Pour limiter les lignes que les comptes principaux peuvent voir et pour masquer ou bloquer les valeurs de colonnes sensibles sans dupliquer les fichiers Cloud Storage sous-jacents, configurez le contrôle ultraprécis des accès (FGAC) de BigQuery sur les tables Apache Iceberg gérées par le catalogue d'environnements d'exécution Lakehouse. Le FGAC inclut la sécurité au niveau des lignes et la sécurité au niveau des colonnes avec masquage dynamique des données. Ce document explique comment créer des règles d'accès au niveau des lignes et appliquer des règles de données directement aux colonnes.
Vous associez et gérez des règles d'accès au niveau des lignes et des règles de données de colonne sur des tables Apache Iceberg en exécutant des instructions de langage de définition de données (LDD) GoogleSQL dans BigQuery qui utilisent l'identifiant de table P.C.N.T (Project.Catalog.Namespace.Table) en quatre parties. Lorsque votre catalogue utilise le mode de distribution d'identifiants, le point de terminaison du catalogue Apache Iceberg REST applique une protection de distribution d'identifiants aux tables protégées par FGAC. Le point de terminaison renvoie un code d'état HTTP 403 Forbidden pour les requêtes d'identifiants Cloud Storage directes, sauf si le compte principal appelant dispose d'un accès non masqué (RAW_DATA_ACCESS_POLICY) à chaque colonne protégée et, si la table comporte des règles d'accès au niveau des lignes, d'un accès aux lignes non filtré (FILTER USING (TRUE)).
Limites
Le contrôle ultraprécis des accès sur les tables Apache Iceberg gérées par le catalogue d'environnements d'exécution Lakehouse est soumis aux limites suivantes, en plus des limites standards des stratégies de données de colonne et des limites de sécurité au niveau des lignes :
- SQL DDL uniquement : vous ne pouvez associer, mettre à jour ou dissocier des règles de données de colonne, et créer ou supprimer des règles d'accès au niveau des lignes qu'à l'aide d'instructions BigQuery GoogleSQL DDL (
CREATE TABLE,ALTER TABLE ... ADD COLUMN,ALTER TABLE ... ALTER COLUMN ... SET OPTIONS,CREATE ROW ACCESS POLICYetDROP ROW ACCESS POLICY). La gestion de ces liaisons de table à l'aide de la console Google Cloud , de l'API BigQuery (tables.patch), de l'outil de ligne de commande bq ou de Terraform n'est pas possible. - Identifiant de table P.C.N.T en quatre parties requis : lorsque vous référencez une table Apache Iceberg gérée par le catalogue d'environnements d'exécution Lakehouse dans des instructions ou des requêtes LDD, vous devez utiliser le format P.C.N.T (
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME) en quatre parties. - Les tags avec stratégie et les tags de gouvernance des données ne sont pas acceptés : les tags avec stratégie (et les taxonomies) Data Catalog et les tags de gouvernance des données Resource Manager ne sont pas acceptés sur les tables Apache Iceberg dans le catalogue d'environnements d'exécution Lakehouse. Pour appliquer la sécurité au niveau des colonnes et le masquage des données, vous devez appliquer des stratégies de données directement aux colonnes.
- Les sous-requêtes dans les règles d'accès au niveau des lignes ne sont pas acceptées : les règles d'accès au niveau des lignes sur les tables Apache Iceberg du catalogue d'environnements d'exécution Lakehouse n'acceptent pas les sous-requêtes dans l'expression de filtre
FILTER USING. - Mesure de protection de la distribution d'identifiants pour les moteurs Open Source : sur les catalogues configurés avec le mode de distribution d'identifiants, le point de terminaison du catalogue REST Apache Iceberg renvoie un code d'état HTTP
403 Forbiddenlorsqu'un client, tel qu'un moteur Open Source, demande des identifiants Cloud Storage temporaires pour une table protégée par FGAC. Pour obtenir des identifiants vendus, le compte principal appelant doit disposer d'un accès non masqué (RAW_DATA_ACCESS_POLICY) à chaque colonne protégée et, si la table comporte des règles d'accès au niveau des lignes, d'un accès non filtré aux lignes (FILTER USING (TRUE)). Pour connaître la procédure de configuration, consultez Configurer les identifiants du moteur Open Source pour les tables protégées par FGAC. - Mode d'identifiants de l'utilisateur final : sur les catalogues qui n'utilisent pas le mode de distribution des identifiants, BigQuery applique des règles d'accès au niveau des lignes et des colonnes uniquement aux requêtes exécutées dans BigQuery, et non lorsque les comptes principaux lisent directement les fichiers Cloud Storage sous-jacents. Pour empêcher les comptes principaux de contourner les contrôles d'accès ultraprécis en lisant directement les fichiers de stockage, utilisez le mode de distribution des identifiants.
