Seguridad a nivel de fila y de columna

Para restringir las filas que pueden ver las principales y enmascarar o bloquear los valores de las columnas sensibles sin duplicar los archivos subyacentes de Cloud Storage, configura el control de acceso detallado (FGAC) de BigQuery en las tablas de Apache Iceberg administradas por el catálogo de tiempo de ejecución de Lakehouse. El FGAC incluye la seguridad a nivel de fila y la seguridad a nivel de columna con enmascaramiento de datos dinámico. En este documento, se muestra cómo crear políticas de acceso a nivel de fila y aplicar políticas de datos directamente a las columnas.

Para adjuntar y administrar políticas de acceso a nivel de fila y políticas de datos de columna en tablas de Apache Iceberg, ejecuta sentencias de lenguaje de definición de datos (DDL) de GoogleSQL en BigQuery que usen el identificador de tabla P.C.N.T (Project.Catalog.Namespace.Table) de cuatro partes. Cuando tu catálogo usa el modo de venta de credenciales, el extremo del catálogo de REST de Apache Iceberg aplica una protección de venta de credenciales en las tablas protegidas por FGAC. El extremo devuelve un código de estado HTTP 403 Forbidden para las solicitudes de credenciales directas de Cloud Storage, a menos que la principal que realiza la llamada tenga acceso sin enmascarar (RAW_DATA_ACCESS_POLICY) a cada columna protegida y, si la tabla tiene políticas de acceso a nivel de fila, acceso a filas sin filtrar (FILTER USING (TRUE)).

Limitaciones

El control de acceso detallado en las tablas de Apache Iceberg administradas por el catálogo de tiempo de ejecución de Lakehouse está sujeto a las siguientes limitaciones, además de las limitaciones de la política de datos de columnas y las limitaciones de seguridad a nivel de fila estándar:

  • Solo DDL de SQL: Puedes adjuntar, actualizar o desconectar políticas de datos de columnas y crear o descartar políticas de acceso a nivel de fila solo a través de las declaraciones de DDL de GoogleSQL de BigQuery (CREATE TABLE, ALTER TABLE ... ADD COLUMN, ALTER TABLE ... ALTER COLUMN ... SET OPTIONS, CREATE ROW ACCESS POLICY y DROP ROW ACCESS POLICY). No se admite la administración de estas vinculaciones de tablas con la consola de Google Cloud , la API de BigQuery (tables.patch), la herramienta de línea de comandos de bq ni Terraform.
  • Se requiere un identificador de tabla P.C.N.T de cuatro partes: Cuando haces referencia a una tabla de Apache Iceberg administrada por el catálogo de tiempo de ejecución de Lakehouse en declaraciones o consultas de DDL, debes usar el formato P.C.N.T (PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME) de cuatro partes.
  • No se admiten las etiquetas de política ni las de administración de datos: Las etiquetas de política (y las taxonomías) de Data Catalog y las etiquetas de administración de datos de Resource Manager no se admiten en las tablas de Apache Iceberg en el catálogo de tiempo de ejecución de Lakehouse. Para aplicar la seguridad a nivel de columna y el enmascaramiento de datos, debes aplicar políticas de datos directamente a las columnas.
  • No se admiten subconsultas en las políticas de acceso a nivel de fila: Las políticas de acceso a nivel de fila en las tablas de Apache Iceberg en el catálogo de tiempo de ejecución de Lakehouse no admiten subconsultas en la expresión de filtro FILTER USING.
  • Protección de venta de credenciales para motores de código abierto: En los catálogos configurados con el modo de venta de credenciales, el extremo del catálogo de REST de Apache Iceberg devuelve un código de estado HTTP 403 Forbidden cuando un cliente, como un motor de código abierto, solicita credenciales temporales de Cloud Storage para una tabla protegida por FGAC. Para obtener credenciales vendidas, la principal que realiza la llamada debe tener acceso sin enmascarar (RAW_DATA_ACCESS_POLICY) a cada columna protegida y, si la tabla tiene políticas de acceso a nivel de fila, acceso a filas sin filtrar (FILTER USING (TRUE)). Para conocer los pasos de configuración, consulta Configura las credenciales del motor de código abierto para las tablas protegidas por FGAC.
  • Modo de credenciales del usuario final: En los catálogos que no usan el modo de venta de credenciales, BigQuery aplica políticas de acceso a nivel de fila y de columna solo en las consultas que se ejecutan en BigQuery, no cuando las principales leen los archivos de Cloud Storage subyacentes directamente. Para evitar que las principales omitan los controles de acceso detallados leyendo directamente los archivos de almacenamiento, usa el modo de venta de credenciales.
  • No se admiten los catálogos federados: El control de acceso detallado (seguridad a nivel de fila y políticas de datos de columnas) no se admite en los catálogos federados ni en las tablas externas a las que se accede con conexiones multinube.

