Sichere Daten von Microsoft Fabric gespiegelte Datenbanken von Google BigQuery

Dieser Leitfaden hilft Ihnen beim Einrichten der Datensicherheit in Ihrer gespiegelten BigQuery in Microsoft Fabric.

Sicherheitsüberlegungen

Sie benötigen Benutzerberechtigungen für Ihre BigQuery-Datenbank, die die folgenden Berechtigungen enthält:

• bigquery.datasets.create
• bigquery.tables.list
• bigquery.tables.create
• bigquery.tables.export
• bigquery.tables.get
• bigquery.tables.getData
• bigquery.tables.updateData
• bigquery.routines.get
• bigquery.routines.list
• bigquery.jobs.create
• storage.buckets.create
• storage.buckets.list
• storage.objects.create
• storage.objects.delete
• storage.objects.list
• iam.serviceAccounts.signBlob

Abrufen von Tabellenmetadaten und Konfiguration des Änderungsverlaufs (erforderlich)

Die Rollen "BigQueryAdmin " und " StorageAdmin " sollten diese Berechtigungen enthalten. Die folgenden Berechtigungen sind erforderlich, um zu bestimmen, ob der Änderungsverlauf aktiviert ist, und um Primärschlüssel- oder zusammengesetzte Schlüsselinformationen abzurufen.

Der Benutzer muss mindestens eine Rolle zugewiesen haben, die den Zugriff auf die BigQuery-Instanz ermöglicht. Überprüfen Sie die Netzwerkanforderungen für den Zugriff auf Ihre BigQuery-Datenquelle. Wenn Sie Mirroring für Google BigQuery für das Datengateway in der lokalen Umgebung (OPDG) verwenden, benötigen Sie OPDG Version 3000.286.6 oder höher, um erfolgreiches Mirroring zu ermöglichen.

Erforderliche Berechtigungen

Zum manuellen Einrichten von Buckets (und um auf die Erteilung der Berechtigung "storage.buckets.create " zu verzichten), können Sie Folgendes verwenden:

• bigquery.tables.get
• bigquery.tables.list
• bigquery.routines.get
• bigquery.routines.list

1. Navigieren Sie in Ihrer Google-Konsole zu Cloud Storage , und wählen Sie Buckets aus.
2. Wählen Sie "Erstellen" aus, und benennen Sie den Bucket in diesem Format (Groß-/Kleinschreibung beachten): <projectid>_fabric_staging_bucket
3. Stellen Sie sicher, dass der Standort/die Region des Buckets mit dem GCP-Projekt übereinstimmt, das Sie spiegeln möchten.
4. Wählen Sie "Erstellen" aus. Das Spiegelungssystem erkennt den Bucket automatisch.

Je nach Anwendungsfall können weitere Berechtigungen erforderlich sein. Die mindestens erforderlichen Berechtigungen dienen zum Arbeiten mit dem Änderungsverlauf und zum Behandeln verschiedener Tabellen in größe (Tabellen mit mehr als 10 GB). Auch wenn Sie nicht mit Tabellen arbeiten, die größer als 10 GB sind, aktivieren Sie alle diese Mindestberechtigungen, um den Erfolg Ihrer Spiegelungsverwendung zu ermöglichen.

Abrufen von Änderungsverlauf und Tabellendaten (erforderlich)

Weitere Informationen zu Berechtigungen finden Sie in der Google BigQuery-Dokumentation zu erforderlichen Berechtigungen für Streamingdaten, erforderliche Berechtigungen für den Änderungsverlaufszugriff und erforderliche Berechtigungen zum Schreiben von Abfrageergebnissen

Die folgenden Berechtigungen sind erforderlich, um änderungsverlaufs- und Tabellendaten zu lesen.

Erforderliche Berechtigungen

• bigquery.tables.getData
• bigquery.jobs.create
• bigquery.jobs.get
• bigquery.jobs.list
• bigquery.readsessions.create
• bigquery.readsessions.getData

Aktivieren von Änderungsverlaufsfunktionen (erforderlich)

Der Änderungsverlauf muss für die BigQuery-Quelltabellen mithilfe einer der folgenden Optionen aktiviert werden.