- Les catalogues fédérés ne sont pas compatibles : le contrôle ultraprécis des accès (sécurité au niveau des lignes et stratégies de données au niveau des colonnes) n'est pas compatible avec les catalogues fédérés ni avec les tables externes accessibles via des connexions cross-cloud.
Avant de commencer
-
Vérifiez que la facturation est activée pour votre projet Google Cloud .
-
Activez les API BigLake et BigQuery Data Policy, si elles ne le sont pas déjà.
Rôles requis pour activer les API
Pour activer des API, vous devez disposer de l'autorisation
serviceusage.services.enable. Si vous avez créé le projet, vous disposez probablement déjà de cette autorisation via le rôle Propriétaire (roles/owner). Sinon, vous pouvez l'obtenir via le rôle Administrateur Service Usage (roles/serviceusage.serviceUsageAdmin). Découvrez comment attribuer des rôles. - Configurez le catalogue d'environnements d'exécution Lakehouse avec le point de terminaison du catalogue REST Apache Iceberg en mode de distribution des identifiants.
- Créez une table Apache Iceberg.
Rôles requis
La gestion et l'interrogation des règles de contrôle ultraprécis des accès sur les tables Apache Iceberg nécessitent des autorisations IAM (Identity and Access Management) à la fois sur la table Lakehouse (biglake.*) et sur la stratégie de données ou le job de requête BigQuery (bigquery.*).
Pour obtenir les autorisations nécessaires pour configurer et interroger la sécurité au niveau des lignes et des colonnes sur les tables Apache Iceberg, demandez à votre administrateur de vous accorder les rôles IAM suivants :
-
Créer, mettre à jour, supprimer ou accorder l'accès à une stratégie de données :
- Administrateur des stratégies de données BigQuery (
roles/bigquerydatapolicy.admin) sur le projet - Administrateur BigQuery (
roles/bigquery.admin) sur le projet - Propriétaire de données BigQuery (
roles/bigquery.dataOwner) sur le projet
- Administrateur des stratégies de données BigQuery (
-
Associez ou dissociez une stratégie de données de colonne sur une table Apache Iceberg :
- Administrateur BigLake (
roles/biglake.admin) sur la table, l'espace de noms, le catalogue ou le projet - Administrateur des stratégies de données BigQuery (
roles/bigquerydatapolicy.admin) sur le projet contenant la stratégie de données
- Administrateur BigLake (
-
Créez, mettez à jour, listez ou supprimez une règle d'accès au niveau des lignes sur une table Apache Iceberg :
- Administrateur BigLake (
roles/biglake.admin) sur la table, l'espace de noms, le catalogue ou le projet - Utilisateur de job BigQuery (
roles/bigquery.jobUser) sur le projet de requête
- Administrateur BigLake (
-
Interrogez une table Apache Iceberg protégée par FGAC :
- Lecteur BigLake (
roles/biglake.viewer) sur la table, l'espace de noms, le catalogue ou le projet - Utilisateur de job BigQuery (
roles/bigquery.jobUser) sur le projet de requête
- Lecteur BigLake (
Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.