Antes de comenzar

  1. Verifica que la facturación esté habilitada para tu proyecto de Google Cloud .

  2. Habilita las APIs de BigLake y BigQuery Data Policy, si aún no están habilitadas.

    Roles necesarios para habilitar las APIs

    Para habilitar las APIs, necesitas el permiso serviceusage.services.enable. Si creaste el proyecto, es probable que ya tengas este permiso a través del rol de propietario (roles/owner). De lo contrario, puedes obtenerlo a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Obtén más información para otorgar roles.

    Habilitar las API

  3. Configura el catálogo de tiempo de ejecución de Lakehouse con el extremo del catálogo de REST de Apache Iceberg en el modo de entrega de credenciales.
  4. Crea una tabla de Apache Iceberg.

Roles obligatorios

Para administrar y consultar políticas de control de acceso detallado en tablas de Apache Iceberg, se necesitan permisos de Identity and Access Management (IAM) tanto en la tabla de Lakehouse (biglake.*) como en la política de datos o el trabajo de consulta de BigQuery (bigquery.*).

Para obtener los permisos que necesitas para configurar y consultar la seguridad a nivel de fila y de columna en las tablas de Apache Iceberg, pídele a tu administrador que te otorgue los siguientes roles de IAM:

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Estos roles predefinidos contienen los permisos necesarios para configurar y consultar la seguridad a nivel de fila y de columna en las tablas de Apache Iceberg. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para configurar y consultar la seguridad a nivel de fila y de columna en las tablas de Apache Iceberg:

  • Crea, actualiza, borra o otorga acceso a una política de datos:
    • bigquery.dataPolicies.create en el proyecto
    • bigquery.dataPolicies.update en la política de datos
    • bigquery.dataPolicies.delete en la política de datos
    • bigquery.dataPolicies.get en la política de datos
    • bigquery.dataPolicies.setIamPolicy en la política de datos
    • bigquery.jobs.create en el proyecto de consulta
  • Adjunta una política de datos a una columna de la tabla de Apache Iceberg:
    • biglake.tables.setColumnDataPolicy en la tabla (o espacio de nombres en CREATE TABLE)
    • biglake.tables.update en la tabla (o biglake.tables.create en CREATE TABLE)
    • bigquery.dataPolicies.get en la política de datos
    • bigquery.dataPolicies.attach en la política de datos
    • bigquery.jobs.create en el proyecto de consulta
  • Desvincula una política de datos de una columna de tabla de Apache Iceberg:
    • biglake.tables.setColumnDataPolicy en la tabla
    • biglake.tables.update en la tabla
    • bigquery.jobs.create en el proyecto de consulta
  • Crea o actualiza una política de acceso a nivel de las filas:
    • biglake.rowAccessPolicies.create en la tabla
    • biglake.rowAccessPolicies.update en la tabla
    • biglake.rowAccessPolicies.setIamPolicy en la tabla
    • biglake.tables.getData en la tabla de destino
    • bigquery.jobs.create en el proyecto de consulta
  • Enumera o visualiza las políticas de acceso a nivel de las filas:
    • biglake.rowAccessPolicies.list en la tabla
    • biglake.rowAccessPolicies.get en la tabla
    • biglake.rowAccessPolicies.getIamPolicy en la tabla
  • Borra una o todas las políticas de acceso a nivel de fila:
    • biglake.rowAccessPolicies.delete en la tabla
    • biglake.rowAccessPolicies.setIamPolicy en la tabla
    • biglake.rowAccessPolicies.list en la tabla (cuando se descartan todas las políticas)
    • bigquery.jobs.create en el proyecto de consulta
  • Consulta una tabla de Apache Iceberg protegida por FGAC:
    • biglake.tables.get en la tabla
    • biglake.tables.getData en la tabla
    • bigquery.jobs.create en el proyecto de consulta

