Metabase 로그 수집

다음에서 지원:

Google SecOps SIEM

이 문서에서는 Google Cloud Storage V2를 사용하여 Metabase 로그를 Google Security Operations로 수집하는 방법을 설명합니다.

Metabase는 조직이 데이터베이스를 쿼리하고, 시각화를 만들고, 대시보드를 빌드할 수 있는 오픈소스 비즈니스 인텔리전스 및 분석 플랫폼입니다. Pro 및 Enterprise 요금제에서 Metabase는 활동 로그, 보기 로그, 쿼리 실행 기록 등 사용 분석 및 감사 데이터를 애플리케이션 데이터베이스에 저장합니다. Cloud Run 함수는 Metabase API를 쿼리하여 이 데이터를 가져오고 Google SecOps에서 수집할 수 있도록 GCS 버킷에 씁니다.

시작하기 전에

다음 기본 요건이 충족되었는지 확인합니다.

• Google SecOps 인스턴스
• Cloud Storage, Cloud Run, Pub/Sub, Cloud Scheduler API가 사용 설정된 GCP 프로젝트
• GCS 버킷을 만들고 관리할 수 있는 권한
• GCS 버킷의 IAM 정책을 관리할 수 있는 권한
• Cloud Run 서비스, Pub/Sub 주제, Cloud Scheduler 작업을 만들 수 있는 권한
• Metabase Pro 또는 Enterprise 요금제 (사용량 분석은 오픈소스 또는 Cloud Starter 버전에서 사용할 수 없음)
• API 키를 만들 수 있는 Metabase 관리자 액세스 권한
• Metabase 내에 데이터 소스로 추가된 Metabase 애플리케이션 데이터베이스 (API를 통해 감사 테이블을 쿼리하는 데 필요)

Metabase API 액세스 구성

Google SecOps에서 사용 분석 데이터를 가져올 수 있도록 하려면 Metabase에서 API 키를 만들고 애플리케이션 데이터베이스를 쿼리 가능한 데이터 소스로 추가해야 합니다.

API 키 만들기

1. Metabase 인스턴스에 관리자로 로그인합니다.
2. 오른쪽 상단에 있는 설정 아이콘을 클릭합니다.
3. 관리자 설정을 선택합니다.
4. 설정 탭으로 이동합니다.
5. 왼쪽 메뉴에서 인증 탭을 클릭합니다.
6. API 키로 스크롤하여 관리를 클릭합니다.
7. API 키 만들기 버튼을 클릭합니다.
8. 다음 구성 세부정보를 제공합니다.
   • 키 이름: 설명이 포함된 이름을 입력합니다 (예: Google SecOps Integration).
   • 그룹: 애플리케이션 데이터베이스에 대한 사용 분석 수집 및 쿼리 권한이 있는 그룹을 선택합니다.
9. 만들기를 클릭합니다.

10. API 키를 복사하여 안전한 곳에 저장합니다.

    참고: Metabase는 API 키를 한 번만 표시합니다. 분실할 경우 새 키를 재생성해야 합니다.

애플리케이션 데이터베이스를 데이터 소스로 추가

API를 통해 감사 테이블을 쿼리하려면 Metabase 내에서 Metabase 애플리케이션 데이터베이스를 데이터 소스로 추가해야 합니다.

1. Metabase에서 오른쪽 상단에 있는 설정 아이콘을 클릭합니다.
2. 관리자 설정을 선택합니다.
3. 데이터베이스 탭으로 이동합니다.
4. 데이터베이스 추가를 클릭합니다.
5. 데이터베이스 연결을 구성합니다.
   • 데이터베이스 유형: 애플리케이션 데이터베이스에 따라 PostgreSQL 또는 MySQL을 선택합니다.
   • 이름: Metabase Application Database을 입력합니다.
   • 호스트: 애플리케이션 데이터베이스의 호스트 이름을 입력합니다.
   • 포트: 데이터베이스 포트를 입력합니다 (기본값: PostgreSQL의 경우 5432, MySQL의 경우 3306).
   • 데이터베이스 이름: 애플리케이션 데이터베이스 이름을 입력합니다 (예: metabase).
   • 사용자 이름: audit_log, view_log, query_execution 테이블에 대한 SELECT 권한이 있는 데이터베이스 사용자를 입력합니다.
   • 비밀번호: 데이터베이스 비밀번호를 입력합니다.
6. 저장을 클릭합니다.
7. 저장한 후 URL에서 데이터베이스 ID를 확인합니다 (예: https://metabase.example.com/admin/databases/5이면 데이터베이스 ID는 5임).