Ces rôles prédéfinis contiennent les autorisations requises pour configurer et interroger la sécurité au niveau des lignes et des colonnes sur les tables Apache Iceberg. Pour connaître les autorisations exactes requises, développez la section Autorisations requises :
Autorisations requises
Vous devez disposer des autorisations suivantes pour configurer et interroger la sécurité au niveau des lignes et des colonnes sur les tables Apache Iceberg :
-
Créer, mettre à jour, supprimer ou accorder l'accès à une stratégie de données :
bigquery.dataPolicies.createsur le projet-
bigquery.dataPolicies.updatesur la règle de données -
bigquery.dataPolicies.deletesur la règle de données -
bigquery.dataPolicies.getsur la règle de données -
bigquery.dataPolicies.setIamPolicysur la règle de données -
bigquery.jobs.createsur le projet de requête
-
Associez une stratégie de données à une colonne de table Apache Iceberg :
-
biglake.tables.setColumnDataPolicysur la table (ou l'espace de noms surCREATE TABLE) -
biglake.tables.updatesur la table (oubiglake.tables.createsurCREATE TABLE) -
bigquery.dataPolicies.getsur la règle de données -
bigquery.dataPolicies.attachsur la règle de données -
bigquery.jobs.createsur le projet de requête
-
-
Dissociez une stratégie de données d'une colonne de table Apache Iceberg :
-
biglake.tables.setColumnDataPolicysur la table -
biglake.tables.updatesur la table -
bigquery.jobs.createsur le projet de requête
-
-
Créer ou mettre à jour une règle d'accès au niveau des lignes :
-
biglake.rowAccessPolicies.createsur la table -
biglake.rowAccessPolicies.updatesur la table -
biglake.rowAccessPolicies.setIamPolicysur la table -
biglake.tables.getDatasur la table cible -
bigquery.jobs.createsur le projet de requête
-
-
Répertorier ou afficher les règles d'accès au niveau des lignes :
-
biglake.rowAccessPolicies.listsur la table -
biglake.rowAccessPolicies.getsur la table -
biglake.rowAccessPolicies.getIamPolicysur la table
-
-
Supprimez une ou toutes les règles d'accès au niveau des lignes :
-
biglake.rowAccessPolicies.deletesur la table -
biglake.rowAccessPolicies.setIamPolicysur la table -
biglake.rowAccessPolicies.listsur la table (lors de la suppression de toutes les règles) -
bigquery.jobs.createsur le projet de requête
-
-
Interrogez une table Apache Iceberg protégée par FGAC :
-
biglake.tables.getsur la table -
biglake.tables.getDatasur la table -
bigquery.jobs.createsur le projet de requête
-
Vous pouvez également obtenir ces autorisations avec des rôles personnalisés ou d'autres rôles prédéfinis.
En plus des autorisations IAM au niveau de la table, les règles précises sur la table doivent également autoriser les comptes principaux à interroger :
- Sécurité au niveau des colonnes : le compte principal doit disposer de l'autorisation
FINE_GRAINED_READdans la listegranteesd'unRAW_DATA_ACCESS_POLICY(pour les valeurs non masquées) ou d'unDATA_MASKING_POLICY(pour les valeurs masquées) associé à la colonne interrogée. - Sécurité au niveau des lignes : le compte principal doit être inclus dans le
grantee_listd'une règle d'accès au niveau des lignes sur la table, ce qui lui accorde automatiquement le rôleroles/biglake.filteredDataViewergéré par le système. Ce rôle contient l'autorisationbiglake.rowAccessPolicies.getFilteredData.
En plus des autorisations IAM au niveau de la table, les règles précises de la table doivent également accorder l'accès aux comptes principaux qui effectuent des requêtes :
- Sécurité au niveau des colonnes : le compte principal doit disposer de l'autorisation
FINE_GRAINED_READdans la listegranteesd'unRAW_DATA_ACCESS_POLICY(pour les valeurs non masquées) ou d'unDATA_MASKING_POLICY(pour les valeurs masquées) associé à la colonne interrogée. - Sécurité au niveau des lignes : le compte principal doit être inclus dans le
grantee_listd'une règle d'accès au niveau des lignes sur la table, ce qui lui accorde automatiquement le rôleroles/biglake.filteredDataViewergéré par le système. Ce rôle contient l'autorisationbiglake.rowAccessPolicies.getFilteredData.
Configurer la sécurité au niveau des colonnes et le masquage des données
Vous configurez le contrôle des accès au niveau des colonnes et le masquage dynamique des données sur les tables Apache Iceberg dans le catalogue d'environnements d'exécution Lakehouse en créant des stratégies de données BigQuery et en les associant directement aux colonnes de table à l'aide du LDD GoogleSQL. Pour en savoir plus sur les concepts généraux et les définitions des règles de masquage, consultez Présentation du masquage des données et Masquer les données en appliquant des stratégies de données à une colonne.
Créer des stratégies de données
Une règle de données définit une règle de masquage des données (DATA_MASKING_POLICY) ou un accès aux données brutes non masquées (RAW_DATA_ACCESS_POLICY). Vous pouvez créer des règles de données à l'aide du LDD GoogleSQL ou de l'API BigQuery Data Policy v2.