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Además de los permisos de IAM a nivel de tabla, las políticas detalladas en la tabla también deben autorizar a las principales que realizan consultas:

  • Seguridad a nivel de columna: Se debe otorgar FINE_GRAINED_READ a la principal en la lista grantees de un RAW_DATA_ACCESS_POLICY (para valores sin enmascarar) o un DATA_MASKING_POLICY (para valores enmascarados) adjunto a la columna consultada.
  • Seguridad a nivel de fila: La principal debe incluirse en el grantee_list de una política de acceso a nivel de fila en la tabla, lo que le otorga automáticamente el rol roles/biglake.filteredDataViewer administrado por el sistema. Este rol contiene el permiso biglake.rowAccessPolicies.getFilteredData.

Además de los permisos de IAM a nivel de tabla, las políticas detalladas en la tabla también deben otorgar acceso a las principales que realizan consultas:

  • Seguridad a nivel de columna: Se debe otorgar FINE_GRAINED_READ a la principal en la lista grantees de un RAW_DATA_ACCESS_POLICY (para valores sin enmascarar) o un DATA_MASKING_POLICY (para valores enmascarados) adjunto a la columna consultada.
  • Seguridad a nivel de fila: La principal debe incluirse en el grantee_list de una política de acceso a nivel de fila en la tabla, lo que le otorga automáticamente el rol roles/biglake.filteredDataViewer administrado por el sistema. Este rol contiene el permiso biglake.rowAccessPolicies.getFilteredData.

Configura la seguridad a nivel de las columnas y el enmascaramiento de datos

Configura el control de acceso a nivel de columna y el enmascaramiento de datos dinámico en las tablas de Apache Iceberg en el catálogo de tiempo de ejecución de Lakehouse creando políticas de datos de BigQuery y adjuntándolas directamente a las columnas de la tabla con DDL de GoogleSQL. Para obtener más información sobre los conceptos generales y las definiciones de las reglas de enmascaramiento, consulta Introducción al enmascaramiento de datos y Enmascara datos aplicando políticas de datos a una columna.

Crea políticas de datos

Una política de datos define una regla de enmascaramiento de datos (DATA_MASKING_POLICY) o un acceso a datos sin procesar sin enmascarar (RAW_DATA_ACCESS_POLICY). Puedes crear políticas de datos con GoogleSQL DDL o la API de BigQuery Data Policy v2. Según tu caso de uso, ejecuta una de las siguientes declaraciones:

  • Para crear una política de datos con una expresión de enmascaramiento predefinida (como SHA256 o ALWAYS_NULL), ejecuta la sentencia CREATE DATA_POLICY:

    CREATE DATA_POLICY IF NOT EXISTS `PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME`
    OPTIONS (
        data_policy_type = "DATA_MASKING_POLICY",
        masking_expression = "SHA256"
    );
    
  • Para crear una política de acceso a los datos sin procesar que autorice a las principales a leer los valores de las columnas sin enmascarar, establece data_policy_type en RAW_DATA_ACCESS_POLICY:

    CREATE DATA_POLICY IF NOT EXISTS `PROJECT_ID.region-LOCATION.RAW_POLICY_NAME`
    OPTIONS (
        data_policy_type = "RAW_DATA_ACCESS_POLICY"
    );
    

Reemplaza lo siguiente:

  • PROJECT_ID: Es el ID del proyecto de Google Cloud.
  • LOCATION: Es la ubicación regional o multirregional de la política de datos (por ejemplo, us o us-central1).
  • MASKING_POLICY_NAME: Es un nombre único para la política de enmascaramiento de datos.
  • RAW_POLICY_NAME: Es un nombre único para la política de acceso a los datos sin procesar.

