Konteks objek

Dokumen ini menjelaskan cara konteks objek memungkinkan Anda mengaitkan informasi kontekstual dengan objek untuk membantu Anda mengelola dan menemukan data.

Untuk mempelajari cara melampirkan dan mengelola konteks objek, lihat Menggunakan konteks objek.

Ringkasan

Konteks objek memungkinkan Anda mengaitkan key-value pair dengan objek Cloud Storage untuk mengategorikan, melacak, dan menelusuri data Anda. Anda dapat melampirkan konteks saat membuat atau memperbarui objek, atau membiarkan layanan Google melampirkannya secara otomatis.

Dalam resource objects, semua konteks objek muncul di kolom contexts.custom. Dalam contexts.custom, ada dua jenis konteks:

  • Konteks kustom tanpa data yang diperluas: Konteks yang terdiri dari kunci, nilai string, dan stempel waktu. Anda dapat menggunakan konteks ini untuk mengatur, memfilter, dan melacak objek di seluruh bucket penyimpanan Anda.

  • Konteks kustom dengan data yang diperluas (Pratinjau): Konteks yang terdiri dari kunci, nilai string, stempel waktu, dan payload JSON terstruktur opsional. Layanan Google melampirkan konteks ini selama analisis otomatis, seperti pelabelan machine learning.

Komponen konteks

Setiap entri konteks terdiri dari komponen berikut:

  • Kunci: ID unik untuk konteks pada objek (hingga 256 byte). Kunci yang diawali dengan google: (misalnya, google:annotation:face-detector-v1) dicadangkan untuk konteks yang dihasilkan Google. Anda tidak dapat membuat atau memperbarui konteks dengan awalan google:. Untuk menghapus konteks dengan awalan google:, Anda harus menghapusnya menggunakan parameter dropContextGroups selama operasi penulisan ulang.

  • Nilai: Nilai string yang terkait dengan kunci (hingga 256 byte) untuk mengontrol alur kerja dan memfilter listingan objek.

  • Stempel waktu: Stempel waktu khusus output (createTime dan updateTime) yang menunjukkan kapan konteks dibuat dan terakhir diubah.

  • Data yang diperluas (Pratinjau): Payload JSON terstruktur opsional (hingga 128 KiB) yang berisi informasi mendetail, seperti label machine learning atau anotasi otomatis.

Permintaan get dan list standar menampilkan kunci, nilai, dan stempel waktu konteks. Jika konteks memiliki data yang diperluas, permintaan standar akan menyertakan kolom extendedDataTypeUrl (type.googleapis.com/google.protobuf.Struct). Untuk mengambil payload data yang diperluas secara lengkap, gunakan metode viewFullContext (Pratinjau).

Misalnya, objek dengan konteks kustom, baik dengan maupun tanpa data yang diperluas, memiliki representasi JSON berikut:

{
  "contexts": {
    "custom": {
      "customer_id": {
        "value": "cust-78901",
        "createTime": "2026-01-01T00:00:00.000Z",
        "updateTime": "2026-01-01T00:00:00.000Z"
      },
      "payment_status": {
        "value": "unpaid",
        "createTime": "2026-01-01T00:00:00.000Z",
        "updateTime": "2026-01-01T00:00:00.000Z"
      },
      "google:annotation:face-detector-v1": {
        "value": "SUCCESS",
        "createTime": "2026-09-29T17:20:00.000Z",
        "updateTime": "2026-09-29T17:20:00.000Z",
        "extendedDataTypeUrl": "type.googleapis.com/google.protobuf.Struct"
      }
    }
  }
}

Dalam contoh ini:

  • customer_id dan payment_status adalah konteks kustom tanpa data yang diperluas.
  • google:annotation:face-detector-v1 adalah konteks kustom yang dibuat Google dengan data yang diperluas.

Semua konteks dapat diambil dan digunakan untuk memfilter listingan objek berdasarkan kunci dan nilainya.

