Créer et utiliser des analyses de profil de données

Cette page explique comment créer une analyse de profil de données à l'aide de la console Google Cloud, de Google Cloud CLI ou de l'API REST.

Pour en savoir plus sur les analyses de profil de données Dataplex, consultez À propos du profilage des données.

Avant de commencer

Dans la console Google Cloud, activez l'API Dataplex.

Activer l'API

Autorisations

Pour profiler des tables BigQuery, vous devez disposer des autorisations suivantes:

Pour exécuter une analyse de profil de données sur une table BigQuery, vous devez être autorisé à lire la table BigQuery et à créer un job BigQuery dans le projet utilisé pour analyser la table.

Remarque :Dataplex ne crée pas de tâche BigQuery dans le projet. Toutefois, vous avez besoin de cette autorisation pour créer une tâche DryRun afin de vérifier les autorisations concernant cette table.
Si la table BigQuery et l'analyse du profil de données se trouvent dans des projets différents, vous devez accorder au compte de service Dataplex l'autorisation en lecture sur la table BigQuery correspondante.

Remarque :Si vous n'avez pas encore créé d'analyses de qualité des données ou de profil de données, ou si vous ne disposez pas d'un lac Dataplex dans le projet BigQuery, créez un identifiant de service en exécutant la commande suivante : gcloud beta services identity create --service=dataplex.googleapis.com. Cette commande renvoie un identifiant de service Dataplex s'il existe.
Si les données BigQuery sont organisées dans un lac Dataplex, vous devez disposer des rôles roles/dataplex.metadataReader et roles/dataplex.viewer pour créer une analyse de profil de données. Fournit les autorisations suivantes:
- dataplex.lakes.list
- dataplex.lakes.get
- dataplex.zones.list
- dataplex.zones.get
- dataplex.entities.list
- dataplex.entities.get
- dataplex.operations.get
Si vous analysez une table BigQuery externe à partir de Cloud Storage, attribuez au compte de service Dataplex le rôle de lecteur d'objets Cloud Storage (roles/storage.objectViewer) ou les autorisations suivantes pour le bucket:
- storage.buckets.get
- storage.objects.get
Si vous souhaitez publier les résultats de l'analyse de profil de données sur les pages BigQuery et Data Catalog de la console Google Cloud pour les tables sources, vous devez disposer du rôle IAM Éditeur de données BigQuery (roles/bigquery.dataEditor) ou de l'autorisation bigquery.tables.update sur la table.
Pour exporter les résultats d'analyse vers une table BigQuery, votre compte de service Dataplex doit disposer du rôle "Éditeur de données BigQuery" (roles/bigquery.dataEditor). Cela permet d'accorder les autorisations suivantes:
- bigquery.datasets.get
- bigquery.tables.create
- bigquery.tables.get
- bigquery.tables.getData
- bigquery.tables.update
- bigquery.tables.updateData
Si vous devez accéder à des colonnes protégées par des règles d'accès au niveau des colonnes de BigQuery, attribuez des autorisations au compte de service Dataplex pour ces colonnes. L'utilisateur qui crée ou met à jour une analyse de données doit également disposer des autorisations nécessaires pour les colonnes.
Si des règles d'accès BigQuery au niveau des lignes sont activées pour une table, vous ne pouvez analyser que les lignes visibles par le compte de service Dataplex. Notez que les droits d'accès des utilisateurs individuels ne sont pas évalués pour les stratégies au niveau des lignes.

Rôles et autorisations de l'analyse de données

Pour utiliser le profilage des données, un administrateur de projet attribue un rôle prédéfini avec des autorisations déjà accordées ou accorde des autorisations individuelles. Les rôles sont les suivants:

roles/dataplex.dataScanAdmin: accès complet aux ressources DataScan.
roles/dataplex.dataScanEditor: accès en écriture aux ressources DataScan.
roles/dataplex.dataScanViewer: accès en lecture aux ressources DataScan, à l'exclusion des résultats.
roles/dataplex.dataScanDataViewer: accès en lecture aux ressources DataScan, y compris les résultats.