Otorga o revoca el acceso de lectura detallado

Cuando aplicas políticas de datos directamente a las columnas, la lista de grantees en la política de datos controla el acceso de lectura en el momento de la consulta. En GoogleSQL, otorgas o revocas el privilegio FINE_GRAINED_READ en la política de datos:

  • Otorgar FINE_GRAINED_READ en una DATA_MASKING_POLICY le da a la principal acceso de lectura enmascarado a las columnas protegidas por esa política.
  • Otorgar FINE_GRAINED_READ en una RAW_DATA_ACCESS_POLICY le da a la principal acceso de lectura sin enmascarar (sin procesar) a las columnas protegidas por esa política.
  • Usuario: principal://goog/subject/USER_EMAIL
  • Cuenta de servicio: principal://iam.googleapis.com/projects/-/serviceAccounts/SA_EMAIL
  • Grupo de Google: principalSet://goog/group/GROUP_EMAIL

Para administrar el acceso de lectura detallado en una política de datos, ejecuta una de las siguientes sentencias:

Para otorgar acceso de lectura detallado a las principales en una política de datos, ejecuta la sentencia GRANT FINE_GRAINED_READ:

GRANT FINE_GRAINED_READ ON DATA_POLICY `PROJECT_ID.region-LOCATION.DATA_POLICY_NAME`
TO "principal://goog/subject/USER_EMAIL",
    "principalSet://goog/group/GROUP_EMAIL";

Para revocar el acceso de lectura detallado de una principal, ejecuta la sentencia REVOKE FINE_GRAINED_READ:

REVOKE FINE_GRAINED_READ ON DATA_POLICY `PROJECT_ID.region-LOCATION.DATA_POLICY_NAME`
FROM "principal://goog/subject/USER_EMAIL";

Reemplaza lo siguiente:

  • PROJECT_ID: Es el ID del proyecto de Google Cloud .
  • LOCATION: Es la ubicación regional o multirregional de la política de datos.
  • DATA_POLICY_NAME: Es el nombre de la política de enmascaramiento de datos o de acceso a datos sin procesar.
  • USER_EMAIL: Es la dirección de correo electrónico de la cuenta de usuario.
  • GROUP_EMAIL: Es la dirección de correo electrónico del Grupo de Google.

Adjunta políticas de datos a columnas con DDL de P.C.N.T

Adjunta políticas de datos a las columnas de tu tabla de Apache Iceberg en el catálogo de tiempo de ejecución de Lakehouse con el formato de cuatro partes P.C.N.T (PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME).

identificador único. Según tu caso de uso, ejecuta una de las siguientes declaraciones:

  • Para adjuntar políticas de datos a una columna existente, agrega (+=) a la opción data_policies de la columna y ejecuta la sentencia ALTER TABLE ... ALTER COLUMN SET OPTIONS:

    ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    ALTER COLUMN COLUMN_NAME SET OPTIONS (
      data_policies += ["{'name':'PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME'}",
                        "{'name':'PROJECT_ID.region-LOCATION.RAW_POLICY_NAME'}"]
    );
    
  • Para agregar una columna nueva con una política de datos adjunta, ejecuta la sentencia ALTER TABLE ... ADD COLUMN:

    ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    ADD COLUMN COLUMN_NAME STRING OPTIONS (
      data_policies = ["{'name':'PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME'}"]
    );
    
