Untuk membatasi baris yang dapat dilihat akun utama dan menyamarkan atau memblokir nilai kolom sensitif tanpa menduplikasi file Cloud Storage yang mendasarinya, konfigurasikan kontrol akses terperinci (FGAC) BigQuery pada tabel Apache Iceberg yang dikelola oleh katalog runtime Lakehouse. FGAC mencakup keamanan tingkat baris dan keamanan tingkat kolom dengan penyamaran data dinamis. Dokumen ini menunjukkan cara membuat kebijakan akses tingkat baris dan menerapkan kebijakan data langsung ke kolom.
Anda dapat melampirkan dan mengelola kebijakan akses tingkat baris dan kebijakan data kolom pada tabel Apache Iceberg dengan menjalankan pernyataan bahasa definisi data (DDL) GoogleSQL di BigQuery yang menggunakan ID tabel P.C.N.T (Project.Catalog.Namespace.Table) empat bagian. Saat katalog Anda menggunakan
mode penjualan kredensial, endpoint katalog REST Apache Iceberg menerapkan batasan penjualan kredensial pada tabel yang dilindungi FGAC. Endpoint menampilkan kode status HTTP 403 Forbidden
untuk permintaan kredensial Cloud Storage langsung, kecuali jika akun utama
yang memanggil memiliki akses yang tidak disamarkan (RAW_DATA_ACCESS_POLICY) ke setiap kolom
yang dilindungi dan, jika tabel memiliki kebijakan akses tingkat baris, akses baris tanpa filter
(FILTER USING (TRUE)).
Batasan
Kontrol akses terperinci pada tabel Apache Iceberg yang dikelola oleh katalog runtime Lakehouse tunduk pada batasan berikut, selain batasan kebijakan data kolom dan batasan keamanan tingkat baris standar:
- Hanya SQL DDL: Anda dapat melampirkan, memperbarui, atau melepaskan kebijakan data kolom dan
membuat atau menghapus kebijakan akses tingkat baris hanya melalui
pernyataan DDL GoogleSQL BigQuery (
CREATE TABLE,ALTER TABLE ... ADD COLUMN,ALTER TABLE ... ALTER COLUMN ... SET OPTIONS,CREATE ROW ACCESS POLICY, danDROP ROW ACCESS POLICY). Mengelola binding tabel ini menggunakan konsol Google Cloud , BigQuery API (tables.patch), alat command line bq, atau Terraform tidak didukung. - ID tabel P.C.N.T empat bagian diperlukan: Saat Anda mereferensikan tabel Apache Iceberg yang dikelola oleh katalog runtime Lakehouse dalam pernyataan atau kueri DDL, Anda harus menggunakan format P.C.N.T (
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME) empat bagian. - Tag kebijakan dan tag tata kelola data tidak didukung: Tag kebijakan (dan taksonomi) Data Catalog serta tag tata kelola data Resource Manager tidak didukung pada tabel Apache Iceberg di katalog runtime Lakehouse. Untuk menerapkan keamanan tingkat kolom dan penyamaran data, Anda harus menerapkan kebijakan data langsung ke kolom.
- Subkueri dalam kebijakan akses tingkat baris tidak didukung: Kebijakan akses tingkat baris pada tabel Apache Iceberg di katalog runtime Lakehouse tidak mendukung subkueri dalam ekspresi filter
FILTER USING. - Guardrail penjualan kredensial untuk mesin open source: Pada katalog yang dikonfigurasi dengan mode penjualan kredensial, endpoint katalog REST Apache Iceberg menampilkan kode status HTTP
403 Forbiddensaat klien, seperti mesin open source, meminta kredensial Cloud Storage sementara untuk tabel yang dilindungi FGAC. Untuk mendapatkan kredensial yang diberikan, akun utama yang memanggil harus memiliki akses yang tidak disamarkan (RAW_DATA_ACCESS_POLICY) ke setiap kolom yang dilindungi dan, jika tabel memiliki kebijakan akses tingkat baris, akses baris yang tidak difilter (FILTER USING (TRUE)). Untuk mengetahui langkah-langkah konfigurasi, lihat Mengonfigurasi kredensial mesin open source untuk tabel yang dilindungi FGAC. - Mode kredensial pengguna akhir: Pada katalog yang tidak menggunakan mode penyediaan kredensial, BigQuery menerapkan kebijakan akses tingkat baris dan tingkat kolom hanya pada kueri yang berjalan di BigQuery, bukan saat akun utama membaca file Cloud Storage yang mendasarinya secara langsung. Untuk mencegah akun utama mengabaikan kontrol akses terperinci dengan membaca file penyimpanan secara langsung, gunakan mode pemberian kredensial sementara.