권한 확인

API 키에 필요한 권한이 있는지 확인하려면 다음 단계를 따르세요.

1. 관리자로 Metabase에 로그인합니다.
2. 톱니바퀴 아이콘 > 관리 설정 > 사용자를 클릭합니다.
3. API 키에 할당된 그룹을 찾습니다.
4. 그룹에 사용 분석 컬렉션에 대한 액세스 권한이 있는지 확인합니다.
5. 관리 설정 > 권한 > 데이터로 이동합니다.
6. 그룹에 애플리케이션 데이터베이스에 대한 제한 없음 또는 쿼리 액세스 권한이 있는지 확인합니다.

API 액세스 테스트

• 통합을 진행하기 전에 사용자 인증 정보를 테스트합니다.

  # 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
  

성공적인 응답은 최근 감사 로그 레코드의 JSON 배열을 반환합니다.

Google Cloud Storage 버킷 만들기

1. Google Cloud 콘솔로 이동합니다.
2. 프로젝트를 선택하거나 새 프로젝트를 만듭니다.
3. 탐색 메뉴에서 Cloud Storage> 버킷으로 이동합니다.
4. 버킷 만들기를 클릭합니다.

5. 다음 구성 세부정보를 제공합니다.

   설정	값
   버킷 이름 지정	전역적으로 고유한 이름 (예: metabase-audit-logs)을 입력합니다.
   위치 유형	필요에 따라 선택 (리전, 이중 리전, 멀티 리전)
   위치	위치를 선택합니다 (예: us-central1).
   스토리지 클래스	Standard (자주 액세스하는 로그에 권장)
   액세스 제어	균일 (권장)
   보호 조치	선택사항: 객체 버전 관리 또는 보관 정책 사용 설정

6. 만들기를 클릭합니다.

Cloud Run 함수의 서비스 계정 만들기

Cloud Run 함수에는 GCS 버킷에 쓸 수 있고 Pub/Sub에 의해 호출될 수 있는 권한이 있는 서비스 계정이 필요합니다.

서비스 계정 만들기

1. GCP 콘솔에서 IAM 및 관리자 > 서비스 계정으로 이동합니다.
2. 서비스 계정 만들기를 클릭합니다.
3. 다음 구성 세부정보를 제공합니다.
   • 서비스 계정 이름: metabase-audit-collector-sa을 입력합니다.
   • 서비스 계정 설명: Service account for Cloud Run function to collect Metabase audit logs를 입력합니다.
4. 만들고 계속하기를 클릭합니다.
5. 이 서비스 계정에 프로젝트에 대한 액세스 권한 부여 섹션에서 다음 역할을 추가합니다.
   1. 역할 선택을 클릭합니다.
   2. 스토리지 객체 관리자를 검색하여 선택합니다.
   3. + 다른 역할 추가를 클릭합니다.
   4. Cloud Run 호출자를 검색하여 선택합니다.
   5. + 다른 역할 추가를 클릭합니다.
   6. Cloud Functions 호출자를 검색하여 선택합니다.
6. 계속을 클릭합니다.
7. 완료를 클릭합니다.

이러한 역할은 다음 작업에 필요합니다.

• 스토리지 객체 관리자: GCS 버킷에 로그를 쓰고 상태 파일을 관리합니다.
• Cloud Run 호출자: Pub/Sub에서 함수를 호출하도록 허용
• Cloud Functions 호출자: 함수 호출 허용

GCS 버킷에 대한 IAM 권한 부여

1. Cloud Storage> 버킷으로 이동합니다.
2. 버킷 이름 (metabase-audit-logs)을 클릭합니다.
3. 권한 탭으로 이동합니다.
4. 액세스 권한 부여를 클릭합니다.
5. 다음 구성 세부정보를 제공합니다.
   • 주 구성원 추가: 서비스 계정 이메일 (metabase-audit-collector-sa@PROJECT_ID.iam.gserviceaccount.com)을 입력합니다.
   • 역할 할당: 스토리지 객체 관리자 선택
6. 저장을 클릭합니다.