  • Para crear una tabla de Apache Iceberg nueva con políticas de datos de columnas adjuntas, ejecuta la sentencia CREATE TABLE:

    CREATE TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME` (
      id INT64,
      COLUMN_NAME STRING OPTIONS (
        data_policies = ["{'name':'PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME'}",
                         "{'name':'PROJECT_ID.region-LOCATION.RAW_POLICY_NAME'}"]
      )
    );
    

Reemplaza lo siguiente:

  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: Es el identificador P.C.N.T de cuatro partes de la tabla de Apache Iceberg.
  • COLUMN_NAME: Es el nombre de la columna que se protegerá.
  • LOCATION: Es la ubicación regional o multirregional de la política de datos.
  • MASKING_POLICY_NAME y RAW_POLICY_NAME: los nombres de las políticas de datos que se adjuntarán.

Desvincula o reemplaza las políticas de datos de columnas

Para quitar o reemplazar las políticas de datos en una columna de una tabla de Apache Iceberg, usa una de las siguientes declaraciones con el identificador de tabla P.C.N.T de cuatro partes:

  • Para quitar todas las políticas de datos de una columna, establece data_policies en un array vacío ([]):

    ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    ALTER COLUMN COLUMN_NAME SET OPTIONS (
      data_policies = []
    );
    
  • Para reemplazar las políticas de datos existentes en una columna por una lista nueva, usa el operador = en lugar del operador +=:

    ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    ALTER COLUMN COLUMN_NAME SET OPTIONS (
      data_policies = ["{'name':'PROJECT_ID.region-LOCATION.NEW_POLICY_NAME'}"]
    );
    
  • Para borrar una política de datos después de desvincularla de todas las columnas de la tabla que hacen referencia a ella, ejecuta la sentencia DROP DATA_POLICY:

    DROP DATA_POLICY IF EXISTS `PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME`;
    

Reemplaza lo siguiente:

  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: Es el identificador P.C.N.T de cuatro partes de la tabla de Apache Iceberg.
  • COLUMN_NAME: Es el nombre de la columna.
  • LOCATION: la ubicación regional o multirregional de la política de datos
  • NEW_POLICY_NAME y MASKING_POLICY_NAME: Son los nombres de las políticas de datos que se adjuntarán o borrarán.

Configura la seguridad a nivel de fila

Puedes restringir el acceso a filas específicas en una tabla de Apache Iceberg administrada por el catálogo de tiempo de ejecución de Lakehouse creando políticas de acceso a nivel de fila con declaraciones de DDL de GoogleSQL que usen el identificador de tabla de cuatro partes P.C.N.T. Para obtener más información sobre los conceptos generales de la seguridad a nivel de fila y la semántica de filtros, consulta Usa la seguridad a nivel de fila.

Crea o actualiza una política de acceso a nivel de las filas

Cuando configures la seguridad a nivel de las filas en una tabla, crea una política con una cláusula FILTER USING (TRUE) para los administradores y las cuentas de servicio de escritor que necesiten acceso completo a las filas y, luego, crea políticas filtradas para grupos de usuarios específicos.

  1. Otorga acceso completo a las filas (FILTER USING (TRUE)) a los administradores de tablas o a las cuentas de servicio de escritor:

    CREATE OR REPLACE ROW ACCESS POLICY ADMIN_POLICY_NAME
    ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    GRANT TO ("group:ADMIN_GROUP_EMAIL")
    FILTER USING (TRUE);
    
  2. Crea una política de acceso a nivel de fila que filtre las filas según una expresión de predicado:

    CREATE OR REPLACE ROW ACCESS POLICY FILTER_POLICY_NAME
    ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    GRANT TO ("user:USER_EMAIL", "group:ANALYST_GROUP_EMAIL")
    FILTER USING (FILTER_EXPRESSION);
    

    Reemplaza lo siguiente:

    • ADMIN_POLICY_NAME y FILTER_POLICY_NAME: Son nombres únicos para las políticas de acceso a nivel de fila en la tabla.
    • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: Es el identificador P.C.N.T de cuatro partes de la tabla de Apache Iceberg.
    • ADMIN_GROUP_EMAIL, USER_EMAIL y ANALYST_GROUP_EMAIL: Son las direcciones de correo electrónico de los Grupos de Google o los usuarios a los que se les otorgó acceso a las filas.
    • FILTER_EXPRESSION: Es una expresión de filtro booleano evaluada como una cláusula WHERE (por ejemplo, region = 'APAC').