Kasus penggunaan untuk konteks objek

Konteks objek memungkinkan Anda mengklasifikasikan, melacak, dan memperkaya data. Bagian berikut menjelaskan skenario penggunaan konteks objek untuk mengelola berbagai jenis informasi.

Mengelompokkan dan mengklasifikasikan objek

Mengklasifikasikan dan mengatur objek di seluruh bucket dan project. Gunakan konteks untuk memberi tag pada data berdasarkan atribut, seperti asal set data, kepemilikan, atau pusat biaya.

  • Contoh 1: Tetapkan konteks data_classification: PII ke objek yang berisi informasi identitas pribadi (PII) agar kebijakan kepatuhan dapat menanganinya.

  • Contoh 2: Kelompokkan gambar pelatihan baru selama penyerapan dengan menetapkan konteks batch_id: 2025_Q4_Model_Run untuk memungkinkan pengujian dan pengambilan model yang efisien.

Melacak alur kerja

Untuk mengoptimalkan alur kerja kustom dan mencegah operasi yang redundan, sematkan informasi status alur kerja langsung ke objek untuk melacak perjalanannya melalui pipeline pemrosesan.

  • Contoh 1: Gunakan processing_status: awaiting_review untuk menunjukkan objek yang menunggu persetujuan rilis eksternal.

  • Contoh 2: Gunakan processed_by: analytics_pipeline untuk mencegah layanan pemrosesan data kustom Anda memindai ulang file yang telah menyelesaikan tahap.

Memperkaya objek dengan konteks khusus aplikasi

Lampirkan informasi spesifik tentang aplikasi atau proses bisnis untuk memberikan konteks tambahan dan silsilah data untuk setiap objek.

  • Contoh 1: Untuk citra satelit, catat detail pengambilan, seperti capture_angle: 45deg_NW, atau lacak histori file dengan lineage: ingested_from_s3.

  • Contoh 2: Menyisipkan detail tentang konten file, seperti document_type: service_manual dan vehicle_model: f250.

Manfaat konteks objek

Konteks objek memperluas kemampuan objek Cloud Storage Anda. Dengan mengaitkan pasangan nilai kunci kustom secara langsung dengan objek yang disimpan, Anda dapat memperoleh manfaat berikut:

  • Penemuan data: Filter listingan objek untuk membatasi input workload Anda hanya pada objek yang diinginkan.

  • Interoperabilitas: Mendukung interoperabilitas dengan tag objek dari penyedia cloud lain dan membantu menyederhanakan migrasi, karena konteks objek menerima nilai string tanpa penetapan sebelumnya.

  • Persistensi data: Mempertahankan data konteks di seluruh siklus proses objek. Saat Anda menyalin, menulis ulang, menulis, memindahkan, atau memulihkan objek, konteks akan otomatis ditransfer. Anda juga dapat menghapus konteks secara selektif selama operasi penyalinan, penulisan ulang, dan penyusunan menggunakan parameter kueri dropContextGroups (misalnya, dropContextGroups=custom) jika Anda ingin mencegahnya terbawa ke objek tujuan.

  • Kontrol modifikasi konteks: Tentukan siapa yang dapat menambahkan, mengubah, atau menghapus konteks menggunakan izin Identity and Access Management (IAM) untuk mempertahankan jejak audit.

  • Operasi batch: Kelola konteks objek secara massal di miliaran objek menggunakan operasi batch penyimpanan.

  • Analisis massal dengan BigQuery: Buat kueri dan analisis konteks objek dan data yang diperluas (seperti label, deteksi wajah, dan kotak pembatas) di seluruh bucket penyimpanan Anda menggunakan tampilan Object Contexts Catalog (object_contexts_catalog_view) di set data Insight Penyimpanan.

Harga

Untuk mengetahui detail harga, lihat Harga Cloud Storage.

Langkah berikutnya