Selon votre cas d'utilisation, exécutez l'une des instructions suivantes :
Pour créer une stratégie de données avec une expression de masquage prédéfinie (telle que
SHA256ouALWAYS_NULL), exécutez l'instructionCREATE 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" );Pour créer une règle d'accès aux données brutes qui autorise les comptes principaux à lire les valeurs de colonne non masquées, définissez
data_policy_typesurRAW_DATA_ACCESS_POLICY:CREATE DATA_POLICY IF NOT EXISTS `PROJECT_ID.region-LOCATION.RAW_POLICY_NAME` OPTIONS ( data_policy_type = "RAW_DATA_ACCESS_POLICY" );
Remplacez les éléments suivants :
PROJECT_ID: ID de votre projet Google Cloud.LOCATION: emplacement régional ou multirégional de la stratégie de données (par exemple,usouus-central1).MASKING_POLICY_NAME: nom unique de la stratégie de masquage des données.RAW_POLICY_NAME: nom unique de la règle d'accès aux données brutes.
Accorder ou révoquer un accès précis en lecture
Lorsque vous appliquez des stratégies de données directement à des colonnes, la liste grantees de la stratégie de données contrôle l'accès en lecture au moment de la requête. En GoogleSQL, vous accordez ou révoquez le droit FINE_GRAINED_READ sur la stratégie de données :
- L'attribution de
FINE_GRAINED_READsur unDATA_MASKING_POLICYdonne au compte principal un accès en lecture masqué aux colonnes protégées par cette stratégie. - L'attribution de
FINE_GRAINED_READsur unRAW_DATA_ACCESS_POLICYdonne au compte principal un accès en lecture non masqué (brut) aux colonnes protégées par cette règle.
- Utilisateur :
principal://goog/subject/USER_EMAIL - Compte de service :
principal://iam.googleapis.com/projects/-/serviceAccounts/SA_EMAIL - Groupe Google :
principalSet://goog/group/GROUP_EMAIL
Pour gérer l'accès en lecture précis sur une stratégie de données, exécutez l'une des instructions suivantes :
Pour accorder un accès en lecture précis aux comptes principaux sur une stratégie de données, exécutez l'instruction 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";
Pour révoquer l'accès en lecture ultra-précis d'un compte principal, exécutez l'instruction REVOKE
FINE_GRAINED_READ :
REVOKE FINE_GRAINED_READ ON DATA_POLICY `PROJECT_ID.region-LOCATION.DATA_POLICY_NAME`
FROM "principal://goog/subject/USER_EMAIL";
Remplacez les éléments suivants :
PROJECT_ID: ID de votre projet Google Cloud .LOCATION: emplacement régional ou multirégional de la stratégie de données.DATA_POLICY_NAME: nom de la règle de masquage des données ou d'accès aux données brutes.USER_EMAIL: adresse e-mail du compte utilisateur.GROUP_EMAIL: adresse e-mail du groupe Google.
Associer des stratégies de données à des colonnes avec le LDD P.C.N.T
Associez des stratégies de données aux colonnes de votre table Apache Iceberg dans le catalogue d'environnements d'exécution Lakehouse à l'aide du format P.C.N.T en quatre parties (PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME).
identifiant unique. Selon votre cas d'utilisation, exécutez l'une des instructions suivantes :
Pour associer des stratégies de données à une colonne existante en ajoutant (
+=) à l'optiondata_policiesde la colonne, exécutez l'instructionALTER 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'}"] );Pour ajouter une colonne à laquelle une stratégie de données est associée, exécutez l'instruction
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'}"] );Pour créer une table Apache Iceberg avec des règles de données de colonne associées, exécutez l'instruction
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'}"] ) );
Remplacez les éléments suivants :
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: identifiant P.C.N.T en quatre parties de la table Apache Iceberg.COLUMN_NAME: nom de la colonne à protéger.LOCATION: emplacement régional ou multirégional de la stratégie de données.MASKING_POLICY_NAMEetRAW_POLICY_NAME: noms des stratégies de données à associer.
