Cette page vous offre une documentation de référence complète sur les contrôles d'accès disponibles dans BigQuery et dans le service de transfert de données BigQuery.
Pour en savoir plus sur les contrôles d'accès dans BigQuery ML, consultez la page Contrôle des accès dans la documentation BigQuery ML.
Présentation
BigQuery utilise la gestion de l'authentification et des accès (IAM) pour gérer l'accès aux ressources. Trois types de ressources sont disponibles dans BigQuery : les organisations, les projets et les ensembles de données. Dans la hiérarchie des stratégies IAM, les ensembles de données sont les ressources enfants des projets. Les tables et les vues sont les ressources enfants des ensembles de données. Elles héritent donc des autorisations de leur ensemble de données parent.
Pour accorder l'accès à une ressource, attribuez un ou plusieurs rôles à un utilisateur, groupe ou compte de service. Les rôles associés aux organisations et aux projets déterminent la capacité à exécuter des tâches ou à gérer les ressources d'un projet, tandis que les rôles associés aux ensembles de données ont un impact sur l'accès ou la modification des données dans l'ensemble de données en question.
Le service IAM fournit deux types de rôles : les rôles prédéfinis et les rôles primitifs. Lorsque vous attribuez des rôles prédéfinis et des rôles primitifs à un utilisateur, les autorisations accordées correspondent à une combinaison des autorisations de chaque rôle.
Autorisations et rôles
Matrice de comparaison des rôles prédéfinis
Vous pouvez attribuer les rôles prédéfinis suivants dans BigQuery.
| Compétences | dataViewer |
dataEditor |
dataOwner |
metadataViewer |
user |
jobUser |
admin |
|---|---|---|---|---|---|---|---|
| Répertorier/Obtenir des projets | |||||||
| Répertorier des tables | |||||||
| Obtenir les métadonnées d'une table | |||||||
| Obtenir les données d'une table | |||||||
| Créer des tables | |||||||
| Modifier/Supprimer des tables | |||||||
| Obtenir les métadonnées d'un ensemble de données | |||||||
| Créer des ensembles de données | |||||||
| Modifier/Supprimer des ensembles de données | Ensembles de données créés automatiquement |
||||||
| Créer des tâches/requêtes | |||||||
| Obtenir des tâches | Tâches créées automatiquement |
Toutes les tâches | |||||
| Répertorier des tâches | Toutes les tâches (les tâches des autres utilisateurs sont masquées) | Toutes les tâches | |||||
| Annuler des tâches | Tâches créées automatiquement |
Tâches créées automatiquement |
Toutes les tâches | ||||
| Obtenir/Répertorier des requêtes enregistrées | |||||||
| Créer/Mettre à jour/Supprimer des requêtes enregistrées | |||||||
| Créer une session de lecture via l'API BigQuery Storage | |||||||
| Obtenir des transferts | |||||||
| Créer/Mettre à jour/Supprimer des transferts |
Autorisations BigQuery
Le tableau suivant décrit les autorisations disponibles dans BigQuery.
| Autorisation | Description |
|---|---|
bigquery.jobs.create |
Créer des tâches |
bigquery.jobs.listAll |
Répertorier toutes les tâches et récupérer les métadonnées de n'importe quelle tâche envoyée par un utilisateur* |
bigquery.jobs.list |
Répertorier toutes les tâches et récupérer les métadonnées de n'importe quelle tâche envoyée par un utilisateur.* Les informations et les métadonnées des tâches envoyées par d'autres utilisateurs sont masquées. |
bigquery.jobs.get |
Obtenir les données et les métadonnées de n'importe quelle tâche* |
bigquery.jobs.update |
Annuler n'importe quelle tâche* |
bigquery.datasets.create |
Créer des ensembles de données vides |
bigquery.datasets.delete |
Supprimer un ensemble de données |
bigquery.datasets.get |
Obtenir les métadonnées d'un ensemble de données |
bigquery.datasets.update |
Mettre à jour les métadonnées d'un ensemble de données |
bigquery.tables.create |
Créer des tables |
bigquery.tables.list |
Répertorier des tables et leurs métadonnées |
bigquery.tables.delete |
Supprimer des tables |
bigquery.tables.get |
Obtenir les métadonnées d'une table Vous avez besoin de bigquery.tables.getData pour obtenir les données d'une table. |
bigquery.tables.getData |
Obtenir les données d'une table Vous avez besoin de bigquery.tables.get pour obtenir les métadonnées d'une table. |
bigquery.tables.export |
Exporter les données d'une table de BigQuery |
bigquery.tables.update |
Mettre à jour les métadonnées d'une table |
bigquery.tables.updateData |
Mettre à jour les données d'une table |
bigquery.transfers.get |
Obtenir les métadonnées de transfert |
bigquery.transfers.update |
Créer, mettre à jour et supprimer des transferts |
bigquery.savedqueries.create |
Créer des requêtes enregistrées |
bigquery.savedqueries.get |
Obtenir les métadonnées des requêtes enregistrées |
bigquery.savedqueries.list |
Répertorier les requêtes enregistrées |
bigquery.savedqueries.update |
Mettre à jour les requêtes enregistrées |
bigquery.savedqueries.delete |
Supprimer les requêtes enregistrées |
bigquery.readsessions.create |
Créer une session de lecture via l'API BigQuery Storage |
* Lorsque vous créez une tâche, vous disposez automatiquement de l'équivalent des autorisations bigquery.jobs.get et bigquery.jobs.update pour cette tâche.
