Funzioni autorizzate

Le funzioni autorizzate consentono di condividere i risultati delle query con determinati utenti o gruppi senza concedere a questi o ai gruppi l'accesso alle tabelle sottostanti. Ad esempio, una funzione autorizzata può calcolare un'aggregazione sui dati o cercare un valore di tabella e utilizzare tale valore in un calcolo.

Per impostazione predefinita, se una funzione definita dall'utente (UDF) o una funzione tabella esegue una query su una tabella, un utente che richiama tale funzione deve avere l'autorizzazione a leggere i dati nella tabella. In alternativa, puoi autorizzare la funzione ad accedere al set di dati che contiene la tabella di riferimento. Una funzione autorizzata può eseguire query sulle tabelle nel set di dati, anche se l'utente che chiama la funzione non può interrogare direttamente tali tabelle.

Autorizzare una funzione

Puoi autorizzare sia le funzioni UDF e le funzioni delle tabelle. Per autorizzare una funzione, puoi utilizzare la console Google Cloud, l'API REST o lo strumento a riga di comando bq:

Console

1. Vai alla pagina BigQuery nella console Google Cloud.

   Vai a BigQuery

2. Nel pannello di navigazione, nella sezione Risorse, espandi il progetto e seleziona un set di dati.

3. Nel riquadro dei dettagli, fai clic su Autorizza routine.

4. Nella pagina Routine autorizzate, nella sezione Autorizza routine, seleziona l'ID progetto, l'ID set di dati e l'ID routine per la funzione che vuoi autorizzare.

5. Fai clic su Aggiungi autorizzazione.

API

1. Chiama il metodo datasets.get per recuperare il set di dati a cui vuoi accedere alla funzione. Il corpo della risposta contiene una rappresentazione della risorsa Dataset.

2. Aggiungi il seguente oggetto JSON all'array access nella risorsa Dataset:

   {
    "routine": {
      "datasetId": "DATASET_NAME",
      "projectId": "PROJECT_ID",
      "routineId": "ROUTINE_NAME"
    }
   }

   Dove:

   • DATASET_NAME è il nome del set di dati che contiene la funzione definita dall'utente.
   • PROJECT_ID è l'ID del progetto che contiene l'UDF.
   • ROUTINE_NAME è il nome della funzione.

3. Chiama il metodo dataset.update con la rappresentazione Dataset modificata.

bq

1. Utilizza il comando bq show per ottenere la rappresentazione JSON del set di dati a cui vuoi che la funzione acceda. L'output del comando è una rappresentazione JSON della risorsa Dataset. Salva il risultato in un file locale.

   bq show --format=prettyjson TARGET_DATASET > dataset.json

   Sostituisci TARGET_DATASET con il nome del set di dati a cui avrà accesso la funzione.

2. Modifica il file per aggiungere il seguente oggetto JSON all'array access nella risorsa Dataset:

   {
    "routine": {
      "datasetId": "DATASET_NAME",
      "projectId": "PROJECT_ID",
      "routineId": "ROUTINE_NAME"
    }
   }

   Dove:

   • DATASET_NAME è il nome del set di dati che contiene la funzione.
   • PROJECT_ID è l'ID del progetto che contiene la funzione.
   • ROUTINE_NAME è il nome della funzione.

3. Usa il comando bq update per aggiornare il set di dati.

   bq update --source dataset.json TARGET_DATASET

Nota: se modifichi una funzione eseguendo un'istruzione CREATE OR REPLACE (CREATE OR REPLACE FUNCTION, o CREATE OR REPLACE TABLE FUNCTION), devi autorizzare di nuovo la funzione.

Esempio di funzione autorizzata

Di seguito è riportato un esempio end-to-end di creazione e utilizzo di una funzione definita dall'utente autorizzata.

1. Crea due set di dati denominati private_dataset e public_dataset. Per ulteriori informazioni sulla creazione di un set di dati, consulta Creazione di un set di dati.

2. Esegui la seguente istruzione per creare una tabella denominata private_table in private_dataset:

   CREATE OR REPLACE TABLE private_dataset.private_table
   AS SELECT key FROM UNNEST(['key1', 'key1','key2','key3']) key;
   

3. Esegui la seguente istruzione per creare una funzione definita dall'utente denominata count_key in public_dataset. L'UDF include un'istruzione SELECT in private_table.

   CREATE OR REPLACE FUNCTION public_dataset.count_key(input_key STRING)
   RETURNS INT64
   AS
   ((SELECT COUNT(1) FROM private_dataset.private_table t WHERE t.key = input_key));
   

4. Concedi il ruolo bigquery.dataViewer a un utente nel set di dati public_dataset. Questo ruolo include l'autorizzazione bigquery.routines.get, che consente all'utente di chiamare la funzione. Per informazioni su come assegnare i controlli di accesso a un set di dati, consulta Controllo dell'accesso ai set di dati.

   Nota: anziché utilizzare un ruolo integrato, puoi creare un ruolo personalizzato con autorizzazioni minime. Per scoprire di più, consulta Creazione e gestione dei ruoli personalizzati.

5. A questo punto, l'utente ha l'autorizzazione per chiamare la funzione count_key, ma non può accedere alla tabella in private_dataset. Se l'utente cerca di chiamare la funzione, riceve un messaggio di errore simile al seguente:

   Access Denied: Table myproject:private_dataset.private_table: User does
   not have permission to query table myproject:private_dataset.private_table.
   

6. Utilizzando lo strumento a riga di comando bq, esegui il comando show come segue:

   bq show --format=prettyjson private_dataset > dataset.json

   L'output viene salvato in un file locale denominato dataset.json.

7. Modifica dataset.json per aggiungere il seguente oggetto JSON all'array access:

   {
    "routine": {
      "datasetId": "public_dataset",
      "projectId": "PROJECT_ID",
      "routineId": "count_key"
    }
   }

   Sostituisci PROJECT_ID con l'ID progetto per public_dataset.

8. Utilizzando lo strumento a riga di comando bq, esegui il comando update come segue:

   bq update --source dataset.json private_dataset

9. Per verificare che l'UDF abbia accesso a private_dataset, l'utente può eseguire la seguente query:

   SELECT public_dataset.count_key('key1');