Keamanan tingkat baris dan tingkat kolom

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, dan DROP 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 Forbidden saat 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

  1. Pastikan penagihan diaktifkan untuk project Google Cloud Anda.

  2. 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.

    Aktifkan API

  3. Siapkan katalog runtime Lakehouse dengan endpoint katalog REST Apache Iceberg dalam mode penjualan kredensial.
  4. 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:
  • Melampirkan atau melepaskan kebijakan data kolom pada tabel Apache Iceberg:
  • Membuat, memperbarui, mencantumkan, atau menghapus kebijakan akses tingkat baris pada tabel Apache Iceberg:
  • Membuat kueri tabel Apache Iceberg yang dilindungi FGAC:

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.create dalam project
    • bigquery.dataPolicies.update pada kebijakan data
    • bigquery.dataPolicies.delete pada kebijakan data
    • bigquery.dataPolicies.get pada kebijakan data
    • bigquery.dataPolicies.setIamPolicy pada kebijakan data
    • bigquery.jobs.create pada project kueri
  • Lampirkan kebijakan data ke kolom tabel Apache Iceberg:
    • biglake.tables.setColumnDataPolicy pada tabel (atau namespace di CREATE TABLE)
    • biglake.tables.update pada tabel (atau biglake.tables.create di CREATE TABLE)
    • bigquery.dataPolicies.get pada kebijakan data
    • bigquery.dataPolicies.attach pada kebijakan data
    • bigquery.jobs.create pada project kueri
  • Melepas kebijakan data dari kolom tabel Apache Iceberg:
    • biglake.tables.setColumnDataPolicy pada tabel
    • biglake.tables.update pada tabel
    • bigquery.jobs.create pada project kueri
  • Membuat atau memperbarui kebijakan akses tingkat baris:
    • biglake.rowAccessPolicies.create pada tabel
    • biglake.rowAccessPolicies.update pada tabel
    • biglake.rowAccessPolicies.setIamPolicy pada tabel
    • biglake.tables.getData pada tabel target
    • bigquery.jobs.create pada project kueri
  • Mencantumkan atau melihat kebijakan akses tingkat baris:
    • biglake.rowAccessPolicies.list pada tabel
    • biglake.rowAccessPolicies.get pada tabel
    • biglake.rowAccessPolicies.getIamPolicy pada tabel
  • Menghapus satu atau semua kebijakan akses tingkat baris:
    • biglake.rowAccessPolicies.delete pada tabel
    • biglake.rowAccessPolicies.setIamPolicy pada tabel
    • biglake.rowAccessPolicies.list pada tabel (saat menghapus semua kebijakan)
    • bigquery.jobs.create pada project kueri
  • Membuat kueri tabel Apache Iceberg yang dilindungi FGAC:
    • biglake.tables.get pada tabel
    • biglake.tables.getData pada tabel
    • bigquery.jobs.create pada 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_READ dalam daftar grantees dari RAW_DATA_ACCESS_POLICY (untuk nilai yang tidak disamarkan) atau DATA_MASKING_POLICY (untuk nilai yang disamarkan) yang dilampirkan ke kolom yang dikueri.
  • Keamanan tingkat baris: Akun utama harus disertakan dalam grantee_list kebijakan akses tingkat baris pada tabel, yang otomatis memberikan peran roles/biglake.filteredDataViewer yang dikelola sistem kepada akun utama. Peran ini berisi izin biglake.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_READ dalam daftar grantees dari RAW_DATA_ACCESS_POLICY (untuk nilai yang tidak disamarkan) atau DATA_MASKING_POLICY (untuk nilai yang disamarkan) yang dilampirkan ke kolom yang dikueri.
  • Keamanan tingkat baris: Akun utama harus disertakan dalam grantee_list kebijakan akses tingkat baris pada tabel, yang otomatis memberikan peran roles/biglake.filteredDataViewer yang dikelola sistem kepada akun utama. Peran ini berisi izin biglake.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 SHA256 atau ALWAYS_NULL), jalankan pernyataan CREATE 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_type ke 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"
    );
    

Ganti kode berikut:

  • PROJECT_ID: Project ID Google Cloud Anda.
  • LOCATION: Lokasi region atau multi-region kebijakan data (misalnya, us atau us-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_READ pada DATA_MASKING_POLICY akan memberi akun utama akses baca tersamar ke kolom yang dilindungi oleh kebijakan tersebut.
  • Memberikan FINE_GRAINED_READ pada RAW_DATA_ACCESS_POLICY akan 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 opsi data_policies kolom, jalankan pernyataan ALTER 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_NAME dan RAW_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_policies ke 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 Iceberg
  • COLUMN_NAME: nama kolom
  • LOCATION: lokasi region atau multi-region kebijakan data
  • NEW_POLICY_NAME dan MASKING_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.

  1. 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);
    
  2. 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_NAME dan FILTER_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, dan ANALYST_GROUP_EMAIL: Alamat email Grup Google atau pengguna yang diberi akses baris.
    • FILTER_EXPRESSION: Ekspresi filter Boolean yang dievaluasi seperti klausa WHERE (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_list dari satu atau beberapa kebijakan akses tingkat baris akan melihat gabungan baris yang cocok dengan predikat filter_expression kebijakan 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_READ pada RAW_DATA_ACCESS_POLICY yang dilampirkan ke kolom akan melihat data yang tidak disamarkan (mentah).
    • Akun utama yang diberi FINE_GRAINED_READ pada DATA_MASKING_POLICY (dan bukan pada RAW_DATA_ACCESS_POLICY untuk 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_READ pada kebijakan data apa pun yang dilampirkan ke kolom yang dilindungi akan menerima error Access Denied saat membuat kueri kolom tersebut. Akun utama tersebut masih dapat mengkueri kolom yang tidak dilindungi secara eksplisit atau menggunakan SELECT * EXCEPT(PROTECTED_COLUMN).

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_POLICY yang dilampirkan. Berikan hak istimewa FINE_GRAINED_READ kepada akun utama yang memanggil di RAW_DATA_ACCESS_POLICY tersebut.
  • 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:

  1. Memberikan akses data mentah (RAW_DATA_ACCESS_POLICY) di semua kolom yang dilindungi: Lampirkan RAW_DATA_ACCESS_POLICY ke setiap kolom yang dilindungi di tabel, lalu berikan hak istimewa FINE_GRAINED_READ ke 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'}"]
    );
    
  2. 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 Iceberg
  • LOCATION: lokasi region atau multi-region kebijakan data
  • RAW_POLICY_NAME: nama kebijakan akses data mentah
  • COLUMN_NAME: nama setiap kolom yang dilindungi pada tabel
  • WRITER_ROW_POLICY_NAME: nama unik untuk kebijakan akses tingkat baris penulis
  • WRITER_SA_EMAIL: alamat email akun layanan yang memanggil endpoint katalog REST Apache Iceberg, misalnya, spark-writer-sa@PROJECT_ID..

Langkah berikutnya