך לוודא ש-DATABASE_ID נכון, שמאגר הנתונים של האפליקציה נוסף כמקור נתונים ושאתם משתמשים ב-Metabase Pro או ב-Enterprise

אחזור חשבון השירות של Google SecOps

עוברים אל SIEM Settings > Feeds (הגדרות SIEM > פידים).
לוחצים על הוספת פיד חדש.
לוחצים על Configure a single feed (הגדרת פיד יחיד).
בשדה שם הפיד, מזינים שם לפיד (לדוגמה, Metabase Audit Logs).
בוחרים באפשרות Google Cloud Storage V2 בתור סוג המקור.
בוחרים באפשרות METABASE בתור סוג היומן.
לוחצים על קבלת חשבון שירות. תוצג כתובת האימייל בחשבון שירות ייחודי, לדוגמה:
```
chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
```
מעתיקים את כתובת האימייל הזו לשימוש בשלב הבא.

הערה: לכל מופע של Google SecOps יש חשבון שירות ייחודי. אל תשתמשו בחשבונות שירות ממסמכים או מדוגמאות אחרים.
לוחצים על הבא.
מציינים ערכים לפרמטרים הבאים של הקלט:
- כתובת ה-URL של קטגוריית האחסון: מזינים את ה-URI של קטגוריית GCS עם נתיב הקידומת:
```
gs://metabase-audit-logs/metabase-audit/
```
  הערה: תמיד צריך לכלול את התו '/' בסוף ה-URI.
- אפשרות למחיקת המקור: בוחרים את אפשרות המחיקה לפי ההעדפה שלכם:
  - אף פעם: לא נמחקים קבצים אחרי ההעברה (מומלץ לבדיקות).
  - מחיקת קבצים שהועברו: הקבצים נמחקים אחרי שההעברה מסתיימת.
  - מחיקת קבצים שהועברו וספריות ריקות: מחיקת קבצים וספריות ריקות אחרי שההעברה מסתיימת בהצלחה.
    
    הערה: אם בוחרים באפשרות מחיקה, לחשבון השירות צריך להיות התפקיד Storage Object Admin ולא Storage Object Viewer. מעדכנים את ההרשאות ב-IAM בהתאם.
- הגיל המקסימלי של הקובץ: כולל קבצים ששונו במספר הימים האחרון (ברירת המחדל היא 180 ימים)
- מרחב השמות של הנכס: מרחב השמות של הנכס
- תוויות להוספה: התווית שתתווסף לאירועים מהפיד הזה
לוחצים על הבא.
בודקים את ההגדרות של הפיד החדש במסך סיום ולוחצים על שליחה.

הענקת הרשאות IAM לחשבון השירות של Google SecOps

לחשבון השירות של Google SecOps צריך להיות התפקיד צפייה באובייקט אחסון בקטגוריה של GCS.

עוברים אל Cloud Storage > Buckets (קטגוריות).
לוחצים על metabase-audit-logs.
עוברים לכרטיסייה Permissions.
לוחצים על הענקת גישה.
מספקים את פרטי ההגדרה הבאים:
- Add principals (הוספת ישויות מורשות): מדביקים את כתובת האימייל בחשבון של חשבון השירות של Google SecOps
- הקצאת תפקידים: בוחרים באפשרות צפייה באובייקטים באחסון.
לוחצים על Save.

הערה: אם אתם מתכננים להשתמש באפשרות המחיקה 'מחיקת קבצים שהועברו' או 'מחיקת קבצים שהועברו וספריות ריקות', צריך להעניק את התפקיד Storage Object Admin במקום Storage Object Viewer.

טבלאות של ניתוח השימוש

פונקציית Cloud Run שולחת שאילתות לטבלאות הבאות ממסד הנתונים של אפליקציית Metabase:

שם טבלה	תיאור
audit_log	רשומות של שינויים בהגדרות, פעולות משתמשים ואירועים במערכת
view_log	מעקב אחרי צפיות בכרטיסים (שאלות/מודלים), בלוחות בקרה ובטבלאות
query_execution	מידע על כל השאילתות שמופעלות בכל לוחות הבקרה

שמירת נתונים

כברירת מחדל, נתוני ניתוח השימוש נשמרים ב-Metabase למשך 720 ימים (כשנתיים). פעמיים ביום, Metabase מוחקת באופן אוטומטי שורות ישנות יותר מערך הסף הזה. כדי לשנות את תקופת השמירה, מגדירים את משתנה הסביבה MB_AUDIT_MAX_RETENTION_DAYS כשמריצים את Metabase.

טבלת מיפוי UDM

שדה ביומן	מיפוי UDM	היגיון
נוסף	נוסף	השם שונה מ-additional
לוקאל	additional.fields	המאפיינים אוחדו עם התוויות המתאימות (לדוגמה, locale_label עבור locale,‏ is_active_label עבור is_active וכו')
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
מטא-נתונים	מטא-נתונים	שם חדש במקום מטא-נתונים
updated_at	metadata.event_timestamp	התאריך שנותח מהשדה updated_at באמצעות ISO8601,‏ RFC 3339 או yyyy-MM-ddTHH:mm:ss.SSSSSSZ
has_userid	metadata.event_type	הערך הוא USER_UNCATEGORIZED אם has_userid == true, אחרת GENERIC_EVENT
משתמש (principal)	משתמש (principal)	השם שונה מהשם של הישות המורשית
metabase_host	principal.url	הערך הועתק ישירות
date_joined	principal.user.attribute.creation_time	התאריך שנותח מ-date_joined באמצעות ISO8601,‏ RFC 3339 או yyyy-MM-ddTHH:mm:ss.SSSSSSZ
אימייל	principal.user.email_addresses	מוזג מאימייל
first_name	principal.user.first_name	הערך הועתק ישירות
last_login	principal.user.last_login_time	התאריך שנותח מ-last_login באמצעות ISO8601,‏ RFC 3339 או yyyy-MM-ddTHH:mm:ss.SSSSSSZ
last_name	principal.user.last_name	הערך הועתק ישירות
common_name	principal.user.user_display_name	הערך הועתק ישירות
אימייל	principal.user.userid	הערך הועתק ישירות מאימייל
security_result	security_result	התוצאות ממוזגות מ-security_result
target	target	השם שונה מהיעד
metadata.product_name	metadata.product_name	ההגדרה היא 'METABASE'
metadata.vendor_name	metadata.vendor_name	ההגדרה היא 'METABASE'

יומן שינויים

צפייה ביומן השינויים של מנתח התוכן הזה

הבעיה עדיין לא נפתרה? קבלת תשובות מחברי הקהילה וממומחי Google SecOps.