Borra políticas de acceso a nivel de fila

Para quitar las políticas de acceso a nivel de fila de una tabla de Apache Iceberg, ejecuta una de las siguientes declaraciones:

  • Para borrar una política de acceso a nivel de fila específica cuando otras políticas de acceso a nivel de fila permanecen en la tabla, ejecuta la sentencia DROP ROW ACCESS POLICY:

    DROP ROW ACCESS POLICY IF EXISTS FILTER_POLICY_NAME
    ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
    
  • Para borrar la última política de acceso a nivel de fila restante o todas las políticas de acceso a nivel de fila en la tabla, ejecuta la declaración DROP ALL ROW ACCESS POLICIES:

    DROP ALL ROW ACCESS POLICIES
    ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
    

Reemplaza lo siguiente:

  • FILTER_POLICY_NAME: Es el nombre de la política de acceso a nivel de fila que se borrará.
  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: Es el identificador P.C.N.T de cuatro partes de la tabla de Apache Iceberg.

Consulta una tabla protegida por FGAC en BigQuery

Cuando un principal consulta una tabla de Apache Iceberg protegida por FGAC en BigQuery con el identificador P.C.N.T de cuatro partes, BigQuery evalúa las políticas a nivel de fila y de columna en el momento de la consulta:

  • Evaluación a nivel de fila: Las principales en el grantee_list de una o más políticas de acceso a nivel de fila ven la unión de las filas que coinciden con los predicados filter_expression de esas políticas. Las principales que no se incluyen en ninguna política de acceso a nivel de fila de la tabla ven cero filas.
  • Evaluación a nivel de columna:
    • Las principales a las que se les otorgó FINE_GRAINED_READ en una RAW_DATA_ACCESS_POLICY adjunta a una columna ven datos sin enmascarar (sin procesar).
    • Las principales a las que se les otorgó FINE_GRAINED_READ en una DATA_MASKING_POLICY (y no en una RAW_DATA_ACCESS_POLICY para esa columna) ven datos enmascarados. Si se aplican varias políticas de enmascaramiento a la misma principal en una columna, BigQuery selecciona la regla según la jerarquía de reglas de enmascaramiento de datos.
    • Las principales a las que no se les otorgó FINE_GRAINED_READ en ninguna política de datos adjunta a una columna protegida reciben un error Access Denied cuando consultan esa columna. Esas principales aún pueden consultar columnas sin protección de forma explícita o usar SELECT * EXCEPT(PROTECTED_COLUMN).

Por ejemplo, la siguiente consulta devuelve filas y valores de columna según las políticas del emisor:

SELECT id, COLUMN_NAME
FROM `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;

Reemplaza lo siguiente:

  • COLUMN_NAME: Es el nombre de la columna que se consultará.
  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: Es el identificador P.C.N.T de cuatro partes de la tabla de Apache Iceberg.

Configura credenciales del motor de código abierto para tablas protegidas por FGAC

Cuando un motor de consultas de código abierto (como Apache Spark, Trino o Apache Flink) lee o escribe en una tabla de Apache Iceberg en un catálogo configurado con el modo de venta de credenciales, el motor llama al extremo del catálogo de REST de Apache Iceberg para obtener credenciales de Cloud Storage de corta duración y alcance reducido.