Autorisations requises pour les méthodes
Le tableau suivant répertorie les autorisations dont l'appelant doit disposer pour appeler chaque méthode :
| Méthode | Autorisation(s) requise(s) |
|---|---|
datasets.delete |
bigquery.datasets.deleteVous avez également besoin de bigquery.tables.delete si l'ensemble de données ciblé n'est pas vide.
|
datasets.get |
bigquery.datasets.get |
datasets.insert |
bigquery.datasets.create |
datasets.list |
Utilisez bigquery.datasets.get pour vérifier les autorisations sur les ensembles de données renvoyés.
|
datasets.patch |
bigquery.datasets.update |
datasets.update |
bigquery.datasets.update |
jobs.cancel |
bigquery.jobs.updateVous pouvez annuler vos propres tâches sans cette autorisation. |
jobs.get |
bigquery.jobs.getVous pouvez obtenir vos propres tâches sans cette autorisation. |
jobs.getQueryResults |
bigquery.jobs.getPour obtenir les résultats d'une tâche, vous devez disposer des autorisations bigquery.jobs.get ou être le propriétaire de la tâche. Vous devez également être le propriétaire de la table dans laquelle les résultats de la tâche sont écrits.
|
jobs.insert |
Utilisez bigquery.jobs.create pour démarrer la tâche.Des autorisations supplémentaires peuvent être requises pour effectuer la tâche. |
jobs.list |
Utilisez bigquery.jobs.list pour afficher toutes les tâches des utilisateurs. Les informations et les métadonnées des tâches envoyées par d'autres utilisateurs sont masquées. Utilisez bigquery.jobs.listAll pour afficher l'ensemble des informations sur les tâches de tous les utilisateurs à l'aide du paramètre allUsers=true. |
jobs.query |
Utilisez bigquery.jobs.create pour démarrer la tâche.Des autorisations supplémentaires peuvent être requises pour effectuer la tâche. |
projects.list |
resourcemanager.projects.get |
tabledata.insertAll |
bigquery.tables.updateData |
tabledata.list |
bigquery.tables.getData |
tables.delete |
bigquery.tables.delete |
tables.get |
bigquery.tables.get |
tables.insert |
bigquery.tables.createSi la méthode crée une vue, elle doit également disposer des autorisations bigquery.tables.getData sur toutes les tables référencées dans la vue.
|
tables.list |
bigquery.tables.list |
tables.patch |
bigquery.tables.update |
tables.update |
bigquery.tables.updateSi la méthode met à jour une vue, elle doit également disposer des autorisations bigquery.tables.getData sur toutes les tables référencées dans la vue. Si la vue est déjà autorisée sur l'ensemble de données, la méthode doit également utiliser bigquery.datasets.update sur tous les ensembles de données associés aux tables.
|
projects.transferConfigs.create |
bigquery.transfers.update |
projects.transferConfigs.get |
bigquery.transfers.get |
projects.transferConfigs.patch |
bigquery.transfers.update |
Rôles
Le tableau suivant répertorie les rôles IAM relatifs à l'API Google BigQuery, ainsi que la liste de toutes les autorisations incluses dans chaque rôle. Notez que chaque autorisation est applicable à un type de ressource particulier.
