BigQuery 中的数据治理简介

本文档介绍了 BigQuery 数据治理，并说明了如何使用 BigQuery 功能来实施和强制执行 BigQuery 数据治理政策。如需更全面地了解 Google Cloud 中的数据治理，请参阅什么是数据治理？

数据治理是指在数据的整个生命周期内管理数据的安全性和质量，以确保访问权限和准确性符合组织政策和法规。这些数据治理优先级可分为三个类别：

以下几个部分定义了这些数据治理类别，讨论了 BigQuery 功能如何支持它们，并为您建议后续步骤。

访问权限控制

数据访问管理是定义、强制执行和监控用于管理谁有权访问数据的规则和政策的过程。访问权限管理可确保只有获得授权的用户才能访问数据。BigQuery 提供以下功能来帮助您处理数据访问权限：

Identity and Access Management (IAM)。借助 IAM，您可以控制哪些人有权访问您的 BigQuery 资源，例如项目、数据集、表和视图。您可以向用户、群组和服务账号授予 IAM 角色。这些角色定义了他们可以对您的资源执行的操作。
列级访问权限控制和行级访问权限控制。通过列级和行级访问权限控制，您可以根据用户属性或数据值来限制对表中特定列和行的访问。此控件让您可实施精细的访问，以帮助保护敏感数据免遭未经授权的访问。
数据传输管理。借助 VPC Service Controls，您可以围绕 Google Cloud 资源创建边界，并根据组织的政策控制对这些资源的访问。
审核日志。审核日志会详细记录组织中的用户活动和系统事件。这些日志可帮助您强制执行数据治理政策并识别潜在的安全风险。

下表概述了您可以执行的后续步骤，以详细了解访问权限控制功能：

经验等级	学习路线
新的云用户	查看 BigQuery 中的预定义角色，并考虑如何根据最小权限原则分配这些角色。
经验丰富的云用户	如需更灵活且更精细地管理权限，请考虑创建自定义角色以满足您的需求。添加行和列控件，帮助控制对表中特定行和列的访问。通过设置 VPC Service Controls，围绕您的 Google Cloud 资源建立访问边界。

数据监管在查询、传输或存储期间对数据进行适当分类、遮盖、隐去或加密，从而帮助您保护敏感数据。此方法可增强数据保护和组织方式。BigQuery 提供以下功能来帮助您进行数据监管：

下表概述了让您可详细了解数据监管功能的后续步骤：

经验等级	学习路线
新的云用户	了解默认情况下，Google 如何对静态数据和传输中数据进行加密。
经验丰富的云用户	您可以在表中添加列级数据遮盖，以便更轻松地在组织中共享信息，而不会泄露敏感数据。使用 Sensitive Data Protection 扫描数据中的敏感信息和高风险信息，例如个人身份信息 (PII)、财务数据和健康信息。

数据质量管理是指跟踪数据沿袭并确保数据符合准确性、完整性和一致性标准的过程。BigQuery 提供以下功能来帮助您处理数据质量：

下表概述了您可以执行的后续步骤，以详细了解访问数据质量功能：

经验等级	学习路线
新的云用户	运行数据分析扫描，以深入了解您的数据，包括数据的限制或平均值。
经验丰富的云用户	在 BigQuery 项目中启用数据沿袭，以便自动记录 BigQuery 操作（例如加载、复制和数据修改）的沿袭信息。设置周期性数据质量扫描，以便通过预定义的扫描规则针对可能的数据问题向您发出提醒。为数据质量扫描设置自定义数据规则，以便扫描结果能满足您的特定需求。