- Katalog gabungan tidak didukung: Kontrol akses terperinci (keamanan tingkat baris dan kebijakan data kolom) tidak didukung di katalog gabungan atau tabel eksternal yang diakses menggunakan koneksi lintas cloud.
Sebelum memulai
-
Pastikan penagihan diaktifkan untuk project Google Cloud Anda.
-
Aktifkan BigLake API dan BigQuery Data Policy API, jika belum diaktifkan.
Peran yang diperlukan untuk mengaktifkan API
Untuk mengaktifkan API, Anda memerlukan izin
serviceusage.services.enable. Jika Anda membuat project, kemungkinan Anda sudah memiliki izin ini melalui peran Pemilik (roles/owner). Jika tidak, Anda bisa mendapatkan izin ini melalui peran Service Usage Admin (roles/serviceusage.serviceUsageAdmin). Pelajari cara memberikan peran. - Siapkan katalog runtime Lakehouse dengan endpoint katalog REST Apache Iceberg dalam mode penjualan kredensial.
- Buat tabel Apache Iceberg.
Peran yang diperlukan
Mengelola dan mengkueri kebijakan kontrol akses terperinci pada tabel Apache Iceberg memerlukan izin Identity and Access Management (IAM) pada tabel Lakehouse (biglake.*) dan kebijakan data atau tugas kueri BigQuery (bigquery.*).
Untuk mendapatkan izin yang Anda perlukan untuk mengonfigurasi dan mengkueri keamanan tingkat baris dan tingkat kolom pada tabel Apache Iceberg, minta administrator untuk memberi Anda peran IAM berikut:
-
Membuat, memperbarui, menghapus, atau memberikan akses pada kebijakan data:
- BigQuery Data Policy Admin (
roles/bigquerydatapolicy.admin) di project - BigQuery Admin (
roles/bigquery.admin) di project - BigQuery Data Owner (
roles/bigquery.dataOwner) di project
- BigQuery Data Policy Admin (
-
Melampirkan atau melepaskan kebijakan data kolom pada tabel Apache Iceberg:
- BigLake Admin (
roles/biglake.admin) di tabel, namespace, katalog, atau project - BigQuery Data Policy Admin (
roles/bigquerydatapolicy.admin) di project yang berisi kebijakan data
- BigLake Admin (
-
Membuat, memperbarui, mencantumkan, atau menghapus kebijakan akses tingkat baris pada tabel Apache Iceberg:
- BigLake Admin (
roles/biglake.admin) di tabel, namespace, katalog, atau project - BigQuery Job User (
roles/bigquery.jobUser) di project kueri
- BigLake Admin (
-
Membuat kueri tabel Apache Iceberg yang dilindungi FGAC:
- BigLake Viewer (
roles/biglake.viewer) di tabel, namespace, katalog, atau project - BigQuery Job User (
roles/bigquery.jobUser) di project kueri
- BigLake Viewer (
Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.