| Rôle | Autorisation(s) associée(s) | Type de ressource concerné : |
|---|---|---|
roles/bigquery.metadataViewer |
resourcemanager.projects.get |
Organisation |
resourcemanager.projects.list |
Organisation | |
bigquery.datasets.get |
Ensemble de données | |
bigquery.tables.list |
Ensemble de données | |
bigquery.tables.get |
Ensemble de données | |
roles/bigquery.dataViewer |
Toutes les autorisations ci-dessus, ainsi que : | |
bigquery.tables.getData |
Ensemble de données | |
bigquery.tables.export |
Ensemble de données | |
roles/bigquery.dataEditor |
Toutes les autorisations ci-dessus, ainsi que : | |
bigquery.datasets.create |
Projet | |
bigquery.tables.create |
Ensemble de données | |
bigquery.tables.delete |
Ensemble de données | |
bigquery.tables.update |
Ensemble de données | |
bigquery.tables.updateData |
Ensemble de données | |
roles/bigquery.dataOwner |
Toutes les autorisations ci-dessus, ainsi que : | |
bigquery.datasets.delete |
Projet | |
bigquery.datasets.update |
Ensemble de données | |
roles/bigquery.user |
resourcemanager.projects.get |
Organisation |
resourcemanager.projects.list |
Organisation | |
bigquery.jobs.create |
Projet | |
bigquery.jobs.list |
Projet | |
bigquery.datasets.create |
Projet | |
bigquery.datasets.get |
Projet | |
bigquery.tables.list |
Projet | |
bigquery.transfers.get |
Projet | |
bigquery.savedqueries.get |
Projet | |
bigquery.savedqueries.list |
Projet | |
bigquery.readsessions.create |
Projet | |
roles/bigquery.jobUser |
resourcemanager.projects.get |
Organisation |
bigquery.jobs.create |
Projet | |
roles/bigquery.readSessionUser |
resourcemanager.projects.get |
Organisation |
resourcemanager.projects.list |
Organisation | |
bigquery.readsessions.create |
Projet | |
roles/bigquery.admin |
Toutes les autorisations des autres rôles, ainsi que : | |
bigquery.jobs.get |
Projet | |
bigquery.jobs.listAll |
Projet | |
bigquery.jobs.update |
Projet | |
bigquery.savedqueries.create |
Projet | |
bigquery.savedqueries.delete |
Projet | |
bigquery.savedqueries.update |
Projet | |
bigquery.transfers.update |
Projet | |
Détails des rôles prédéfinis
| Détails des rôles prédéfinis | |
|---|---|
|
Autorisations requises pour exécuter des tâches, telles que des requêtes, dans le projet. La plupart des personnes (data scientists et analystes de données) qui travaillent au sein d'une entreprise doivent être des utilisateurs. Le rôle d'utilisateur permet d'énumérer ou d'annuler ses propres tâches, et d'énumérer les ensembles de données d'un projet. Il permet également d'en créer et de disposer du rôle Logique : Ce rôle permet de séparer l'accès aux données de la possibilité d'exécuter des tâches dans le projet, ce qui est utile lorsque les membres d'une équipe interrogent les données de plusieurs projets. L'énumération des ensembles de données et des tables est un bon moyen d'aider les utilisateurs à découvrir des sources de données potentielles. Types de ressources :
|
|
Autorisations requises pour exécuter des tâches, telles que des requêtes, dans le projet. Le rôle jobUser vous permet d'obtenir des informations sur vos tâches et de les annuler. Logique : Ce rôle permet de séparer l'accès aux données de la possibilité d'exécuter des tâches dans le projet, ce qui est utile lorsque les membres d'une équipe interrogent les données de plusieurs projets. Ce rôle n'autorise pas l'accès aux données BigQuery. Si vous devez y accéder, accordez des contrôles d'accès au niveau des ensembles de données. Types de ressources :
|
|
Autorisations requises pour créer et utiliser des sessions de lecture dans le projet via l'API BigQuery Storage. Logique : Ce rôle permet de séparer l'accès aux données de la possibilité de créer des sessions de lecture dans le projet. Les utilisateurs bénéficiant du rôle Types de ressources :
|
|
Lorsqu'il est appliqué à un ensemble de données, le rôle dataViewer accorde des autorisations pour :
