資料列層級和資料欄層級安全性

如要限制主體可查看的資料列,並遮蓋或封鎖機密資料欄值,而不複製基礎 Cloud Storage 檔案,請在 Lakehouse 執行階段目錄管理的 Apache Iceberg 資料表上,設定 BigQuery 精細存取控管 (FGAC)。FGAC 包括資料列層級安全性,以及資料欄層級安全性與動態資料遮蓋。本文說明如何建立資料列層級存取權政策,以及直接將資料政策套用至資料欄。

如要附加及管理 Apache Iceberg 資料表的資料列層級存取權政策和資料欄資料政策,請在 BigQuery 執行 GoogleSQL 資料定義語言 (DDL) 陳述式,並使用四部分 P.C.N.T (Project.Catalog.Namespace.Table) 資料表 ID。如果目錄採用憑證臨時配發模式,Apache Iceberg REST 目錄端點會對受 FGAC 保護的資料表,強制執行憑證臨時配發防護機制。除非呼叫主體對每個受保護的資料欄具有未遮蓋 (RAW_DATA_ACCESS_POLICY) 存取權,且如果資料表具有資料列層級存取權政策,則具有未篩選的資料列存取權 (FILTER USING (TRUE)),否則端點會針對直接 Cloud Storage 憑證要求傳回 403 Forbidden HTTP 狀態碼。

限制

除了標準資料欄資料政策限制和資料列層級安全性限制之外,由 Lakehouse 執行階段目錄管理的 Apache Iceberg 資料表,其精細存取控管機制也受到下列限制:

  • 僅限 SQL DDL:您只能透過 BigQuery GoogleSQL DDL 陳述式 (CREATE TABLE、ALTER TABLE ... ADD COLUMN、ALTER TABLE ... ALTER COLUMN ... SET OPTIONS、CREATE ROW ACCESS POLICY 和 DROP ROW ACCESS POLICY),附加、更新或卸離資料欄資料政策,以及建立或捨棄資料列層級存取權政策。不支援使用 Google Cloud 控制台、BigQuery API (tables.patch)、bq 指令列工具或 Terraform 管理這些資料表繫結。
  • 必須使用四部分 P.C.N.T 資料表 ID:在 DDL 陳述式或查詢中,參照由 Lakehouse 執行階段目錄管理的 Apache Iceberg 資料表時,必須使用四部分 P.C.N.T (PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME) 格式。
  • 不支援政策標記和資料治理標記:Lakehouse 執行階段目錄中的 Apache Iceberg 資料表,不支援 Data Catalog 政策標記 (和分類) 及 Resource Manager 資料治理標記。如要強制執行資料欄層級安全防護機制和資料遮蓋,您必須直接將資料政策套用至資料欄。
  • 不支援資料列層級存取權政策中的子查詢:Lakehouse 執行階段目錄中 Apache Iceberg 資料表的資料列層級存取權政策,不支援 FILTER USING 篩選運算式中的子查詢。
  • 開放原始碼引擎的憑證販售防護機制:在設為憑證販售模式的目錄中,如果用戶端 (例如開放原始碼引擎) 要求受 FGAC 保護資料表的臨時 Cloud Storage 憑證,Apache Iceberg REST 目錄端點會傳回 403 Forbidden HTTP 狀態碼。如要取得 供應的憑證,呼叫主體必須具備每個受保護資料欄的未遮蓋 (RAW_DATA_ACCESS_POLICY) 存取權,且如果 資料表具有資料列層級存取權政策,則必須具備未篩選的資料列存取權 (FILTER USING (TRUE))。如需設定步驟,請參閱「為受 FGAC 保護的資料表設定開放原始碼引擎 憑證」。
  • 使用者憑證模式:如果目錄未使用憑證販售模式,BigQuery 只會對在 BigQuery 中執行的查詢強制執行資料列層級和資料欄層級存取權政策,不會在主體直接讀取基礎 Cloud Storage 檔案時強制執行。如要防止主體直接讀取儲存檔案,規避精細的存取控管機制,請使用憑證臨時配發模式。
  • 不支援聯合目錄:使用跨雲端連線存取的聯合目錄或外部資料表,不支援精細的存取控管 (資料列層級安全性和資料欄資料政策)。