Peran bawaan ini berisi izin yang diperlukan untuk mengonfigurasi dan mengkueri keamanan tingkat baris dan tingkat kolom pada tabel Apache Iceberg. Untuk melihat izin yang benar-benar diperlukan, perluas bagian Izin yang diperlukan:
Izin yang diperlukan
Izin berikut diperlukan untuk mengonfigurasi dan mengkueri keamanan tingkat baris dan tingkat kolom pada tabel Apache Iceberg:
-
Membuat, memperbarui, menghapus, atau memberikan akses pada kebijakan data:
-
bigquery.dataPolicies.createdalam project -
bigquery.dataPolicies.updatepada kebijakan data -
bigquery.dataPolicies.deletepada kebijakan data -
bigquery.dataPolicies.getpada kebijakan data -
bigquery.dataPolicies.setIamPolicypada kebijakan data -
bigquery.jobs.createpada project kueri
-
-
Lampirkan kebijakan data ke kolom tabel Apache Iceberg:
-
biglake.tables.setColumnDataPolicypada tabel (atau namespace diCREATE TABLE) -
biglake.tables.updatepada tabel (ataubiglake.tables.creatediCREATE TABLE) -
bigquery.dataPolicies.getpada kebijakan data -
bigquery.dataPolicies.attachpada kebijakan data -
bigquery.jobs.createpada project kueri
-
-
Melepas kebijakan data dari kolom tabel Apache Iceberg:
-
biglake.tables.setColumnDataPolicypada tabel -
biglake.tables.updatepada tabel -
bigquery.jobs.createpada project kueri
-
-
Membuat atau memperbarui kebijakan akses tingkat baris:
-
biglake.rowAccessPolicies.createpada tabel -
biglake.rowAccessPolicies.updatepada tabel -
biglake.rowAccessPolicies.setIamPolicypada tabel -
biglake.tables.getDatapada tabel target -
bigquery.jobs.createpada project kueri
-
-
Mencantumkan atau melihat kebijakan akses tingkat baris:
-
biglake.rowAccessPolicies.listpada tabel -
biglake.rowAccessPolicies.getpada tabel -
biglake.rowAccessPolicies.getIamPolicypada tabel
-
-
Menghapus satu atau semua kebijakan akses tingkat baris:
-
biglake.rowAccessPolicies.deletepada tabel -
biglake.rowAccessPolicies.setIamPolicypada tabel -
biglake.rowAccessPolicies.listpada tabel (saat menghapus semua kebijakan) -
bigquery.jobs.createpada project kueri
-
-
Membuat kueri tabel Apache Iceberg yang dilindungi FGAC:
-
biglake.tables.getpada tabel -
biglake.tables.getDatapada tabel -
bigquery.jobs.createpada project kueri
-
Anda mungkin juga bisa mendapatkan izin ini dengan peran khusus atau peran bawaan lainnya.
Selain izin IAM level tabel, kebijakan terperinci pada tabel juga harus memberikan otorisasi kepada akun utama yang mengkueri:
- Keamanan tingkat kolom: Akun utama harus diberi
FINE_GRAINED_READdalam daftargranteesdariRAW_DATA_ACCESS_POLICY(untuk nilai yang tidak disamarkan) atauDATA_MASKING_POLICY(untuk nilai yang disamarkan) yang dilampirkan ke kolom yang dikueri. - Keamanan tingkat baris: Akun utama harus disertakan dalam
grantee_listkebijakan akses tingkat baris pada tabel, yang otomatis memberikan peranroles/biglake.filteredDataVieweryang dikelola sistem kepada akun utama. Peran ini berisi izinbiglake.rowAccessPolicies.getFilteredData.
Selain izin IAM level tabel, kebijakan terperinci pada tabel juga harus memberikan akses ke akun utama yang membuat kueri:
- Keamanan tingkat kolom: Akun utama harus diberi
FINE_GRAINED_READdalam daftargranteesdariRAW_DATA_ACCESS_POLICY(untuk nilai yang tidak disamarkan) atauDATA_MASKING_POLICY(untuk nilai yang disamarkan) yang dilampirkan ke kolom yang dikueri. - Keamanan tingkat baris: Akun utama harus disertakan dalam
grantee_listkebijakan akses tingkat baris pada tabel, yang otomatis memberikan peranroles/biglake.filteredDataVieweryang dikelola sistem kepada akun utama. Peran ini berisi izinbiglake.rowAccessPolicies.getFilteredData.
Mengonfigurasi keamanan tingkat kolom dan penyamaran data
Anda mengonfigurasi kontrol akses tingkat kolom dan penyamaran data dinamis pada tabel Apache Iceberg di katalog runtime Lakehouse dengan membuat kebijakan data BigQuery dan melampirkannya langsung ke kolom tabel menggunakan DDL GoogleSQL. Untuk mengetahui informasi selengkapnya tentang konsep umum dan definisi aturan penyamaran, lihat Pengantar penyamaran data dan Menyamarkan data dengan menerapkan kebijakan data ke kolom.
Membuat kebijakan data
Kebijakan data menentukan aturan penyamaran data (DATA_MASKING_POLICY) atau
akses data mentah yang tidak disamarkan (RAW_DATA_ACCESS_POLICY). Anda dapat membuat kebijakan
data menggunakan GoogleSQL DDL atau BigQuery Data Policy API
v2.
