Routines autorisées

Les routines autorisées vous permettent de partager des résultats de requête avec des utilisateurs ou des groupes spécifiques, sans leur donner accès aux tables sous-jacentes qui ont généré les résultats. Par exemple, une routine autorisée peut calculer une agrégation sur des données ou rechercher une valeur de table et utiliser cette valeur dans un calcul.

Par défaut, si un utilisateur appelle une routine, il doit être autorisé à lire les données de la table. Vous pouvez également autoriser la routine à accéder à l'ensemble de données contenant la table référencée. Une routine autorisée peut interroger les tables de l'ensemble de données, même si l'utilisateur qui appelle la routine ne peut pas interroger ces tables directement.

Les types de routines suivants peuvent être autorisés:

Autoriser les routines

Pour autoriser une routine, utilisez la console Google Cloud, l'outil de ligne de commande bq ou l'API REST :

Console

Accédez à la page BigQuery de Google Cloud Console.

Accéder à BigQuery
Dans la section Explorer du panneau de navigation, développez votre projet et sélectionnez un ensemble de données.
Dans le panneau de détails, développez Partage, puis cliquez sur Autoriser les routines.
Sur la page Routines autorisées, dans la section Autoriser la routine, sélectionnez le projet, l'ensemble de données et la routine pour la routine que vous souhaitez autoriser.
Cliquez sur Ajouter une autorisation.

bq

Utilisez la commande bq show pour obtenir la représentation JSON de l'ensemble de données auquel la routine doit accéder. Le résultat de la commande est une représentation JSON de la ressource Dataset. Enregistrez le résultat dans un fichier local.
```
bq show --format=prettyjson TARGET_DATASET > dataset.json
```
Remplacez TARGET_DATASET par le nom de l'ensemble de données auquel la routine peut accéder.
Modifiez le fichier pour ajouter l'objet JSON suivant au tableau access de la ressource Dataset :
```
{
 "routine": {
   "datasetId": "DATASET_NAME",
   "projectId": "PROJECT_ID",
   "routineId": "ROUTINE_NAME"
 }
}
```
Où :
- DATASET_NAME est le nom de l'ensemble de données contenant la routine.
- PROJECT_ID est l'ID du projet contenant la routine.
- ROUTINE_NAME est le nom de la routine.
Exécutez la commande bq update pour mettre à jour l'ensemble de données.
```
bq update --source dataset.json TARGET_DATASET
```

API

Appelez la méthode datasets.get pour récupérer l'ensemble de données auquel la routine doit accéder. Le corps de la réponse contient une représentation de la ressource Dataset.
Ajoutez l'objet JSON suivant au tableau access de la ressource Dataset :
```
{
 "routine": {
   "datasetId": "DATASET_NAME",
   "projectId": "PROJECT_ID",
   "routineId": "ROUTINE_NAME"
 }
}
```
Où :
- DATASET_NAME correspond au nom de l'ensemble de données contenant la fonction définie par l'utilisateur.
- PROJECT_ID est l'ID du projet contenant la fonction définie par l'utilisateur.
- ROUTINE_NAME est le nom de la routine.
Appelez la méthode dataset.update avec la représentation Dataset modifiée.

Quotas et limites

Les routines autorisées sont soumises à des limites en termes d'ensembles de données. Pour en savoir plus, consultez la section Limites des ensembles de données.

Exemple de routine autorisée

Voici un exemple de bout en bout de la création et de l'utilisation d'une fonction définie par l'utilisateur autorisée.

Créez deux ensembles de données nommés private_dataset et public_dataset. Pour en savoir plus sur la création d'un ensemble de données, consultez la page Créer un ensemble de données.

Exécutez l'instruction suivante pour créer une table nommée private_table dans private_dataset :

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

Exécutez l'instruction suivante pour créer une fonction définie par l'utilisateur nommée count_key dans public_dataset. La fonction définie par l'utilisateur inclut une instruction SELECT sur 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));
```
Attribuez le rôle bigquery.dataViewer à un utilisateur sur l'ensemble de données public_dataset. Ce rôle inclut l'autorisation bigquery.routines.get, qui permet à l'utilisateur d'appeler la routine. Pour en savoir plus sur l'attribution de contrôles d'accès à un ensemble de données, consultez la page Contrôler l'accès aux ensembles de données.

Remarque : Au lieu d'utiliser un rôle intégré, envisagez de créer un rôle personnalisé avec des autorisations minimales. Pour en savoir plus, consultez la page Créer et gérer les rôles personnalisés.
À ce stade, l'utilisateur est autorisé à appeler la routine count_key, mais ne peut pas accéder à la table dans private_dataset. Si l'utilisateur tente d'appeler la routine, il reçoit un message d'erreur semblable à celui-ci :
```
Access Denied: Table myproject:private_dataset.private_table: User does
not have permission to query table myproject:private_dataset.private_table.
```
À l'aide de l'outil de ligne de commande bq, exécutez la commande show comme suit :
```
bq show --format=prettyjson private_dataset > dataset.json
```
Le résultat est enregistré dans un fichier local nommé dataset.json.
Modifiez dataset.json pour ajouter l'objet JSON suivant au tableau access :
```
{
 "routine": {
   "datasetId": "public_dataset",
   "projectId": "PROJECT_ID",
   "routineId": "count_key"
 }
}
```
Remplacez PROJECT_ID par l'ID du projet public_dataset.
À l'aide de l'outil de ligne de commande bq, exécutez la commande update comme suit :
```
bq update --source dataset.json private_dataset
```
Pour vérifier que la fonction définie par l'utilisateur a accès à private_dataset, l'utilisateur peut exécuter la requête suivante :
```
SELECT public_dataset.count_key('key1');
```