Dissocier ou remplacer des stratégies de données de colonne
Pour supprimer ou remplacer des stratégies de données sur une colonne d'une table Apache Iceberg, utilisez l'une des instructions suivantes avec l'identifiant de table P.C.N.T en quatre parties :
Pour supprimer toutes les stratégies de données d'une colonne, définissez
data_policiessur un tableau vide ([]) :ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME` ALTER COLUMN COLUMN_NAME SET OPTIONS ( data_policies = [] );Pour remplacer les règles de données existantes d'une colonne par une nouvelle liste, utilisez l'opérateur
=au lieu de l'opérateur+=: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'}"] );Pour supprimer une stratégie de données après l'avoir dissociée de toutes les colonnes de table qui la référencent, exécutez l'instruction
DROP DATA_POLICY:DROP DATA_POLICY IF EXISTS `PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME`;
Remplacez les éléments suivants :
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: identifiant P.C.N.T en quatre parties de la table Apache Iceberg.COLUMN_NAME: nom de la colonneLOCATION: emplacement régional ou multirégional de la stratégie de donnéesNEW_POLICY_NAMEetMASKING_POLICY_NAME: noms des stratégies de données à associer ou à supprimer.
Configurer la sécurité au niveau des lignes
Vous pouvez restreindre l'accès à des lignes spécifiques d'une table Apache Iceberg gérée par le catalogue d'environnements d'exécution Lakehouse en créant des stratégies d'accès au niveau des lignes avec des instructions LDD GoogleSQL qui utilisent l'identifiant de table P.C.N.T en quatre parties. Pour en savoir plus sur les concepts généraux de la sécurité au niveau des lignes et la sémantique des filtres, consultez Utiliser la sécurité au niveau des lignes.
Créer ou mettre à jour une règle d'accès au niveau des lignes
Lorsque vous configurez la sécurité au niveau des lignes sur une table, créez une règle avec une clause FILTER
USING (TRUE) pour les administrateurs et les comptes de service d'écriture qui ont besoin d'un accès complet aux lignes, puis créez des règles filtrées pour des groupes d'utilisateurs spécifiques.
Accordez un accès complet aux lignes (
FILTER USING (TRUE)) aux administrateurs de table ou aux comptes de service de rédacteur :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);Créez une règle d'accès au niveau des lignes qui filtre les lignes en fonction d'une expression de prédicat :
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);Remplacez les éléments suivants :
ADMIN_POLICY_NAMEetFILTER_POLICY_NAME: noms uniques des règles d'accès au niveau des lignes de la table.PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: identifiant P.C.N.T en quatre parties de la table Apache Iceberg.ADMIN_GROUP_EMAIL,USER_EMAILetANALYST_GROUP_EMAIL: adresses e-mail des groupes Google ou des utilisateurs autorisés à accéder aux lignes.FILTER_EXPRESSION: expression de filtre booléen évaluée comme une clauseWHERE(par exemple,region = 'APAC').
Supprimer des règles d'accès au niveau des lignes
Pour supprimer des règles d'accès au niveau des lignes d'une table Apache Iceberg, exécutez l'une des instructions suivantes :
Pour supprimer une règle d'accès au niveau des lignes spécifique lorsque d'autres règles d'accès au niveau des lignes restent sur la table, exécutez l'instruction
DROP ROW ACCESS POLICY:DROP ROW ACCESS POLICY IF EXISTS FILTER_POLICY_NAME ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;Pour supprimer la dernière règle d'accès au niveau des lignes ou toutes les règles d'accès au niveau des lignes de la table, exécutez l'instruction
DROP ALL ROW ACCESS POLICIES:DROP ALL ROW ACCESS POLICIES ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
Remplacez les éléments suivants :
FILTER_POLICY_NAME: nom de la règle d'accès au niveau des lignes à supprimer.PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: identifiant P.C.N.T en quatre parties de la table Apache Iceberg.
Interroger une table protégée par FGAC dans BigQuery
Lorsqu'un compte principal interroge une table Apache Iceberg protégée par FGAC dans BigQuery à l'aide de l'identifiant en quatre parties P.C.N.T, BigQuery évalue les règles au niveau des lignes et des colonnes au moment de la requête :
- Évaluation au niveau des lignes : les comptes principaux de la liste
grantee_listd'une ou de plusieurs règles d'accès au niveau des lignes voient l'union des lignes correspondant aux prédicatsfilter_expressionde ces règles. Les comptes principaux qui ne sont inclus dans aucune règle d'accès au niveau des lignes sur la table ne voient aucune ligne. - Évaluation au niveau des colonnes :
- Les comptes principaux disposant de l'autorisation
FINE_GRAINED_READsur unRAW_DATA_ACCESS_POLICYassocié à une colonne voient les données non masquées (brutes). - Les comptes principaux disposant du rôle
FINE_GRAINED_READsur unDATA_MASKING_POLICY(et non du rôleRAW_DATA_ACCESS_POLICYpour cette colonne) voient les données masquées. Si plusieurs règles de masquage s'appliquent au même compte principal sur une colonne, BigQuery sélectionne la règle en fonction de la hiérarchie des règles de masquage des données. - Les comptes principaux qui ne disposent pas de l'autorisation
FINE_GRAINED_READsur une stratégie de données associée à une colonne protégée reçoivent une erreurAccess Deniedlorsqu'ils interrogent cette colonne. Ces comptes principaux peuvent toujours interroger explicitement des colonnes non protégées ou utiliserSELECT * EXCEPT(PROTECTED_COLUMN).