Le tableau suivant répertorie les autorisations pour l'analyse de données:

Nom de l'autorisation	Accorde les autorisations suivantes:
`dataplex.datascans.create`	Créer un objet `DataScan`
`dataplex.datascans.delete`	Supprimer un objet `DataScan`
`dataplex.datascans.get`	Afficher les détails de `DataScan` sans les résultats
`dataplex.datascans.getData`	Afficher les détails de `DataScan`, y compris les résultats
`dataplex.datascans.list`	Répertorier les `DataScan`
`dataplex.datascans.run`	Exécuter un `DataScan`
`dataplex.datascans.update`	Mettre à jour la description d'un élément `DataScan`
`dataplex.datascans.getIamPolicy`	Afficher les autorisations IAM actuelles sur l'analyse
`dataplex.datascans.setIamPolicy`	Définir les autorisations IAM sur l'analyse

Créer une analyse de profil de données

Console

Dans la console Google Cloud, accédez à la page Profil.

Accéder au profil Dataplex
Cliquez sur Créer une analyse de profil de données.
Saisissez un nom à afficher.
Pour modifier l'ID d'analyse généré automatiquement, fournissez votre propre ID. Consultez la convention d'attribution de noms aux ressources.
Facultatif : saisissez une Description.
Dans le champ Table, cliquez sur Parcourir.
Sélectionnez une table, puis cliquez sur Sélectionner.
Dans le champ Portée, sélectionnez Incrémentielle ou Données entières.
- Si vous choisissez Données incrémentielles, dans le champ Colonne d'horodatage, sélectionnez une colonne de type DATE ou TIMESTAMP dans votre table BigQuery qui augmente de façon linéaire et permet d'identifier de nouveaux enregistrements. Pour les tables partitionnées sur une colonne de type DATE ou TIMESTAMP, nous vous recommandons d'utiliser la colonne de partition comme champ d'horodatage.
Pour appliquer un échantillonnage à l'analyse de votre profil de données, sélectionnez un pourcentage d'échantillonnage dans la liste Taille d'échantillonnage.
- Choisissez une valeur en pourcentage comprise entre 0% et 100 %, avec un maximum de trois chiffres décimaux.
- Pour les ensembles de données plus volumineux, choisissez un pourcentage d'échantillonnage plus faible. Par exemple, pour une table d'environ 1 Po, si vous saisissez une valeur comprise entre 0,1% et 1,0%, Dataplex échantillonne entre 1 et 10 To de données.
- Vous avez besoin d'au moins 100 enregistrements dans les données échantillonnées pour renvoyer un résultat.
- Pour les analyses de données incrémentielles, Dataplex applique l'échantillonnage au dernier incrément.
Pour filtrer par ligne, cliquez sur Filtres, puis sélectionnez Filtrer les lignes.
- Saisissez une expression SQL valide qui peut être utilisée dans une clause WHERE dans la syntaxe SQL standard de BigQuery. Par exemple : col1 >= 0.
- Le filtre peut être une combinaison de conditions SQL sur plusieurs colonnes. Exemple : col1 >= 0 AND col2 < 10.
(Facultatif) Cliquez sur Filtres. Cochez la case Filtrer les colonnes.

a. Dans le champ Inclure des colonnes, cliquez sur Parcourir.
- Spécifiez les colonnes à inclure dans l'analyse de profil. Sélectionnez les colonnes de votre choix en cochant les cases et en cliquant sur Sélectionner.
b. Dans le champ Exclure des colonnes, cliquez sur Parcourir.
- Spécifiez les colonnes à exclure de l'analyse de profil. Sélectionnez les colonnes de votre choix en cochant les cases et en cliquant sur Sélectionner.
Remarque :Vous pouvez utiliser l'option Inclure des colonnes et/ou Exclure des colonnes. Si vous utilisez les deux champs, Dataplex sélectionne d'abord les colonnes en fonction de votre entrée dans le champ Inclure les colonnes, puis exclut les colonnes en fonction de votre entrée dans le champ Exclure les colonnes.
Facultatif: publiez les résultats de l'analyse du profil de données sur les pages BigQuery et Data Catalog de la console Google Cloud pour la table source. Cochez la case Publier les résultats dans l'interface utilisateur de BigQuery et de Dataplex Catalog.