Lorsqu'il est appliqué au niveau du projet ou de l'organisation, ce rôle peut également permettre d'énumérer tous les ensembles de données du projet. Vous avez néanmoins besoin de rôles supplémentaires pour exécuter des tâches. Par exemple, un utilisateur qui dispose uniquement des autorisations bigquery.dataViewer sur un ensemble de données peut seulement répertorier les tables de cet ensemble de données et utiliser les API get() pour lire leur contenu. L'utilisateur ne peut pas interroger les données sans autorisations supplémentaires. Pour obtenir un exemple d'utilisateur avec des autorisations permettant d'exécuter des requêtes, considérez le scénario suivant. Un utilisateur qui dispose des autorisations Des autorisations supplémentaires peuvent être requises pour les sources de données externes qui résident en dehors de l'espace de stockage BigQuery, Logique : Le rôle dataViewer permet d'accéder aux données en lecture seule. Le rôle dataViewer peut accéder aux données, mais des autorisations supplémentaires, telles que celles accordées par les rôles bigquery.user ou bigquery.admin, sont nécessaires pour envoyer des tâches de requête. Le rôle dataViewer n'entraîne aucuns frais. Types de ressources :
|
|
Lorsqu'il est appliqué au niveau du projet ou de l'organisation, le rôle metadataViewer accorde des autorisations pour :
Des rôles supplémentaires sont nécessaires pour exécuter des tâches. Logique : Le rôle metadataViewer permet d'accéder uniquement aux métadonnées. Grâce à ce rôle, il est possible d'accéder aux métadonnées d'ensembles de données, de tables et de vues, mais des autorisations supplémentaires, telles que celles accordées par le rôle bigquery.user, sont nécessaires pour exécuter des tâches de requête. Types de ressources :
|
|
Lorsqu'il est appliqué à un ensemble de données, le rôle dataEditor accorde des autorisations pour :
Lorsqu'il est appliqué au niveau du projet ou de l'organisation, ce rôle peut également permettre de créer des ensembles de données. Logique : Le rôle dataEditor étend les autorisations de Types de ressources :
|
|
Lorsqu'il est appliqué à un ensemble de données, le rôle dataOwner accorde des autorisations pour :
Lorsqu'il est appliqué au niveau du projet ou de l'organisation, ce rôle peut également permettre de créer des ensembles de données. Logique : Le rôle dataOwner étend les autorisations de Types de ressources :
|
|
Autorisations requises pour gérer toutes les ressources du projet. Ce rôle vous permet de gérer toutes les données du projet et d'annuler les tâches exécutées par d'autres utilisateurs dans le projet. Logique : Il s'agit du niveau de rôle le plus élevé qui offre le plus de responsabilités, le super-utilisateur qui accompagne ses collègues dans l'exécution de leurs différentes analyses. Types de ressources :
|
Rôles personnalisés
En plus des rôles prédéfinis, BigQuery est également compatible avec les rôles personnalisés. Pour en savoir plus, consultez la page Créer et gérer les rôles personnalisés dans la documentation Cloud IAM.
Autorisations non compatibles
Les autorisations suivantes ne peuvent être ajoutées aux rôles personnalisés qu'au niveau de l'organisation. Elles n'ont aucun effet au niveau du projet ni à un niveau inférieur.
resourcemanager.projects.list
Les autorisations suivantes peuvent faire l'objet de modifications susceptibles d'affecter la rétrocompatibilité et ne sont pas recommandées pour l'utilisation en production. Elles ne sont assujetties à aucun contrat de niveau de service ni aucun règlement d'obsolescence.
bigquery.config.getbigquery.config.update
Rôles IAM primitifs
Les rôles IAM primitifs correspondent exactement aux rôles de lecteur, d'éditeur et de propriétaire des projets, et aux rôles de lecteur, de rédacteur et de propriétaire des ensembles de données de l'ancien BigQuery.
Effectuer une transition à partir des rôles primitifs
Pour les utilisateurs qui sont plus à l'aise avec l'ancienne configuration des autorisations, BigQuery présente une combinaison de rôles primitifs en tant qu'autorisations au niveau du projet (Lecture, Écriture, Propriétaire).
Pour des raisons de compatibilité, les anciennes autorisations au niveau de chaque ensemble de données correspondent exactement à leurs rôles prédéfinis équivalents.
| Anciennes autorisations BigQuery | Équivalent IAM |
|---|---|
| Projet – Consultation autorisée | Rôle primitif – Lecteur |
| Projet – Modification autorisée | Rôle Primitif – Editeur |
| Projet – Propriétaire | Rôle Primitif – Propriétaire |
| Ensemble de données – LECTURE | bigquery.dataViewer |
| Ensemble de données – ÉCRITURE | bigquery.dataEditor |
| Ensemble de données – PROPRIÉTAIRE | bigquery.dataOwner |
Rôles primitifs pour les projets
Par défaut, autoriser l'accès à un projet permet également d'accéder aux ensembles de données qu'il contient. L'accès par défaut peut être ignoré pour chaque ensemble de données. Un utilisateur associé au rôle Owner dans le projet peut révoquer ou modifier les rôles du projet.