事前準備

  1. 確認 Google Cloud 專案已啟用計費功能。

  2. 啟用 BigLake 和 BigQuery Data Policy API (如果尚未啟用)。

    啟用 API 所需的角色

    如要啟用 API,您必須具備 serviceusage.services.enable 權限。如果您建立了專案,可能已透過擁有者角色 (roles/owner) 取得這項權限。否則,您可以透過 Service Usage 管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

    啟用 API

  3. 在憑證販售模式中,使用 Apache Iceberg REST 目錄端點設定 Lakehouse 執行階段目錄。
  4. 建立 Apache Iceberg 資料表。

必要的角色

如要管理及查詢 Apache Iceberg 資料表的精細存取控管政策,您必須具備 Lakehouse 資料表 (biglake.*) 和 BigQuery 資料政策或查詢工作 (bigquery.*) 的 Identity and Access Management (IAM) 權限。

如要取得設定及查詢 Apache Iceberg 資料表資料列和資料欄層級安全防護機制所需的權限,請要求管理員授予您下列 IAM 角色:

如要進一步瞭解如何授予角色,請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備必要權限,可設定及查詢 Apache Iceberg 資料表的資料列層級和資料欄層級安全性。如要查看確切的必要權限,請展開「Required permissions」(必要權限) 部分:

所需權限

您必須具備下列權限,才能設定及查詢 Apache Iceberg 資料表的資料列層級和資料欄層級安全性:

  • 建立、更新、刪除或授予資料政策存取權:
    • 專案的 bigquery.dataPolicies.create
    • bigquery.dataPolicies.update 資料政策
    • bigquery.dataPolicies.delete 資料政策
    • bigquery.dataPolicies.get 資料政策
    • bigquery.dataPolicies.setIamPolicy 資料政策
    • 查詢專案的 bigquery.jobs.create
  • 將資料政策附加至 Apache Iceberg 資料表資料欄:
    • biglake.tables.setColumnDataPolicy 資料表 (或 CREATE TABLE 上的命名空間)
    • biglake.tables.update (或 CREATE TABLE 的 biglake.tables.create)
    • bigquery.dataPolicies.get 資料政策
    • bigquery.dataPolicies.attach 資料政策
    • 查詢專案的 bigquery.jobs.create
  • 從 Apache Iceberg 資料表資料欄卸載資料政策:
    • biglake.tables.setColumnDataPolicy 桌上
    • biglake.tables.update 桌上
    • 查詢專案的 bigquery.jobs.create
  • 建立或更新資料列層級存取權政策:
    • biglake.rowAccessPolicies.create 桌上
    • biglake.rowAccessPolicies.update 桌上
    • biglake.rowAccessPolicies.setIamPolicy 桌上
    • 目標資料表上的 biglake.tables.getData
    • 查詢專案的 bigquery.jobs.create
  • 列出或查看資料列層級存取政策:
    • biglake.rowAccessPolicies.list 桌上
    • biglake.rowAccessPolicies.get 桌上
    • biglake.rowAccessPolicies.getIamPolicy 桌上
  • 刪除一或所有資料列層級存取權政策:
    • biglake.rowAccessPolicies.delete 桌上
    • biglake.rowAccessPolicies.setIamPolicy 桌上
    • biglake.rowAccessPolicies.list (捨棄所有政策時)
    • 查詢專案的 bigquery.jobs.create
  • 查詢受 FGAC 保護的 Apache Iceberg 資料表:
    • biglake.tables.get 桌上
    • biglake.tables.getData 桌上
    • 查詢專案的 bigquery.jobs.create

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

除了資料表層級的 IAM 權限外,資料表的精細政策也必須授權查詢主體:

  • 資料欄層級安全性:主體必須在附加至查詢資料欄的 RAW_DATA_ACCESS_POLICY (適用於未遮蓋的值) 或 DATA_MASKING_POLICY (適用於遮蓋的值) 的 grantees 清單中,獲得 FINE_GRAINED_READ。
  • 資料列層級安全性:主體必須包含在資料表資料列層級存取權政策的 grantee_list 中,系統會自動授予主體系統管理的 roles/biglake.filteredDataViewer 角色。這個角色包含 biglake.rowAccessPolicies.getFilteredData 權限。

除了資料表層級的 IAM 權限外,資料表的精細政策也必須授予查詢主體存取權:

  • 資料欄層級安全性:主體必須在附加至查詢資料欄的 RAW_DATA_ACCESS_POLICY (適用於未遮蓋的值) 或 DATA_MASKING_POLICY (適用於遮蓋的值) 的 grantees 清單中,獲得 FINE_GRAINED_READ。
  • 資料列層級安全性:主體必須包含在資料表資料列層級存取權政策的 grantee_list 中,系統會自動授予主體系統管理的 roles/biglake.filteredDataViewer 角色。這個角色包含 biglake.rowAccessPolicies.getFilteredData 權限。

設定資料欄層級安全防護機制和資料遮蓋

如要為 Lakehouse 執行階段目錄中的 Apache Iceberg 資料表,設定資料欄層級存取控管和動態資料遮蓋功能,請建立 BigQuery 資料政策,並使用 GoogleSQL DDL 直接附加至資料表資料欄。如要進一步瞭解一般概念和遮蓋規則定義,請參閱「資料遮蓋簡介」和「將資料政策套用至資料欄來遮蓋資料」。

建立資料政策

資料政策會定義資料遮蓋規則 (DATA_MASKING_POLICY) 或未遮蓋原始資料存取權 (RAW_DATA_ACCESS_POLICY)。您可以使用 GoogleSQL DDL 或 BigQuery Data Policy API v2 建立資料政策。視用途而定,請執行下列其中一個陳述式:

  • 如要使用預先定義的遮蓋運算式 (例如 SHA256 或 ALWAYS_NULL) 建立資料政策,請執行 CREATE DATA_POLICY 陳述式:

    CREATE DATA_POLICY IF NOT EXISTS `PROJECT_ID.region-LOCATION.MASKING_POLICY_NAME`
    OPTIONS (
        data_policy_type = "DATA_MASKING_POLICY",
        masking_expression = "SHA256"
    );
    
  • 如要建立原始資料存取權政策,授權主體讀取未遮蓋的資料欄值,請將 data_policy_type 設為 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"
    );
    

更改下列內容:

  • PROJECT_ID:您的 Google Cloud專案 ID。
  • LOCATION:資料政策的區域或多區域位置 (例如 us 或 us-central1)。
  • MASKING_POLICY_NAME:資料遮罩政策的專屬名稱。
  • RAW_POLICY_NAME:原始資料存取政策的專屬名稱。

授予或撤銷精細讀取權限

直接對資料欄套用資料政策時,資料政策的 grantees 清單會控管查詢時的讀取權限。在 GoogleSQL 中,您可以授予或撤銷資料政策的 FINE_GRAINED_READ 權限:

  • 如果將 DATA_MASKING_POLICY 的 FINE_GRAINED_READ 授予主體,主體就能以遮蓋方式讀取受該政策保護的資料欄。
  • 如果將 RAW_DATA_ACCESS_POLICY 的 FINE_GRAINED_READ 授予主體,主體就能以未遮蓋 (原始) 形式讀取受該政策保護的資料欄。
  • 使用者:principal://goog/subject/USER_EMAIL
  • 服務帳戶:principal://iam.googleapis.com/projects/-/serviceAccounts/SA_EMAIL
  • Google 群組: principalSet://goog/group/GROUP_EMAIL

如要管理資料政策的精細讀取權限,請執行下列其中一個陳述式:

如要授予主體資料政策的精細讀取權限,請執行 GRANT FINE_GRAINED_READ 陳述式:

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";

如要撤銷主體的精細讀取權限,請執行 REVOKE FINE_GRAINED_READ 陳述式:

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

更改下列內容:

  • PROJECT_ID:您的 Google Cloud 專案 ID。
  • LOCATION:資料政策的區域或多區域位置。
  • DATA_POLICY_NAME:資料遮蓋或原始資料存取權政策的名稱。
  • USER_EMAIL:使用者帳戶的電子郵件地址。
  • GROUP_EMAIL:Google 群組的電子郵件地址。

使用 P.C.N.T DDL 將資料政策附加至資料欄

使用四部分 P.C.N.T (PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME) 格式,將資料政策附加至 Lakehouse 執行階段目錄中 Apache Iceberg 資料表的資料欄。

ID。視用途而定,請執行下列其中一個陳述式:

  • 如要將資料政策附加至現有資料欄,請將 (+=) 附加至資料欄的 data_policies 選項,然後執行 ALTER TABLE ... ALTER COLUMN SET OPTIONS 陳述式:

    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'}"]
    );
    
  • 如要新增附加資料政策的資料欄,請執行 ALTER TABLE ... ADD COLUMN 陳述式:

    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'}"]
    );
    
  • 如要建立新的 Apache Iceberg 資料表,並附加資料欄資料政策,請執行 CREATE TABLE 陳述式:

    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'}"]
      )
    );
    

更改下列內容:

  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME:Apache Iceberg 資料表的四部分 P.C.N.T ID。
  • COLUMN_NAME:要保護的資料欄名稱。
  • LOCATION:資料政策的區域或多區域位置。
  • MASKING_POLICY_NAME 和 RAW_POLICY_NAME:要附加的資料政策名稱。

卸載或取代資料欄資料政策

如要移除或取代 Apache Iceberg 資料表中的資料欄資料政策,請使用下列其中一個陳述式,並搭配四部分 P.C.N.T 資料表 ID:

  • 如要移除資料欄的所有資料政策,請將 data_policies 設為空白陣列 ([]):

    ALTER TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
    ALTER COLUMN COLUMN_NAME SET OPTIONS (
      data_policies = []
    );
    
  • 如要以新清單取代資料欄上的現有資料政策,請使用 = 運算子,而非 += 運算子:

    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'}"]
    );
    
  • 如要刪除資料政策,請先將政策從所有參照該政策的資料表欄中卸載,然後執行 DROP DATA_POLICY 陳述式:

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

更改下列內容:

  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME:Apache Iceberg 資料表的四部分 P.C.N.T ID
  • COLUMN_NAME:資料欄名稱
  • LOCATION:資料政策的區域或多區域位置
  • NEW_POLICY_NAME 和 MASKING_POLICY_NAME:要附加或刪除的資料政策名稱。

設定資料列層級安全性

您可以建立資料列層級存取權政策,限制存取 Lakehouse 執行階段目錄管理的 Apache Iceberg 資料表中的特定資料列。請使用 GoogleSQL DDL 陳述式,並採用四部分 P.C.N.T 資料表 ID。如要進一步瞭解一般資料列層級安全性概念和篩選器語意,請參閱「使用資料列層級安全性」。

建立或更新資料列層級存取權政策

在資料表設定資料列層級安全性時,請為需要完整資料列存取權的管理員和寫入者服務帳戶建立含有 FILTER USING (TRUE) 子句的政策,然後為特定使用者群組建立篩選政策。

  1. 將完整資料列存取權 (FILTER USING (TRUE)) 授予資料表管理員或寫入者服務帳戶:

    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. 建立資料列層級存取權政策,根據述詞運算式篩選資料列:

    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);
    

    更改下列內容:

    • ADMIN_POLICY_NAME 和 FILTER_POLICY_NAME:資料表上資料列層級存取權政策的專屬名稱。
    • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME:Apache Iceberg 資料表的四部分 P.C.N.T ID。
    • ADMIN_GROUP_EMAIL、USER_EMAIL和 ANALYST_GROUP_EMAIL:獲授予資料列存取權的 Google 群組或使用者的電子郵件地址。
    • FILTER_EXPRESSION:布林值篩選運算式,評估方式與 WHERE 子句相同 (例如 region = 'APAC')。

刪除資料列層級存取權政策

如要從 Apache Iceberg 資料表移除資料列層級存取權政策,請執行下列其中一項陳述式:

  • 如要刪除特定資料列層級存取權政策,但資料表仍有其他資料列層級存取權政策,請執行 DROP ROW ACCESS POLICY 陳述式:

    DROP ROW ACCESS POLICY IF EXISTS FILTER_POLICY_NAME
    ON `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;
    
  • 如要刪除資料表最後一項資料列層級存取權政策,或所有資料列層級存取權政策,請執行 DROP ALL ROW ACCESS POLICIES 陳述式:

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

更改下列內容:

  • FILTER_POLICY_NAME:要刪除的資料列層級存取權政策名稱。
  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME:Apache Iceberg 資料表的四部分 P.C.N.T ID

在 BigQuery 查詢受 FGAC 保護的資料表

當主體使用四部分 P.C.N.T ID,在 BigQuery 查詢受 FGAC 保護的 Apache Iceberg 資料表時,BigQuery 會在查詢時評估資料列層級和資料欄層級政策:

  • 資料列層級評估:如果一或多項資料列層級存取權政策的 grantee_list 包含主體,主體會看到符合這些政策 filter_expression 述詞的資料列聯集。如果主體未列入資料表的任何資料列層級存取權政策,則不會看到任何資料列。
  • 資料欄層級評估:
    • 如果主體在附加至資料欄的 RAW_DATA_ACCESS_POLICY 具備 FINE_GRAINED_READ,則會看到未遮蓋的原始資料。
    • 如果主體在 DATA_MASKING_POLICY 獲得 FINE_GRAINED_READ (而非該資料欄的 RAW_DATA_ACCESS_POLICY),則會看到遮蓋資料。如果資料欄上有多項遮蓋政策適用於同一個主體,BigQuery 會根據資料遮蓋規則階層選取規則。
    • 如果主體未獲授予受保護資料欄附加資料政策的 FINE_GRAINED_READ 權限,查詢該資料欄時會收到 Access Denied 錯誤。這些主體仍可明確查詢未受保護的資料欄,或使用 SELECT * EXCEPT(PROTECTED_COLUMN)。

舉例來說,下列查詢會根據呼叫者的政策傳回資料列和資料欄值:

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

更改下列內容:

  • COLUMN_NAME:要查詢的資料欄名稱。
  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME:Apache Iceberg 資料表的四部分 P.C.N.T ID。

為受 FGAC 保護的資料表設定開放原始碼引擎憑證

當開放原始碼查詢引擎 (例如 Apache Spark、Trino 或 Apache Flink) 在設有憑證販售模式的目錄中,讀取或寫入 Apache Iceberg 資料表時,引擎會呼叫 Apache Iceberg REST 目錄端點,取得範圍縮小、效期較短的 Cloud Storage 憑證。

由於直接存取 Cloud Storage 檔案會略過 BigQuery 的查詢時間政策評估,因此 Apache Iceberg REST 目錄端點會強制執行憑證販售防護機制。除非主體具備資料表的完整存取權,否則當主體要求受 FGAC 保護的資料表儲存空間憑證時,護欄會傳回 403 Forbidden HTTP 狀態碼:

  • 可存取所有受保護資料欄的未遮蓋 (原始) 資料:資料表中的每個受保護資料欄也必須附加 RAW_DATA_ACCESS_POLICY。將該 RAW_DATA_ACCESS_POLICY 的 FINE_GRAINED_READ 權限授予呼叫主體。
  • 未篩選的資料列存取權 (所有資料列):如果資料表附加任何資料列層級存取權政策,請向呼叫主體授予具有 FILTER USING (TRUE) 子句的資料列層級存取權政策。

授予開放原始碼引擎寫入者服務帳戶完整存取權

執行開放原始碼引擎工作 (例如 Managed Service for Apache Spark 或 Dataflow 中的工作) 的服務帳戶,必須具備完整的資料表存取權,才能取得受 FGAC 保護的 Apache Iceberg 資料表供應憑證。如要授予這項存取權,請在 BigQuery 中完成下列步驟:

  1. 授予所有受保護資料欄的原始資料存取權 (RAW_DATA_ACCESS_POLICY):將 RAW_DATA_ACCESS_POLICY 附加至資料表中的每個受保護資料欄,然後使用服務帳戶的 IAM v2 主體 ID principal://IAM.googleapis.com/projects/-/serviceAccounts/SA_EMAIL,將 FINE_GRAINED_READ 權限授予服務帳戶:

    -- 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. 如果已啟用資料列層級安全性,請授予所有資料列存取權政策:如果資料表具有資料列層級存取權政策,請為服務帳戶授予具有 FILTER USING (TRUE) 子句的資料列層級存取權政策:

    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);
    

更改下列內容:

  • PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME:Apache Iceberg 資料表的四部分 P.C.N.T ID
  • LOCATION:資料政策的區域或多區域位置
  • RAW_POLICY_NAME:原始資料存取政策的名稱
  • COLUMN_NAME:資料表中各受保護資料欄的名稱
  • WRITER_ROW_POLICY_NAME:寫入者資料列層級存取權政策的專屬名稱
  • WRITER_SA_EMAIL:呼叫 Apache Iceberg REST 目錄端點的服務帳戶電子郵件地址,例如 spark-writer-sa@PROJECT_ID.iam.gserviceaccount.com。

後續步驟