Pub/Sub 주제 만들기

1. GCP 콘솔에서 Pub/Sub> 주제로 이동합니다.
2. 주제 만들기를 클릭합니다.
3. 다음 구성 세부정보를 제공합니다.
   • 주제 ID: metabase-audit-trigger를 입력합니다.
   • 다른 설정은 기본값으로 둡니다.
4. 만들기를 클릭합니다.

로그를 수집하는 Cloud Run 함수 만들기

Cloud Run 함수는 Cloud Scheduler의 Pub/Sub 메시지에 의해 트리거되어 Metabase API에서 감사 데이터를 가져오고 GCS에 씁니다.

1. GCP 콘솔에서 Cloud Run으로 이동합니다.
2. 서비스 만들기를 클릭합니다.
3. 함수를 선택합니다 (인라인 편집기를 사용하여 함수 만들기).

4. 구성 섹션에서 다음 구성 세부정보를 입력합니다.

   설정	값
   서비스 이름	metabase-audit-collector
   리전	GCS 버킷과 일치하는 리전을 선택합니다 (예: us-central1).
   런타임	Python 3.12 이상 선택

5. 트리거 (선택사항) 섹션에서 다음을 수행합니다.

   1. + 트리거 추가를 클릭합니다.
   2. Cloud Pub/Sub을 선택합니다.
   3. Cloud Pub/Sub 주제 선택에서 metabase-audit-trigger를 선택합니다.
   4. 저장을 클릭합니다.

6. 인증 섹션에서 다음을 구성합니다.

   1. 인증 필요를 선택합니다.
   2. ID 및 액세스 관리 (IAM)를 확인합니다.
   참고: 함수를 호출할 때 Pub/Sub에서 인증을 자동으로 처리합니다.

7. 아래로 스크롤하고 컨테이너, 네트워킹, 보안을 펼칩니다.

8. 보안 탭으로 이동합니다.

   • 서비스 계정: metabase-audit-collector-sa 선택

9. 컨테이너 탭으로 이동합니다.

   1. 변수 및 보안 비밀을 클릭합니다.
   2. 각 환경 변수에 대해 + 변수 추가를 클릭합니다.

   변수 이름	예시 값	설명
   GCS_BUCKET	metabase-audit-logs	GCS 버킷 이름
   GCS_PREFIX	metabase-audit	로그 파일의 접두사
   STATE_KEY	metabase-audit/state.json	상태 파일 경로
   METABASE_URL	https://metabase.yourcompany.com	Metabase 인스턴스 기준 URL
   METABASE_API_KEY	mb_your_api_key_here	Metabase API 키
   DATABASE_ID	5	애플리케이션 데이터베이스 ID
   LOOKBACK_HOURS	24	초기 전환 확인 기간
   PAGE_SIZE	2000	API 쿼리당 레코드

10. 변수 및 보안 비밀 섹션에서 요청까지 아래로 스크롤합니다.

    • 요청 제한 시간: 600초 (10분)를 입력합니다.

11. 설정 탭으로 이동합니다.

    • 리소스 섹션에서 다음을 수행합니다.
      • 메모리: 512MiB 이상 선택
      • CPU: 1을 선택합니다.

12. 버전 확장 섹션에서 다음을 수행합니다.

    • 최소 인스턴스 수: 0를 입력합니다.
    • 최대 인스턴스 수: 100를 입력합니다.

13. 만들기를 클릭합니다.

14. 서비스가 생성될 때까지 기다립니다 (1~2분).

15. 서비스가 생성되면 인라인 코드 편집기가 자동으로 열립니다.

함수 코드 추가

1. 진입점 필드에 main을 입력합니다.

2. 인라인 코드 편집기에서 다음 두 파일을 만듭니다.

   • 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. 배포를 클릭하여 함수를 저장하고 배포합니다.

4. 배포가 완료될 때까지 기다립니다 (2~3분).

   참고: Pub/Sub 트리거 구성은 필요한 구독과 권한을 자동으로 만듭니다.

Cloud Scheduler 작업 만들기

1. GCP Console에서 Cloud Scheduler로 이동합니다.
2. 작업 만들기를 클릭합니다.

3. 다음 구성 세부정보를 제공합니다.