Lors de la création d'un projet, BigQuery attribue le rôle Owner à l'utilisateur qui a créé le projet.
| Rôle primitif | Compétences |
|---|---|
Viewer |
|
Editor |
|
Owner |
|
Les rôles primitifs au niveau des projets sont accordés ou révoqués via la console Google Cloud Platform. Vous devez avoir un accès Owner au projet pour accorder ou révoquer un nouveau rôle au niveau du projet.
Pour savoir comment accorder ou révoquer l'accès aux rôles d'un projet, consultez Gérer les membres du projet.
Rôles primitifs pour les ensembles de données
Les rôles primitifs des ensembles de données sont similaires aux rôles prédéfinis décrits dans la section Effectuer une transition à partir des rôles primitifs.
Les rôles de l'ensemble de données peuvent être attribués aux types d'entités suivants :
| Type d'entité | API |
|---|---|
| Utilisateurs uniques, par adresse e-mail | access.userByEmail |
| Groupe Google, par adresse e-mail | access.groupByEmail |
| Groupe d'utilisateurs prédéfini, tel que tous les utilisateurs, ou un groupe d'utilisateurs ayant le même rôle au sein du projet qui contient l'ensemble de données | access.specialGroup |
Les rôles primitifs suivants s'appliquent aux ensembles de données :
| Rôle de l'ensemble de données | Compétences |
|---|---|
READER |
|
WRITER |
|
OWNER |
Remarque : Un ensemble de données doit avoir au moins une entité disposant du rôle |
Lorsque vous créez un ensemble de données, BigQuery ajoute un accès par défaut à l'ensemble de données pour les entités suivantes. Les rôles que vous spécifiez lors de la création de l'ensemble de données écrasent les valeurs par défaut.
| Entité | Rôle de l'ensemble de données |
|---|---|
Tous les utilisateurs disposant d'un accès Viewer au projet |
READER |
Tous les utilisateurs disposant d'un accès Editor au projet |
WRITER |
Tous les utilisateurs disposant d'un accès Owner au projet |
Exception : Lorsqu'un utilisateur exécute une requête, un ensemble de données anonyme est créé pour stocker la table des résultats mis en cache. Seul l'utilisateur qui exécute la requête peut avoir l'accès |
Les rôles de l'ensemble de données sont accordés ou révoqués à l'aide de l'une des options suivantes :
- Via l'API BigQuery, à l'aide de la méthode update
- Via l'interface utilisateur Web, en cliquant sur le menu déroulant à côté du nom de l'ensemble de données, puis sur Partager l'ensemble de données
- Via l'outil de ligne de commande "bq", à l'aide de la commande "bq update". Utilisez l’indicateur "--source" pour spécifier un fichier JSON contenant une ressource dataset partielle dont le champ "access" est défini.
Exemples de cas de figure
Les exemples suivants impliquent un groupe de data scientists appartenant tous à un groupe Google nommé AnalystGroup.
Accès en lecture et en écriture aux données d'un ensemble de données
CompanyProject est un projet qui comprend les ensembles de données dataset1 et dataset2. AnalystGroup1 est un groupe de data scientists qui travaille uniquement sur l'ensemble de données dataset1. Le groupe AnalystGroup2 ne travaille que sur l'ensemble de données dataset2. Les data scientists doivent uniquement disposer d'un accès complet à l'ensemble de données sur lequel ils travaillent, y compris pour exécuter des requêtes sur les données.