Vous pouvez afficher les derniers résultats d'analyse dans l'onglet Profil de données des pages BigQuery et Data Catalog de la table source. Pour permettre aux utilisateurs d'accéder aux résultats d'analyse publiés, consultez la section Partager les résultats publiés.

L'option de publication peut ne pas être disponible dans les cas suivants:
- Vous ne disposez pas des autorisations requises sur la table.
- Une autre analyse de la qualité des données est configurée pour publier les résultats.
Pour en savoir plus sur les autorisations requises pour afficher les résultats publiés, consultez la section Autorisations.
(Facultatif) Exportez les résultats de l'analyse dans une table BigQuery standard. Cliquez sur Parcourir pour sélectionner un ensemble de données BigQuery existant dans lequel stocker les résultats de l'analyse du profil de données.

Si la table spécifiée n'existe pas, Dataplex la crée pour vous. Si vous utilisez une table existante, assurez-vous qu'elle est compatible avec le schéma de table décrit plus loin dans cette section.

Remarque :Vous pouvez partager la même table de résultats pour enregistrer ou exporter les résultats de plusieurs analyses de profil de données.
Facultatif: ajoutez des libellés. Les étiquettes sont des paires key:value qui vous permettent de regrouper des objets associés ou de les combiner à d'autres ressources Google Cloud.
Sous Options de planification, choisissez l'une des options suivantes:
- Répéter : exécutez votre tâche d'analyse de profil de données selon un calendrier quotidien, hebdomadaire, mensuel ou personnalisé. Spécifiez la fréquence et l'heure d'exécution des analyses. Si vous choisissez l'option personnalisée, utilisez le format cron pour spécifier la planification.
- À la demande: créez votre analyse de profil de données et exécutez-la à tout moment à l'aide de l'action "Run now" (Exécuter maintenant).
Cliquez sur Créer.

gcloud

Pour créer une analyse de profil de données, exécutez la commande suivante:

gcloud dataplex datascans create data-profile DATASCAN \
--location=LOCATION \
--data-source-entity=DATA_SOURCE_ENTITY
| --data-source-resource=DATA_SOURCE_RESOURCE

Remplacez les variables suivantes :

DATASCAN: nom de l'analyse de profil de données.
LOCATION: région Google Cloud dans laquelle créer l'analyse de profil de données.
DATA_SOURCE_ENTITY: entité Dataplex contenant les données pour l'analyse du profil de données. Exemple : projects/test-project/locations/test-location/lakes/test-lake/zones/test-zone/entities/test-entity.
DATA_SOURCE_RESOURCE: nom de la ressource contenant les données pour l'analyse du profil de données. Exemple : //bigquery.googleapis.com/projects/test-project/datasets/test-dataset/tables/test-table.

Pour connaître les arguments facultatifs, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour créer une analyse de profil de données.

Créer plusieurs analyses de profil de données

Console

Dans la console Google Cloud, accédez à la page Profil.

Accéder au profil Dataplex
Cliquez sur Créer plusieurs analyses de profil.
Saisissez un préfixe d'ID. Dataplex génère automatiquement des ID d'analyse en utilisant le préfixe et les suffixes uniques fournis.
Saisissez une description pour toutes les analyses de profil de données.
Dans le champ Ensemble de données, cliquez sur Parcourir. Sélectionner un jeu de données dans lequel choisir des tables. Cliquez sur Sélectionner.
Si l'ensemble de données est multirégional, sélectionnez une région dans laquelle créer les analyses de profil de données.
Sélectionnez Common configuration options (Options de configuration courantes) :
1. Dans le champ Portée, sélectionnez Incrémentielle ou Données entières.
  