   설정	값
   이름	metabase-audit-collector-hourly
   리전	Cloud Run 함수와 동일한 리전 선택
   주파수	0 * * * * (매시간 정각)
   시간대	시간대 선택 (UTC 권장)
   타겟 유형	Pub/Sub
   주제	metabase-audit-trigger 선택
   메일 본문	{} (빈 JSON 객체)

4. 만들기를 클릭합니다.

일정 빈도 옵션

로그 볼륨 및 지연 시간 요구사항에 따라 빈도를 선택합니다.

빈도	크론 표현식	사용 사례
5분마다	*/5 * * * *	대용량, 저지연
15분마다	*/15 * * * *	검색량 보통
1시간마다	0 * * * *	표준 (권장)
6시간마다	0 */6 * * *	적은 볼륨, 일괄 처리
매일	0 0 * * *	이전 데이터 수집

통합 테스트

1. Cloud Scheduler 콘솔에서 작업을 찾습니다 (metabase-audit-collector-hourly).
2. 강제 실행을 클릭하여 작업을 수동으로 트리거합니다.
3. 몇 초 동안 기다립니다.
4. Cloud Run > 서비스로 이동합니다.
5. metabase-audit-collector를 클릭합니다.
6. 로그 탭을 클릭합니다.

7. 함수가 성공적으로 실행되었는지 확인합니다. 다음 항목을 찾습니다.

   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. Cloud Storage> 버킷으로 이동합니다.

9. metabase-audit-logs를 클릭합니다.

10. metabase-audit/ 폴더로 이동합니다.

11. 현재 타임스탬프로 새 .ndjson 파일이 생성되었는지 확인합니다.

로그에 오류가 표시되는 경우:

• HTTP 401: METABASE_API_KEY 환경 변수가 올바르고 키가 삭제되거나 재생성되지 않았는지 확인합니다.
• HTTP 403: API 키의 그룹에 애플리케이션 데이터베이스에 대한 쿼리 권한이 있는지 확인합니다.
• HTTP 429: 비율 제한 -- 함수가 페이지로 나누기를 중지하고 다음 예약된 실행에서 다시 시작됩니다.
• 환경 변수 누락: Cloud Run 함수 구성에 필요한 모든 변수가 설정되어 있는지 확인합니다.
• 결과가 비어 있음: DATABASE_ID이 올바르고, 애플리케이션 데이터베이스가 데이터 소스로 추가되었으며, Metabase Pro 또는 Enterprise를 사용하고 있는지 확인합니다.

Google SecOps 서비스 계정 가져오기

1. SIEM 설정 > 피드로 이동합니다.
2. 새 피드 추가를 클릭합니다.
3. 단일 피드 구성을 클릭합니다.
4. 피드 이름 필드에 피드 이름을 입력합니다(예: Metabase Audit Logs).
5. 소스 유형으로 Google Cloud Storage V2를 선택합니다.
6. 로그 유형으로 METABASE를 선택합니다.

7. 서비스 계정 가져오기를 클릭합니다. 고유한 서비스 계정 이메일이 표시됩니다. 예를 들면 다음과 같습니다.

   [e-mail]
   

8. 다음 단계에서 사용할 수 있도록 이 이메일 주소를 복사합니다.

   참고: 각 Google SecOps 인스턴스에는 고유한 서비스 계정이 있습니다. 다른 문서나 예시의 서비스 계정을 사용하지 마세요.

9. 다음을 클릭합니다.

10. 다음 입력 매개변수의 값을 지정합니다.

    • 스토리지 버킷 URL: 다음 접두사 경로를 사용하여 GCS 버킷 URI를 입력합니다.

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

      참고: URI 끝에 항상 후행 슬래시 (/)를 포함하세요.

    • 소스 삭제 옵션: 환경설정에 따라 삭제 옵션을 선택합니다.

      • 삭제 안함: 전송 후 파일을 삭제하지 않습니다 (테스트에 권장).
      • 전송된 파일 삭제: 전송이 완료되면 파일을 삭제합니다.

      • 전송된 파일 및 빈 디렉터리 삭제: 전송이 완료되면 파일과 빈 디렉터리를 삭제합니다.

        참고: 삭제 옵션을 선택하는 경우 서비스 계정에는 스토리지 객체 뷰어 대신 스토리지 객체 관리자 역할이 있어야 합니다. IAM 권한을 적절하게 업데이트합니다.

    • 최대 파일 기간: 지난 일수 동안 수정된 파일을 포함합니다 (기본값은 180일).