- Les comptes principaux disposant de l'autorisation
Par exemple, la requête suivante renvoie des valeurs de lignes et de colonnes en fonction des règles de l'appelant :
SELECT id, COLUMN_NAME
FROM `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
Remplacez les éléments suivants :
COLUMN_NAME: nom de la colonne à interroger.PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: identifiant P.C.N.T en quatre parties de la table Apache Iceberg.
Configurer les identifiants du moteur Open Source pour les tables protégées par FGAC
Lorsqu'un moteur de requête Open Source (tel qu'Apache Spark, Trino ou Apache Flink) lit ou écrit dans une table Apache Iceberg d'un catalogue configuré avec le mode de distribution des identifiants, le moteur appelle le point de terminaison du catalogue REST Apache Iceberg pour obtenir des identifiants Cloud Storage de courte durée et à champ d'application réduit.
Étant donné que l'accès direct aux fichiers Cloud Storage contourne l'évaluation des règles au moment de la requête dans BigQuery, le point de terminaison du catalogue REST Apache Iceberg applique une protection de distribution des identifiants. La barrière de sécurité renvoie un code d'état HTTP 403 Forbidden lorsqu'un compte principal demande des identifiants de stockage pour une table protégée par FGAC, sauf si le compte principal dispose d'un accès complet à la table :
- Accès aux données non masquées (brutes) pour toutes les colonnes protégées : chaque colonne protégée de la table doit également être associée à un
RAW_DATA_ACCESS_POLICY. Accordez au compte principal appelant le droitFINE_GRAINED_READsur ceRAW_DATA_ACCESS_POLICY. - Accès aux lignes non filtré (toutes les lignes) : si des règles d'accès au niveau des lignes sont associées à la table, accordez au compte principal appelant une règle d'accès au niveau des lignes comportant une clause
FILTER USING (TRUE).
Accorder un accès complet à un compte de service d'écriture de moteur Open Source
Un compte de service qui exécute des jobs de moteur Open Source, tels que des jobs dans Managed Service pour Apache Spark ou Dataflow, doit disposer d'un accès complet à la table pour obtenir des identifiants vendus pour une table Apache Iceberg protégée par FGAC. Pour accorder cet accès, procédez comme suit dans BigQuery :
Accorder l'accès aux données brutes (
RAW_DATA_ACCESS_POLICY) sur toutes les colonnes protégées : associez unRAW_DATA_ACCESS_POLICYà chaque colonne protégée de la table, puis accordez le privilègeFINE_GRAINED_READau compte de service à l'aide de son identifiant de compte principal 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'}"] );Accordez une règle d'accès à toutes les lignes si la sécurité au niveau des lignes est activée : si la table comporte des règles d'accès au niveau des lignes, accordez au compte de service une règle d'accès au niveau des lignes comportant une clause
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);
Remplacez les éléments suivants :
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: identifiant P.C.N.T en quatre parties de la table Apache Iceberg.LOCATION: emplacement régional ou multirégional de la stratégie de donnéesRAW_POLICY_NAME: nom de la stratégie d'accès aux données brutesCOLUMN_NAME: nom de chaque colonne protégée de la tableWRITER_ROW_POLICY_NAME: nom unique de la règle d'accès au niveau des lignes pour les rédacteursWRITER_SA_EMAIL: adresse e-mail du compte de service qui appelle le point de terminaison du catalogue REST Apache Iceberg, par exemplespark-writer-sa@PROJECT_ID.iam.gserviceaccount.com.
Étapes suivantes
- Consultez Mode de distribution d'identifiants.
- Découvrez comment gérer les LCA de catalogue, d'espace de noms et de table.
- Consultez Stratégies de données sur les colonnes dans BigQuery.
- Consultez Sécurité au niveau des lignes dans BigQuery.