  Remarque :Si vous choisissez les données Incrémentielles, vous ne pouvez sélectionner que les tables partitionnées sur une colonne de type DATE ou TIMESTAMP.
2. Pour appliquer l'échantillonnage aux analyses de profil de données, sélectionnez un pourcentage d'échantillonnage dans la liste Taille d'échantillonnage.
  
  Choisissez une valeur en pourcentage comprise entre 0% et 100% comprenant jusqu'à trois chiffres décimaux.
3. Pour afficher les résultats de toutes les analyses, sélectionnez Publication. Vous pouvez afficher les résultats dans l'onglet Profil des détails de la table BigQuery ou Data Catalog. Assurez-vous de disposer des autorisations bigquery.tables.update sur les tables sources.
  
  Remarque :Vous devez choisir des tables sans analyse existante qui publient leurs résultats.
4. Sous Options de planification, choisissez l'une des options suivantes:
  1. Répéter: exécutez les tâches d'analyse de votre profil de données selon un calendrier. Spécifiez la fréquence d'exécution de l'analyse (quotidienne, hebdomadaire, mensuelle ou personnalisée) et à quelle heure. Si vous choisissez l'option personnalisée, utilisez le format cron pour spécifier la planification.
  2. À la demande: créez vos tâches d'analyse de profil de données et exécutez-les à tout moment en cliquant sur Exécuter.
Dans l'option Sélectionner des tables, cliquez sur Parcourir. Choisissez une ou plusieurs tables à analyser. Cliquez sur Sélectionner.
Sélectionnez Paramètres supplémentaires:
1. Pour enregistrer les résultats de vos analyses de profil de données dans la table BigQuery de votre choix, choisissez une table dans Exporter les résultats des analyses vers une table BigQuery. Dataplex copie et enregistre automatiquement les résultats dans cette table pour chaque tâche d'analyse.
  1. Cliquez sur Parcourir pour sélectionner un ensemble de données.
    
    Remarque :Le compte de service Dataplex doit pouvoir créer et écrire une table dans cet ensemble de données.
  2. Saisissez une table BigQuery dans laquelle enregistrer les résultats. Il peut s'agir d'une table existante, utilisée par d'autres analyses de profil de données Dataplex pour enregistrer les résultats. Si aucune table de ce type ne porte le nom spécifié, Dataplex crée la table.
2. Ajoutez des étiquettes pour annoter votre analyse de profil de données.
Cliquez sur Analyser pour créer et exécuter toutes les analyses. Cette option n'est disponible que pour les analyses à la demande.
Cliquez sur Créer pour créer toutes les analyses.

gcloud

Non compatible.

REST

Non compatible.

Exporter le schéma de la table

Si vous souhaitez exporter les résultats de l'analyse de profil de données dans une table BigQuery existante, assurez-vous qu'elle est compatible avec le schéma de table suivant:

Nom de la colonne	Type de données de la colonne	Nom du sous-champ (le cas échéant)	Type de données du sous-champ	Mode	Exemple
data_profile_scan	`struct/record`	`resource_name`	`string`	nullable	`//dataplex.googleapis.com/projects/test-project/locations/europe-west2/datascans/test-datascan`
		`project_id`	`string`	nullable	`test-project`
		`location`	`string`	nullable	`us-central1`
		`data_scan_id`	`string`	nullable	`test-datascan`
data_source	`struct/record`	`resource_name`	`string`	nullable	Cas de l'entité: `//dataplex.googleapis.com/projects/test-project/locations/europe-west2/lakes/test-lake/zones/test-zone/entities/test-entity` Cas de la table : `//bigquery.googleapis.com/projects/test-project/datasets/test-dataset/tables/test-table`
		`dataplex_entity_project_id`	`string`	nullable	`test-project`
		`dataplex_entity_project_number`	`integer`	nullable	`123456789012`
		`dataplex_lake_id`	`string`	nullable	(Valide uniquement si la source est une entité) `test-lake`
		`dataplex_zone_id`	`string`	nullable	(Valide uniquement si la source est une entité) `test-zone`
		`dataplex_entity_id`	`string`	nullable	(Valide uniquement si la source est une entité) `test-entity`
		`table_project_id`	`string`	nullable	`dataplex-table`
		`table_project_number`	`int64`	nullable	`345678901234`
		`dataset_id`	`string`	nullable	(Valide uniquement si la source est une table) `test-dataset`
		`table_id`	`string`	nullable	(Valide uniquement si la source est une table) `test-table`
data_profile_job_id	`string`			nullable	`caeba234-cfde-4fca-9e5b-fe02a9812e38`
data_profile_job_configuration	`json`	`trigger`	`string`	nullable	`ondemand`/`schedule`
		`incremental`	`boolean`	nullable	`true`/`false`
		`sampling_percent`	`float`	nullable	(0-100) `20.0` (indique 20%)
		`row_filter`	`string`	nullable	`col1 >= 0 AND col2 < 10`
		`column_filter`	`json`	nullable	`{"include_fields":["col1","col2"], "exclude_fields":["col3"]}`
job_labels	`json`			nullable	`{"key1":value1}`
job_start_time	`timestamp`			nullable	`2023-01-01 00:00:00 UTC`
job_end_time	`timestamp`			nullable	`2023-01-01 00:00:00 UTC`
job_rows_scanned	`integer`			nullable	`7500`
column_name	`string`			nullable	`column-1`
column_type	`string`			nullable	`string`
column_mode	`string`			nullable	`repeated`
percent_null	`float`			nullable	(0,0-100,0) `20.0` (indique 20%)
percent_unique	`float`			nullable	(0,0-100,0) `92.5`
min_string_length	`integer`			nullable	(Valide uniquement si le type de colonne est de type chaîne) `10`
max_string_length	`integer`			nullable	(Valide uniquement si le type de colonne est de type chaîne) `4`
average_string_length	`float`			nullable	(Valide uniquement si le type de colonne est de type chaîne) `7.2`
min_value	`float`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
max_value	`float`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
average_value	`float`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
standard_deviation	`float`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
quartile_lower	`integer`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
quartile_median	`integer`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
quartile_upper	`integer`			nullable	(valide uniquement si le type de colonne est numérique ; nombre entier/flottant)
top_n	`struct/record - repeated`	`value`	`string`	nullable	`"4009"`
		`count`	`integer`	nullable	`20`
		`percent`	`float`	nullable	`10` (indique 10%)

Exporter la configuration de la table

Lorsque vous exportez des données vers des tables BigQueryExport, suivez les instructions ci-dessous:

Pour le champ resultsTable, utilisez le format suivant : //bigquery.googleapis.com/projects/{project-id}/datasets/{dataset-id}/tables/{table-id}.
Utilisez une table BigQuery standard.
Si la table n'existe pas lors de la création ou de la mise à jour de l'analyse, Dataplex la crée pour vous.
Par défaut, la table est partitionnée quotidiennement en fonction de la colonne job_start_time.
Si vous souhaitez que la table soit partitionnée dans d'autres configurations ou si vous ne voulez pas de partition, recréez-la avec le schéma et les configurations requis, puis fournissez la table prédéfinie en tant que table de résultats.
Assurez-vous que la table de résultats se trouve au même emplacement que la table source.
Si VPC-SC est configuré sur le projet, la table de résultats doit se trouver dans le même périmètre VPC-SC que la table source.
Si la table est modifiée lors de la phase d'exécution de l'analyse, la tâche en cours d'exécution est exportée vers la table de résultats précédente, et la modification de la table prend effet à partir de la tâche d'analyse suivante.
Ne modifiez pas le schéma de la table. Si vous avez besoin de colonnes personnalisées, créez une vue sur la table.
Pour réduire les coûts, définissez un délai d'expiration sur la partition en fonction de votre cas d'utilisation. Pour en savoir plus, découvrez comment définir la date d'expiration d'une partition.