Bergantung pada kasus penggunaan Anda, jalankan salah satu pernyataan berikut:
Untuk membuat kebijakan data dengan ekspresi penyamaran yang telah ditentukan (seperti
SHA256atauALWAYS_NULL), jalankan pernyataanCREATE 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" );Untuk membuat kebijakan akses data mentah yang memberi otorisasi kepada akun utama untuk membaca nilai kolom yang tidak disamarkan, tetapkan
data_policy_typekeRAW_DATA_ACCESS_POLICY:CREATE DATA_POLICY IF NOT EXISTS `PROJECT_ID.region-LOCATION.RAW_POLICY_NAME` OPTIONS ( data_policy_type = "RAW_DATA_ACCESS_POLICY" );
Ganti kode berikut:
PROJECT_ID: Project ID Google Cloud Anda.LOCATION: Lokasi region atau multi-region kebijakan data (misalnya,usatauus-central1).MASKING_POLICY_NAME: Nama unik untuk kebijakan penyamaran data.RAW_POLICY_NAME: Nama unik untuk kebijakan akses data mentah.
Memberikan atau mencabut akses baca yang mendetail
Saat Anda menerapkan kebijakan data langsung ke kolom, daftar grantees pada kebijakan data mengontrol akses baca waktu kueri. Di GoogleSQL, Anda memberikan atau mencabut hak istimewa FINE_GRAINED_READ pada kebijakan data:
- Memberikan
FINE_GRAINED_READpadaDATA_MASKING_POLICYakan memberi akun utama akses baca tersamar ke kolom yang dilindungi oleh kebijakan tersebut. - Memberikan
FINE_GRAINED_READpadaRAW_DATA_ACCESS_POLICYakan memberi akun utama akses baca yang tidak disamarkan (mentah) ke kolom yang dilindungi oleh kebijakan tersebut.
- Pengguna:
principal://goog/subject/USER_EMAIL - Akun layanan:
principal://iam.googleapis.com/projects/-/serviceAccounts/SA_EMAIL - Grup Google:
principalSet://goog/group/GROUP_EMAIL
Untuk mengelola akses baca terperinci pada kebijakan data, jalankan salah satu pernyataan berikut:
Untuk memberikan akses baca terperinci kepada akun utama pada kebijakan data, jalankan pernyataan 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";
Untuk mencabut akses baca terperinci dari akun utama, jalankan pernyataan REVOKE
FINE_GRAINED_READ:
REVOKE FINE_GRAINED_READ ON DATA_POLICY `PROJECT_ID.region-LOCATION.DATA_POLICY_NAME`
FROM "principal://goog/subject/USER_EMAIL";
Ganti kode berikut:
PROJECT_ID: Project ID Google Cloud Anda.LOCATION: lokasi region atau multi-region kebijakan data.DATA_POLICY_NAME: nama kebijakan akses data mentah atau penyamaran data.USER_EMAIL: alamat email akun pengguna.GROUP_EMAIL: alamat email Grup Google.
Melampirkan kebijakan data ke kolom dengan DDL P.C.N.T
Lampirkan kebijakan data ke kolom di tabel Apache Iceberg Anda di katalog runtime Lakehouse menggunakan P.C.N.T empat bagian (PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME)
ID. Bergantung pada kasus penggunaan Anda, jalankan salah satu pernyataan berikut:
Untuk melampirkan kebijakan data ke kolom yang ada dengan menambahkan (
+=) ke opsidata_policieskolom, jalankan pernyataanALTER 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'}"] );Untuk menambahkan kolom baru dengan kebijakan data yang dilampirkan, jalankan pernyataan
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'}"] );Untuk membuat tabel Apache Iceberg baru dengan kebijakan data kolom yang dilampirkan, jalankan pernyataan
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'}"] ) );
Ganti kode berikut:
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: ID P.C.N.T empat bagian dari tabel Apache Iceberg.COLUMN_NAME: nama kolom yang akan dilindungi.LOCATION: lokasi region atau multi-region kebijakan data.MASKING_POLICY_NAMEdanRAW_POLICY_NAME: nama kebijakan data yang akan dilampirkan.