Debido a que el acceso directo a los archivos de Cloud Storage omite la evaluación de políticas en el momento de la consulta en BigQuery, el extremo del catálogo de REST de Apache Iceberg aplica una protección de venta de credenciales. La protección devuelve un código de estado HTTP 403 Forbidden cuando una principal solicita credenciales de almacenamiento para una tabla protegida por FGAC, a menos que la principal tenga acceso completo a la tabla:

  • Acceso a datos sin enmascarar (sin procesar) a todas las columnas protegidas: Cada columna protegida de la tabla también debe tener un RAW_DATA_ACCESS_POLICY adjunto. Otorga a la principal que realiza la llamada el privilegio FINE_GRAINED_READ en ese RAW_DATA_ACCESS_POLICY.
  • Acceso a filas sin filtrar (todas las filas): Si la tabla tiene adjunta alguna política de acceso a nivel de fila, otorga a la principal que realiza la llamada una política de acceso a nivel de fila que tenga una cláusula FILTER USING (TRUE).

Otorga acceso completo a una cuenta de servicio de escritor de motores de código abierto

Una cuenta de servicio que ejecuta trabajos de motor de código abierto, como los trabajos en Managed Service para Apache Spark o Dataflow, necesita acceso completo a la tabla para obtener credenciales vendidas para una tabla de Apache Iceberg protegida por FGAC. Para otorgar este acceso, completa los siguientes pasos en BigQuery:

  1. Otorga acceso a los datos sin procesar (RAW_DATA_ACCESS_POLICY) en todas las columnas protegidas: Adjunta un RAW_DATA_ACCESS_POLICY a cada columna protegida de la tabla y, luego, otorga el privilegio FINE_GRAINED_READ a la cuenta de servicio con su identificador de principal de IAM v2, principal://IAM.googleapis.com/projects/-/serviceAccounts/SA_EMAIL:

    -- 1. Create a raw data access policy (if not already created)
    CREATE DATA_POLICY IF NOT EXISTS `PROJECT_ID.region-LOCATION.RAW_POLICY_NAME`
    OPTIONS (
      data_policy_type = "RAW_DATA_ACCESS_POLICY"
    );
    
    -- 2. Grant FINE_GRAINED_READ on the raw data access policy to the writer service account
    GRANT FINE_GRAINED_READ ON DATA_POLICY `PROJECT_ID.region-LOCATION.RAW_POLICY_NAME`
    TO "principal://iam.googleapis.com/projects/-/serviceAccounts/WRITER_SA_EMAIL";
    
    -- 3. Attach the raw data access policy to each protected column on the table
    ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    ALTER COLUMN COLUMN_NAME SET OPTIONS (
      data_policies += ["{'name':'PROJECT_ID.region-LOCATION.RAW_POLICY_NAME'}"]
    );
    
  2. Otorga una política de acceso para todas las filas si la seguridad a nivel de fila está habilitada: Si la tabla tiene políticas de acceso a nivel de fila, otorga a la cuenta de servicio una política de acceso a nivel de fila que tenga una cláusula FILTER USING (TRUE):

    CREATE OR REPLACE ROW ACCESS POLICY WRITER_ROW_POLICY_NAME
    ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    GRANT TO ("serviceAccount:WRITER_SA_EMAIL")
    FILTER USING (TRUE);
    

Reemplaza lo siguiente:

  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: Es el identificador P.C.N.T de cuatro partes de la tabla de Apache Iceberg.
  • LOCATION: la ubicación regional o multirregional de la política de datos
  • RAW_POLICY_NAME: Es el nombre de la política de acceso a los datos sin procesar.
  • COLUMN_NAME: el nombre de cada columna protegida en la tabla
  • WRITER_ROW_POLICY_NAME: Es un nombre único para la política de acceso a nivel de fila del escritor.
  • WRITER_SA_EMAIL: Es la dirección de correo electrónico de la cuenta de servicio que llama al extremo del catálogo de REST de Apache Iceberg, por ejemplo, spark-writer-sa@PROJECT_ID.iam.gserviceaccount.com.

¿Qué sigue?