    • 애셋 네임스페이스: 애셋 네임스페이스

    • 수집 라벨: 이 피드의 이벤트에 적용할 라벨

11. 다음을 클릭합니다.

12. 확정 화면에서 새 피드 구성을 검토한 다음 제출을 클릭합니다.

Google SecOps 서비스 계정에 IAM 권한 부여

Google SecOps 서비스 계정에는 GCS 버킷에 대한 스토리지 객체 뷰어 역할이 필요합니다.

1. Cloud Storage> 버킷으로 이동합니다.
2. metabase-audit-logs를 클릭합니다.
3. 권한 탭으로 이동합니다.
4. 액세스 권한 부여를 클릭합니다.
5. 다음 구성 세부정보를 제공합니다.
   • 주 구성원 추가: Google SecOps 서비스 계정 이메일을 붙여넣습니다.
   • 역할 할당: 스토리지 객체 뷰어를 선택합니다.

6. 저장을 클릭합니다.

   참고: '전송된 파일 삭제' 또는 '전송된 파일 및 빈 디렉터리 삭제' 삭제 옵션을 사용하려면 스토리지 객체 뷰어 대신 스토리지 객체 관리자 역할을 부여하세요.

사용량 분석 표

Cloud Run 함수는 Metabase 애플리케이션 데이터베이스에서 다음 테이블을 쿼리합니다.

테이블 이름	설명
audit_log	구성 변경사항, 사용자 작업, 시스템 이벤트 기록
view_log	카드 (질문/모델), 대시보드, 표의 조회수를 추적합니다.
query_execution	모든 대시보드에서 실행된 모든 쿼리에 관한 정보

참고: 이 테이블은 Metabase Pro 및 Enterprise 요금제에서만 채워집니다. 오픈소스 및 Cloud Starter 버전은 활동 및 보기 로그 데이터를 작성하지 않습니다.

데이터 보관

기본적으로 Metabase는 사용 분석 데이터를 720일 (약 2년) 동안 보관합니다. Metabase는 하루에 두 번 이 기준점보다 오래된 행을 자동으로 삭제합니다. 보관 기간을 변경하려면 Metabase를 실행할 때 환경 변수 MB_AUDIT_MAX_RETENTION_DAYS를 설정하세요.

UDM 매핑 테이블

로그 필드	UDM 매핑	로직
추가	추가	추가에서 이름이 변경됨
locale	additional.fields	각 라벨과 병합됨 (예: 지역의 경우 locale_label, is_active의 경우 is_active_label 등)
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
메타데이터	메타데이터	메타데이터에서 이름이 변경됨
updated_at	metadata.event_timestamp	ISO8601, RFC 3339 또는 yyyy-MM-ddTHH:mm:ss.SSSSSSZ를 사용하여 updated_at에서 파싱된 날짜
has_userid	metadata.event_type	has_userid == 'true'인 경우 'USER_UNCATEGORIZED', 그렇지 않은 경우 'GENERIC_EVENT'로 설정됩니다.
주 구성원	주 구성원	주 구성원에서 이름이 변경됨
metabase_host	principal.url	값이 직접 복사됨
date_joined	principal.user.attribute.creation_time	ISO8601, RFC 3339 또는 yyyy-MM-ddTHH:mm:ss.SSSSSSZ를 사용하여 date_joined에서 파싱된 날짜
이메일	principal.user.email_addresses	이메일에서 병합됨
이름	principal.user.first_name	값이 직접 복사됨
last_login	principal.user.last_login_time	ISO8601, RFC 3339 또는 yyyy-MM-ddTHH:mm:ss.SSSSSSZ를 사용하여 last_login에서 파싱된 날짜
성	principal.user.last_name	값이 직접 복사됨
common_name	principal.user.user_display_name	값이 직접 복사됨
이메일	principal.user.userid	이메일에서 직접 복사한 값
security_result	security_result	security_result에서 병합됨
대상	대상	타겟에서 이름이 변경됨
metadata.product_name	metadata.product_name	'METABASE'로 설정
metadata.vendor_name	metadata.vendor_name	'METABASE'로 설정

변경 로그

이 파서의 변경 로그 보기

도움이 더 필요하신가요? 커뮤니티 회원 및 Google SecOps 전문가에게 문의하여 답변을 받으세요.