Melepas atau mengganti kebijakan data kolom
Untuk menghapus atau mengganti kebijakan data pada kolom dalam tabel Apache Iceberg, gunakan salah satu pernyataan berikut dengan ID tabel P.C.N.T empat bagian:
Untuk menghapus semua kebijakan data dari kolom, tetapkan
data_policieske array kosong ([]):ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME` ALTER COLUMN COLUMN_NAME SET OPTIONS ( data_policies = [] );Untuk mengganti kebijakan data yang ada di kolom dengan daftar baru, gunakan operator
=, bukan operator+=: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'}"] );Untuk menghapus kebijakan data setelah melepaskannya dari semua kolom tabel yang mereferensikannya, jalankan pernyataan
DROP DATA_POLICY:DROP DATA_POLICY IF EXISTS `PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME`;
Ganti kode berikut:
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: ID P.C.N.T empat bagian dari tabel Apache IcebergCOLUMN_NAME: nama kolomLOCATION: lokasi region atau multi-region kebijakan dataNEW_POLICY_NAMEdanMASKING_POLICY_NAME: nama kebijakan data yang akan dilampirkan atau dihapus.
Mengonfigurasi keamanan tingkat baris
Anda dapat membatasi akses ke baris tertentu dalam tabel Apache Iceberg yang dikelola oleh katalog runtime Lakehouse dengan membuat kebijakan akses level baris dengan pernyataan DDL GoogleSQL yang menggunakan ID tabel P.C.N.T empat bagian. Untuk mengetahui informasi selengkapnya tentang konsep keamanan tingkat baris umum dan semantik filter, lihat Menggunakan keamanan tingkat baris.
Membuat atau memperbarui kebijakan akses tingkat baris
Saat Anda mengonfigurasi keamanan tingkat baris pada tabel, buat kebijakan dengan klausa FILTER
USING (TRUE) untuk administrator dan akun layanan penulis yang memerlukan akses baris penuh, lalu buat kebijakan yang difilter untuk grup pengguna tertentu.
Berikan akses baris penuh (
FILTER USING (TRUE)) kepada administrator tabel atau akun layanan penulis: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);Buat kebijakan akses tingkat baris yang memfilter baris berdasarkan ekspresi predikat:
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);Ganti kode berikut:
ADMIN_POLICY_NAMEdanFILTER_POLICY_NAME: Nama unik untuk kebijakan akses tingkat baris pada tabel.PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: ID P.C.N.T empat bagian dari tabel Apache Iceberg.ADMIN_GROUP_EMAIL,USER_EMAIL, danANALYST_GROUP_EMAIL: Alamat email Grup Google atau pengguna yang diberi akses baris.FILTER_EXPRESSION: Ekspresi filter Boolean yang dievaluasi seperti klausaWHERE(misalnya,region = 'APAC').
Menghapus kebijakan akses tingkat baris
Untuk menghapus kebijakan akses tingkat baris dari tabel Apache Iceberg, jalankan salah satu pernyataan berikut:
Untuk menghapus kebijakan akses tingkat baris tertentu saat kebijakan akses tingkat baris lainnya tetap ada di tabel, jalankan pernyataan
DROP ROW ACCESS POLICY:DROP ROW ACCESS POLICY IF EXISTS FILTER_POLICY_NAME ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;Untuk menghapus kebijakan akses tingkat baris terakhir yang tersisa atau semua kebijakan akses tingkat baris pada tabel, jalankan pernyataan
DROP ALL ROW ACCESS POLICIES:DROP ALL ROW ACCESS POLICIES ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
Ganti kode berikut:
FILTER_POLICY_NAME: nama kebijakan akses tingkat baris yang akan dihapus.PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: ID P.C.N.T empat bagian dari tabel Apache Iceberg
Membuat kueri tabel yang dilindungi FGAC di BigQuery
Saat akun utama mengkueri tabel Apache Iceberg yang dilindungi FGAC di BigQuery menggunakan ID P.C.N.T empat bagian, BigQuery mengevaluasi kebijakan tingkat baris dan tingkat kolom pada waktu kueri:
- Evaluasi tingkat baris: Akun utama dalam
grantee_listdari satu atau beberapa kebijakan akses tingkat baris akan melihat gabungan baris yang cocok dengan predikatfilter_expressionkebijakan tersebut. Akun utama yang tidak disertakan dalam kebijakan akses tingkat baris apa pun di tabel akan melihat nol baris. - Evaluasi tingkat kolom:
- Akun utama yang diberi
FINE_GRAINED_READpadaRAW_DATA_ACCESS_POLICYyang dilampirkan ke kolom akan melihat data yang tidak disamarkan (mentah). - Akun utama yang diberi
FINE_GRAINED_READpadaDATA_MASKING_POLICY(dan bukan padaRAW_DATA_ACCESS_POLICYuntuk kolom tersebut) akan melihat data yang disamarkan. Jika beberapa kebijakan penyamaran berlaku untuk akun utama yang sama di sebuah kolom, BigQuery akan memilih aturan sesuai dengan hierarki aturan penyamaran data. - Akun utama yang tidak diberi
FINE_GRAINED_READpada kebijakan data apa pun yang dilampirkan ke kolom yang dilindungi akan menerima errorAccess Deniedsaat membuat kueri kolom tersebut. Akun utama tersebut masih dapat mengkueri kolom yang tidak dilindungi secara eksplisit atau menggunakanSELECT * EXCEPT(PROTECTED_COLUMN).