Analyser le profil de données

Console

Dans la console Google Cloud, accédez à la page Profil Dataplex. Accéder au profil
Cliquez sur l'analyse de profil de données à exécuter.
Cliquez sur Exécuter maintenant.

gcloud

Pour lancer une analyse de profil de données, exécutez la commande suivante:

gcloud dataplex datascans run DATASCAN \
--location=LOCATION

Remplacez les variables suivantes :

DATASCAN: nom de l'analyse de profil de données.
LOCATION: région Google Cloud dans laquelle l'analyse de profil de données a été créée.

Pour connaître les arguments facultatifs, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour exécuter votre analyse de profil de données.

Afficher les résultats de la tâche d'analyse de profil de données

Console

Toutes les analyses de profil de données que vous créez s'affichent sur la page Profil.

Pour afficher les résultats détaillés d'une analyse, cliquez sur son nom.

La section Présentation affiche les exécutions de l'analyse, l'heure de chaque exécution, le nombre d'enregistrements de table analysés et l'état de la tâche.
La section Configuration de l'analyse du profil contient des informations sur l'analyse.

gcloud

Pour afficher les résultats d'une tâche d'analyse de profil de données, exécutez la commande suivante:

gcloud dataplex datascans jobs describe JOB \
--location=LOCATION \
--datascan=DATASCAN \
--view=FULL

Remplacez les variables suivantes :

JOB: ID de la tâche d'analyse du profil de données.
LOCATION: région Google Cloud dans laquelle l'analyse de profil de données a été créée.
DATASCAN: nom de l'analyse de profil de données à laquelle appartient la tâche.
--view=FULL: pour afficher le résultat de la tâche d'analyse, spécifiez FULL.

Pour connaître les arguments facultatifs, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour afficher les résultats d'une analyse de profil de données.

Afficher la tâche d'analyse de profil de données la plus récente

Console

L'onglet Résultats des dernières tâches, lorsqu'au moins une exécution a abouti, fournit des informations sur la dernière tâche. Elle présente les colonnes de la table analysée et les statistiques concernant celles qui ont été trouvées dans l'analyse.

gcloud

Pour afficher la dernière analyse de profil de données réussie, exécutez la commande suivante:

gcloud dataplex datascans describe DATASCAN \
--location=LOCATION \
--view=FULL

Remplacez les variables suivantes :

DATASCAN: nom de l'analyse de profil de données pour laquelle afficher la tâche la plus récente.
LOCATION: région Google Cloud dans laquelle l'analyse de profil de données a été créée.
--view=FULL: pour afficher le résultat de la tâche d'analyse, spécifiez FULL.

Pour connaître les arguments facultatifs, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour afficher la tâche d'analyse la plus récente.

Afficher tous les jobs d'analyse de profil de données

Dataplex enregistre l'historique d'analyse du profil de données des 300 dernières tâches ou de l'année écoulée, selon la première échéance atteinte.

Console

L'onglet Historique des jobs fournit des informations sur les jobs passés. Il répertorie l'ensemble des tâches, le nombre d'enregistrements analysés dans chaque tâche, l'état de la tâche, sa durée d'exécution, etc.

Pour afficher des informations détaillées sur une tâche, cliquez sur l'une des tâches indiquées sous ID de tâche.

gcloud

Pour afficher toutes les tâches d'une analyse de profil de données, exécutez la commande suivante:

gcloud dataplex datascans jobs list \
--location=LOCATION \
--datascan=DATASCAN

Remplacez les variables suivantes :

LOCATION: région Google Cloud dans laquelle l'analyse de profil de données a été créée.
DATASCAN: nom de l'analyse de profil de données pour laquelle afficher toutes les tâches.

Pour connaître les arguments facultatifs, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour afficher toutes les tâches d'analyse.

Lors de la création d'une analyse de profil de données, si vous avez choisi de publier les résultats sur les pages BigQuery et Data Catalog de la console Google Cloud, les résultats les plus récents sont disponibles dans l'onglet Profil de données de ces pages.

