À propos de la recherche dans Knowledge Catalog

Utilisez la recherche Knowledge Catalog (anciennement Dataplex Universal Catalog) pour découvrir des ressources dans votre organisation à l'aide de requêtes en langage naturel avec correspondance sémantique, mots clés et prédicats structurés.

Cas d'utilisation

La liste suivante décrit les cas d'utilisation courants de la recherche, ainsi que des descriptions et des exemples de requêtes :

  • Recherche ciblée d'éléments : recherchez un élément spécifique en recherchant des mots clés associés au nom, aux colonnes ou à la description de l'élément.

    Exemples de requêtes

    • retail_transactions_2026
    • customer_id
    • column:customer_id

  • Découverte de données à grande échelle : identifiez les éléments pertinents dans votre organisation à l’aide de requêtes en langage naturel ou de mots clés ouvertes.

    Exemples de requêtes

    • quarterly financial reports
    • ad campaign click through rates tables
    • server health metrics
    • audit logs system=bigquery

  • Récupération d'éléments limités pour les workflows : énumérez les éléments dans un conteneur spécifique, tel qu'un projet, ou avec des propriétés spécifiques, telles que le type ou le système. Cette approche est fréquemment utilisée pour les workflows programmatiques et agentiques.

    Exemples de requêtes

    • type=table projectid:banking-prod aspect:classification.tier=PII
    • system=spanner projectid:inventory-service (parent=marketing_analytics OR parent=finance_analytics)

Fonctionnement

La recherche indexe automatiquement tout le contexte des éléments de données conservés dans Knowledge Catalog. parmi lesquels :

  • Métadonnées ingérées automatiquement à partir de Google Cloud sources de données telles que BigQuery et Cloud SQL
  • Contexte des ressources que vous ingérez via des connecteurs et des intégrations
  • Contexte supplémentaire que vous créez pour les ressources, par exemple pour représenter le contexte métier ou décrire la sémantique des données. Le contexte peut également être capturé sous forme d'aspects ou de termes commerciaux associés.

Lors du traitement de votre requête, la recherche applique une combinaison de correspondance sémantique et de correspondance de mots clés. Le tableau suivant décrit les types de requêtes que vous pouvez utiliser avec la recherche Knowledge Catalog, ainsi que des descriptions et des exemples de requêtes :

Type de requête Utilisation Exemples
Mot clé unique Pour une correspondance exacte et une correspondance de sous-chaîne dans les éléments de métadonnées, tels que le nom, la description et le schéma de l'élément. prd_fin_invoices_fct_v02
Mots clés partiels et fragments tokenisés Correspond aux sous-chaînes dans le contenu des métadonnées, en trouvant des ressources même avec des termes abrégés, des mots séparés ou des variations de nom. fin transactions 2026 (correspond à prd_fin_transactions_fy2026_raw)
Requêtes en langage naturel Utilise la correspondance sémantique sans nécessiter de correspondance exacte de nom ou de colonne matches. customer churn prediction features
Prédicats structurés Combine des requêtes en texte libre avec des filtres de prédicat explicites pour affiner les résultats de recherche. audit logs system=bigquery
Syntaxe étendue Pour une recherche précise, limitée à une portée spécifique scope. La syntaxe étendue est le plus souvent utilisée dans les cas d'utilisation agentiques et programmatiques. Pour en savoir plus, consultez la section Syntaxe de recherche. (system:bigquery OR system:spanner) AND column:credit_card_number aspect:classification.tier=PII -projectid:sandbox-project

Vous disposez des options suivantes pour accéder à la recherche dans Knowledge Catalog :

Portée de la recherche

Les résultats de recherche dans Knowledge Catalog respectent les autorisations dont vous disposez sur les ressources correspondantes dans les systèmes sources.

Par exemple, si vous disposez d'un accès en lecture aux métadonnées BigQuery pour un objet, cet objet s'affiche dans vos résultats de recherche Knowledge Catalog. Si vous avez accès à une table BigQuery, mais pas à l'ensemble de données contenant cette table, celle-ci apparaît quand même bien dans la recherche Knowledge Catalog.

Par défaut, la recherche est limitée à votre organisation. Les résultats n'incluent que les ressources de la même organisation que le projet dans lequel vous effectuez la recherche.

Les résultats de recherche n'incluent que les ressources appartenant au même périmètre VPC Service Controls que le projet dans lequel la recherche est effectuée. Lorsque vous utilisez la Google Cloud console, il s'agit du projet qui est sélectionné dans la console.

Pour élargir la portée des résultats de recherche au-delà des ressources du périmètre VPC Service Controls de votre projet, utilisez des règles d'entrée et de sortie VPC Service Controls. Ces règles favorisent un échange privé et efficace des données dans votre organisation. Vous pouvez configurer des règles d'entrée et de sortie au moyen de la consoleGoogle Cloud ou de fichiers JSON ou YAML. Reportez-vous à l'exemple YAML suivant et consultez la documentation sur VPC Service Controls pour adapter la règle à vos besoins particuliers.

egressPolicies:
  - egressFrom:
      identityType: ANY_USER_ACCOUNT
    egressTo:
      # Specify which resources should be present in the search results. In this example,
      # BigQuery.
      operations:
      - methodSelectors:
        - method: '*'
        serviceName: bigquery.googleapis.com
      # Specify project ids under which the search is performed.
      resources:
      - projects/SEARCH_PROJECT_ID
ingressPolicies:
  - ingressFrom:
      identityType: ANY_USER_ACCOUNT
      sources:
      - accessLevel: '*'
    ingressTo:
      # Specify which resources should be present in the search results. In this example,
      # BigQuery.
      operations:
      - methodSelectors:
        - method: '*'
        serviceName: bigquery.googleapis.com
      # Specify project ids to expose in search results.
      resources:
      - projects/INGRESS_PROJECT_ID

Pour en savoir plus sur les rôles Identity and Access Management (IAM) dont vous avez besoin pour utiliser la recherche Knowledge Catalog, consultez Rôles IAM de Knowledge Catalog.

Isoler les résultats de recherche par environnement à l'aide de VPC Service Controls

Pour isoler les résultats de recherche Knowledge Catalog entre les différents environnements comme le développement, les tests et la production, configurez des périmètres VPC Service Controls distincts pour chaque environnement. Attribuez les projets contenant les éléments de données ainsi que les projets utilisés pour effectuer les recherches au périmètre de l'environnement correspondant. Les recherches effectuées à partir d'un projet dans un périmètre spécifique ne renvoient que les résultats des éléments situés dans ce même périmètre.

Limites de rappel dans la recherche

Les requêtes de recherche Knowledge Catalog ne garantissent pas un rappel complet, ce qui signifie que la recherche peut ne pas renvoyer de résultats correspondant à votre requête. De plus, les résultats renvoyés (et non renvoyés) peuvent varier si vous répétez les requêtes de recherche.

Pour interroger toutes les métadonnées Knowledge Catalog, vous pouvez les exporter vers Cloud Storage, puis les interroger dans BigQuery. Pour en savoir plus, consultez Exporter les métadonnées.

Étape suivante