- Akun utama yang diberi
Misalnya, kueri berikut menampilkan nilai baris dan kolom sesuai dengan kebijakan pemanggil:
SELECT id, COLUMN_NAME
FROM `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
Ganti kode berikut:
COLUMN_NAME: nama kolom yang akan dikueri.PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: ID P.C.N.T empat bagian dari tabel Apache Iceberg.
Mengonfigurasi kredensial mesin open source untuk tabel yang dilindungi FGAC
Saat mesin kueri open source (seperti Apache Spark, Trino, atau Apache Flink) membaca dari atau menulis ke tabel Apache Iceberg dalam katalog yang dikonfigurasi dengan mode penyediaan kredensial, mesin akan memanggil endpoint katalog REST Apache Iceberg untuk mendapatkan kredensial Cloud Storage dengan cakupan yang dikurangi dan berumur singkat.
Karena akses file Cloud Storage langsung mengabaikan evaluasi kebijakan waktu kueri di BigQuery, endpoint katalog REST Apache Iceberg menerapkan batasan penjualan kredensial. Guardrail menampilkan kode status HTTP 403 Forbidden
saat akun utama meminta kredensial penyimpanan untuk
tabel yang dilindungi FGAC, kecuali jika akun utama memiliki akses penuh ke tabel:
- Akses data tanpa penyamaran (mentah) ke semua kolom yang dilindungi: Setiap kolom yang dilindungi
pada tabel juga harus memiliki
RAW_DATA_ACCESS_POLICYyang dilampirkan. Berikan hak istimewaFINE_GRAINED_READkepada akun utama yang memanggil diRAW_DATA_ACCESS_POLICYtersebut. - Akses baris tanpa filter (semua baris): Jika tabel memiliki kebijakan akses tingkat baris yang dilampirkan, berikan kebijakan akses tingkat baris yang memiliki klausa
FILTER USING (TRUE)kepada akun utama yang memanggil.
Memberikan akses penuh ke akun layanan penulis mesin open source
Akun layanan yang menjalankan tugas mesin open source, seperti tugas di Managed Service untuk Apache Spark atau Dataflow, memerlukan akses tabel penuh untuk mendapatkan kredensial yang diberikan untuk tabel Apache Iceberg yang dilindungi FGAC. Untuk memberikan akses ini, selesaikan langkah-langkah berikut di BigQuery:
Memberikan akses data mentah (
RAW_DATA_ACCESS_POLICY) di semua kolom yang dilindungi: LampirkanRAW_DATA_ACCESS_POLICYke setiap kolom yang dilindungi di tabel, lalu berikan hak istimewaFINE_GRAINED_READke akun layanan menggunakan ID akun utama IAM v2-nya,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'}"] );Berikan kebijakan akses semua baris jika keamanan tingkat baris diaktifkan: Jika tabel memiliki kebijakan akses tingkat baris, berikan kebijakan akses tingkat baris yang memiliki klausa
FILTER USING (TRUE)kepada akun layanan: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);
Ganti kode berikut:
PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME: ID P.C.N.T empat bagian dari tabel Apache IcebergLOCATION: lokasi region atau multi-region kebijakan dataRAW_POLICY_NAME: nama kebijakan akses data mentahCOLUMN_NAME: nama setiap kolom yang dilindungi pada tabelWRITER_ROW_POLICY_NAME: nama unik untuk kebijakan akses tingkat baris penulisWRITER_SA_EMAIL: alamat email akun layanan yang memanggil endpoint katalog REST Apache Iceberg, misalnya,spark-writer-sa@PROJECT_ID.iam.gserviceaccount.com.
Langkah berikutnya
- Lihat mode penjualan kredensial.
- Pelajari cara mengelola ACL katalog, namespace, dan tabel.
- Lihat kebijakan data pada kolom di BigQuery.
- Lihat keamanan tingkat baris di BigQuery.