Vous pouvez autoriser les utilisateurs de votre organisation à accéder aux résultats d'analyse publiés. Pour accorder l'accès aux résultats d'analyse, procédez comme suit:

Dans la console Google Cloud, accédez à la page Profil.

Accéder au profil Dataplex
Cliquez sur l'analyse de profil de données dont vous souhaitez partager les résultats.
Accédez à l'onglet Autorisations.
Cliquez sur Accorder l'accès.
Dans le champ Nouveaux comptes principaux, ajoutez le compte principal auquel vous souhaitez accorder l'accès.
Dans le champ Sélectionnez un rôle, choisissez Lecteur de données Dataplex DataScan.
Cliquez sur Enregistrer.

Pour supprimer l'accès aux résultats d'analyse publiés pour un compte principal, procédez comme suit:

Dans la console Google Cloud, accédez à la page Profil.

Accéder au profil Dataplex
Cliquez sur l'analyse de profil de données dont vous souhaitez partager les résultats.
Accédez à l'onglet Autorisations.
Sélectionnez le compte principal pour lequel vous souhaitez supprimer le rôle Dataplex DataScan DataViewer.
Cliquez sur Supprimer l'accès.
Cliquez sur Confirm (Confirmer).

Mettre à jour une analyse de profil de données

Console

Dans la console Google Cloud, accédez à la page Profil.

Accéder au profil Dataplex
Sur la ligne contenant l'analyse que vous souhaitez modifier, cliquez sur > Edit (Modifier).
Modifiez les valeurs.
Cliquez sur Enregistrer.

gcloud

Pour mettre à jour une analyse de profil de données, exécutez la commande suivante:

gcloud dataplex datascans update data-profile DATASCAN \
--location=LOCATION \
--description=DESCRIPTION

Remplacez les variables suivantes :

DATASCAN: nom de l'analyse de profil de données à mettre à jour.
LOCATION: région Google Cloud dans laquelle l'analyse de profil de données a été créée.
DESCRIPTION: nouvelle description de l'analyse de profil de données.

Pour en savoir plus sur les champs de spécification à mettre à jour, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour modifier une analyse de profil de données.

Supprimer une analyse de profil de données

Console

Dans la console Google Cloud, accédez à la page Profil. Accédez à la page Profil Dataplex.
Cliquez sur l'analyse que vous souhaitez supprimer.
Cliquez sur Supprimer.

gcloud

Pour supprimer une analyse de profil de données, exécutez la commande suivante:

gcloud dataplex datascans delete \
DATASCAN --location=LOCATION \
--async

Remplacez les variables suivantes :

DATASCAN: nom de l'analyse de profil de données à supprimer.
LOCATION: région Google Cloud dans laquelle l'analyse de profil de données a été créée.

Pour connaître les arguments facultatifs, consultez la documentation de référence de gcloud CLI.

REST

Utilisez APIs Explorer pour supprimer votre analyse de profil de données.

Étape suivante

En savoir plus sur le profilage des données
En savoir plus sur la qualité des données automatiques
Découvrez comment utiliser la qualité des données automatiques.

Créer et utiliser des analyses de profil de données

Avant de commencer

Autorisations

Rôles et autorisations de l'analyse de données

Créer une analyse de profil de données

Console

gcloud

REST

Créer plusieurs analyses de profil de données

Console

gcloud

REST

Exporter le schéma de la table

Exporter la configuration de la table

Analyser le profil de données

Console

gcloud

REST

Afficher les résultats de la tâche d'analyse de profil de données

Console

gcloud

REST

Afficher la tâche d'analyse de profil de données la plus récente

Console

gcloud

REST

Afficher tous les jobs d'analyse de profil de données

Console

gcloud

REST

Partager les résultats publiés

Mettre à jour une analyse de profil de données

Console

gcloud

REST

Supprimer une analyse de profil de données

Console

gcloud

REST

Étape suivante