Option 1: Berechtigung aktivieren

• bigquery.tables.update

Ermöglicht das Aktivieren des Änderungsverlaufs in Tabellen.

Option 2: Aktivieren der Tabellenoption in GCP

Stellen Sie sicher, dass die folgende Tabellenoption auf TRUE gesetzt ist:

• enable_change_history

Exportieren von Daten in Google Cloud Storage für Staging und Kopieren in OneLake (erforderlich)

Die folgenden Berechtigungen sind erforderlich, um BigQuery-Daten zum Staging in Google Cloud Storage zu exportieren und in OneLake zu kopieren.

Erforderliche Berechtigungen

• bigquery.tables.export
• storage.objects.create
• storage.objects.list
• storage.buckets.get
• iam.serviceAccounts.signBlob

Google Cloud Storage Bucket für Staging (erforderlich)

Ein Google Cloud Storage-Bucket ist erforderlich, um BigQuery-Tabellendaten zum Staging zu exportieren.

Bucketerstellungsoptionen

Verwenden Sie einen der folgenden Ansätze:

Option 1: Automatische Erstellung eines Buckets zulassen

Erteilen Sie die folgende Berechtigung:

• storage.buckets.create

Option 2: Manuelles Erstellen des Staging-Buckets

Erstellen Sie einen Bucket mit der folgenden Benennungskonvention: <your_project_id_in_lowercase>_fabric_staging_bucket

Bucketanforderungen

• Der Bucket muss sich an derselben Position/Region wie das BigQuery-Dataset befinden.
• Das Spiegelungssystem erkennt den Bucket automatisch, sobald er vorhanden ist.

Datasets auflisten (erforderlich)

Erforderliche Berechtigungen

• bigquery.datasets.get

Projekte auflisten (erforderlich)

Erforderliche Berechtigungen

• resourcemanager.projects.get

Rollen- und Zugriffsanforderungen

Die Rollen "BigQuery-Administrator" und "Speicheradministrator " enthalten in der Regel die oben aufgeführten Berechtigungen.

Dem Benutzer muss mindestens eine Rolle zugewiesen werden, die Zugriff auf das Zielprojekt "BigQuery" und "Datasets" gewährt.

Netzwerk- und Gatewayanforderungen

Überprüfen Sie die Netzwerkanforderungen für den Zugriff auf Ihre BigQuery-Datenquelle.

Wenn Sie Mirroring für Google BigQuery mit dem lokalen Datengateway (OPDG) verwenden, müssen Sie Folgendes verwenden:

• OPDG Version 3000.286.6 oder höher

Weitere Hinweise

Je nach Anwendungsfall sind möglicherweise weitere Berechtigungen erforderlich. Die oben aufgeführten Berechtigungen stellen das Mindestmaß dar , für das Folgendes erforderlich ist:

• Arbeiten mit Änderungsverlauf
• Behandeln von Tabellen verschiedener Größen, einschließlich Tabellen mit mehr als 10 GB

Auch wenn Sie derzeit nicht mit Tabellen arbeiten, die größer als 10 GB sind, wird empfohlen, alle Mindestberechtigungen zu aktivieren, um eine erfolgreiche Spiegelung sicherzustellen.

Weitere Informationen findest du unter:

• Erforderliche Berechtigungen für Streamingdaten
• Erforderliche Berechtigungen für den Änderungsverlaufszugriff
• Erforderliche Berechtigungen zum Schreiben von Abfrageergebnissen

Datenschutzfunktionen

Sie können Spaltenfilter und prädikatbasierte Zeilenfilter für Tabellen für Rollen und Benutzer in Microsoft Fabric sichern:

• Sicherheit auf Zeilenebene beim Data Warehousing in Fabric
• Sicherheit auf Spaltenebene in Fabric Data Warehousing

Sie können vertrauliche Daten auch von Nichtadmins maskieren, indem Sie dynamische Datenformatierung verwenden:

• Dynamische Datenmaske in Fabric Data Warehouse

Verwandte Inhalte

• Übersicht über die Spiegelung in Google BigQuery
• Lernprogramm zum Einrichten der Spiegelung für Google BigQuery