| Accès en lecture et en écriture à un ensemble de données | |
|---|---|
| Dans l'ensemble de données CompanyProject:dataset1 | Accordez au groupe AnalystGroup1 l'accès WRITER pour l'ensemble de données dataset1. Ce rôle correspond au rôle IAM prédéfini bigquery.dataEditor. |
| Dans l'ensemble de données CompanyProject:dataset2 | Accordez au groupe AnalystGroup2 l'accès WRITER pour l'ensemble de données dataset2. Ce rôle correspond au rôle IAM prédéfini bigquery.dataEditor. |
| Dans le projet CompanyProject | Accordez aux groupes AnalystGroup1 et AnalystGroup2 l'accès bigquery.user pour le projet CompanyProject. |
Les data scientists qui disposent de l'accès WRITER au niveau de l'ensemble de données peuvent interroger les données dans les tables de l'ensemble de données, mais ils ne peuvent pas exécuter des tâches de requête dans le projet. Pour pouvoir exécuter des tâches de requête sur un ensemble de données auquel ils ont accès, les groupes de data scientists doivent disposer du rôle prédéfini bigquery.user au niveau du projet. Le rôle bigquery.user accorde les autorisations bigquery.jobs.create.
Vous pouvez également attribuer un rôle IAM personnalisé aux groupes de data scientists au niveau du projet afin de leur accorder des autorisations bigquery.jobs.create.
Accès complet aux données d'un projet
AnalystGroup est un groupe de data scientists qui travaille sur BigQuery et qui est responsable de l'ensemble des aspects de son utilisation dans un projet nommé CompanyProject. Le groupe préfère que tous les membres disposent d'un accès en lecture et en écriture à l'ensemble des données. D'autres groupes de l'organisation travaillent avec d'autres produits Cloud Platform, mais personne n'interagit avec BigQuery. AnalystGroup n'utilise aucun autre service Cloud Platform.
| Accès complet aux données d'un projet | |
|---|---|
| Dans le projet CompanyProject | Attribuez le rôle prédéfini bigquery.admin au groupe AnalystGroup. |
Accès complet au sein d'une organisation
CompanyA est une organisation qui souhaite qu'une personne spécifique, nommée Admin1, soit l'administrateur de toutes les données BigQuery sur l'ensemble de ses projets. MonitoringServiceAccount est un compte de service chargé de surveiller la taille de toutes les tables de l'ensemble des projets de l'organisation.
| Accès complet au sein d'une organisation | |
|---|---|
| Dans l'organisation CompanyA |
|
Si l'entreprise décide que MonitoringServiceAccount doit également réduire la taille des tables qui dépassent une certaine taille et supprimer les données antérieures à une période donnée, elle doit attribuer à MonitoringServiceAccount le rôle prédéfini bigquery.user.
Accès en lecture aux données d'un même projet
AnalystGroup est un groupe de data scientists chargé des services d'analyse au sein d'un projet nommé CompanyProject. OperationsServiceAccount est un compte de service qui doit charger les journaux d'application dans BigQuery à l'aide de tâches de chargement groupées sur un ensemble de données CompanyProject:AppLogs particulier. Les analystes ne sont pas autorisés à modifier les journaux.
| Accès en lecture aux données d'un même projet | |
|---|---|
| Dans le projet CompanyProject |
|
| Dans l'ensemble de données CompanyProject:AppLogs |
|
Accès en lecture aux données d'un projet différent
AnalystGroup est un groupe de data scientists chargé des services d'analyse au sein d'un projet nommé CompanyAnalytics. Les données analysées se trouvent, elles, dans un projet distinct nommé CompanyLogs. OperationsServiceAccount est un compte de service qui doit charger les journaux d'application dans BigQuery à l'aide de tâches de chargement groupées sur plusieurs ensembles de données du projet CompanyLogs.
AnalystGroup peut uniquement lire les données du projet CompanyLogs. Il ne peut ni créer d'espace de stockage supplémentaire, ni exécuter de tâches de requête dans ce projet. Les analystes préfèrent utiliser le projet CompanyAnalytics pour effectuer leurs opérations et conserver leurs résultats.
| Accès en lecture aux données d'un projet différent | |
|---|---|
| Dans le projet CompanyLogs |
|
| Dans le projet CompanyAnalytics |
|
Manipulation programmatique des rôles
Vous pouvez utiliser les méthodes suivantes pour manipuler les rôles prédéfinis au niveau de l'ensemble de données,
du projet et de l'organisation de manière automatisée.
Au niveau des ensembles de données, les opérations dataset.insert, dataset.update et dataset.patch permettent de définir des paramètres de rôle précis sur des ensembles de données individuels à l'aide du champ d'accès.
Pour les paramètres au niveau du projet et de l'organisation, utilisez organisations.setIamPolicy et projects.setIamPolicy afin d'ajouter et de supprimer des utilisateurs et des comptes de service dans les rôles IAM.
Besoin d'aide ? Consultez notre