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 ForbiddenHTTP 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
-
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。 - 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。
- 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:
-
建立、更新、刪除或授予資料政策存取權:
- 專案的 BigQuery 資料政策管理員 (
roles/bigquerydatapolicy.admin) - 專案的 BigQuery 管理員 (
roles/bigquery.admin) - 專案的 BigQuery 資料擁有者 (
roles/bigquery.dataOwner)
- 專案的 BigQuery 資料政策管理員 (
-
在 Apache Iceberg 資料表附加或卸載資料欄資料政策:
- 資料表、命名空間、目錄或專案的 BigLake 管理員 (
roles/biglake.admin) - 在包含資料政策的專案中,具備 BigQuery 資料政策管理員 (
roles/bigquerydatapolicy.admin) 角色
- 資料表、命名空間、目錄或專案的 BigLake 管理員 (
-
建立、更新、列出或刪除 Apache Iceberg 資料表的資料列層級存取權政策:
- 資料表、命名空間、目錄或專案的 BigLake 管理員 (
roles/biglake.admin) - 查詢專案的 BigQuery 工作使用者 (
roles/bigquery.jobUser)
- 資料表、命名空間、目錄或專案的 BigLake 管理員 (
-
查詢受 FGAC 保護的 Apache Iceberg 資料表:
- 資料表、命名空間、目錄或專案的 BigLake 檢視者 (
roles/biglake.viewer) - 查詢專案的 BigQuery 工作使用者 (
roles/bigquery.jobUser)
- 資料表、命名空間、目錄或專案的 BigLake 檢視者 (
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
-
專案的
-
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
-
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 IDCOLUMN_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。
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);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)。
- 如果主體在附加至資料欄的
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:
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 IDprincipal://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'}"] );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 IDLOCATION: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
- 請參閱憑證臨時配發模式。
- 瞭解如何管理目錄、命名空間和資料表 ACL。
- 請參閱「BigQuery 資料欄的資料政策」。
- 請參閱「BigQuery 的資料列層級安全防護機制」。