准备 BigQuery 数据集和表

如需在实例中创建 AML AI 数据集，您需要在该 Google Cloud 项目的 BigQuery 中暂存数据。以下部分介绍了准备这些数据集和表的一种方法。

创建 BigQuery 输出数据集

运行以下命令创建数据集，以用于将流水线输出发送到 BigQuery。在以下命令中，为 BQ_OUTPUT_DATASET_NAME 选择仅包含字母（大写或小写字母）、数字和下划线的名称。不能使用连字符。

bq mk \
  --location=LOCATION \
  --project_id=PROJECT_ID \
  BQ_OUTPUT_DATASET_NAME

如需查看 AML AI 输出，请参阅 AML 输出数据模型。

创建 BigQuery 输入数据集并上传交易数据

使用 AML 输入数据模型整理金融机构的交易数据后，请创建 BigQuery 输入数据集。

bq mk \
  --location=LOCATION \
  --project_id=PROJECT_ID \
  BQ_INPUT_DATASET_NAME

将交易数据上传到数据集中。如需了解详情，请参阅任意 BigQuery 快速入门。

（可选）授予对 BigQuery 数据集的项目级访问权限

API 会自动在您的项目中创建服务帐号。该服务帐号需要访问 BigQuery 输入数据集和 BigQuery 输出数据集。您可以通过以下两种方式授予访问权限：

1. 授予对项目中的每个 BigQuery 数据集的访问权限（只需运行两条命令）
2. 限制对给定 BigQuery 数据集中的每个特定表的访问权限（需要为每个数据集运行多条命令）

如需授予对项目中每个数据集的访问权限，请运行以下两个命令。如需了解更多受限的访问权限，请参阅授予对 BigQuery 输入数据集的访问权限部分。

授予对所有输入数据集的读取权限。

gcloud projects add-iam-policy-binding PROJECT_ID \
  --member="serviceAccount:[e-mail]" \
  --role=roles/bigquery.dataViewer

授予对所有输出数据集的写入权限。

gcloud projects add-iam-policy-binding PROJECT_ID \
  --member="serviceAccount:[e-mail]" \
  --role=roles/bigquery.dataEditor

如需了解详情，请参阅 BigQuery IAM 页面。

授予对 BigQuery 输入数据集的访问权限

注意 ：如果您授予了对 BigQuery 输入数据集的项目级访问权限，则可以跳过本部分。

向服务帐号授予对 BigQuery 输入数据集的读取权限。更改替换变量后运行以下命令：

# The BigQuery input dataset name. You created this dataset and
# uploaded the financial data into it in a previous step. This dataset should be
# stored in the Google Cloud project.

export BQ_INPUT_DATASET_NAME="BQ_INPUT_DATASET_NAME"

# The BigQuery tables in the input dataset. These tables should
# be part of the same project as the intended instance.
# Make sure to replace each table variable with the appropriate table name.
export PARTY_TABLE="PARTY_TABLE"
export ACCOUNT_PARTY_LINK_TABLE="ACCOUNT_PARTY_LINK_TABLE"
export TRANSACTION_TABLE="TRANSACTION_TABLE"
export RISK_CASE_EVENT_TABLE="RISK_CASE_EVENT_TABLE"
# Optional table
export PARTY_SUPPLEMENTARY_DATA_TABLE="PARTY_SUPPLEMENTARY_DATA_TABLE"

# Grant the API read access to the BigQuery dataset.
# Update the current access permissions on the BigQuery dataset and store in a temp file.
# Note: This step requires jq as a dependency.
# If jq is not available, the file /tmp/mydataset.json may be created manually.
bq show --format=prettyjson "PROJECT_ID:BQ_INPUT_DATASET_NAME" | jq '.access+=[{"role":"READER","userByEmail":"[e-mail]" }]'> /tmp/mydataset.json
# Update the BigQuery dataset access permissions using the temp file.
bq update --source /tmp/mydataset.json "PROJECT_ID:BQ_INPUT_DATASET_NAME"

# Grant the API read access to the BigQuery table if the table is provided.
for TABLE in $PARTY_TABLE $TRANSACTION_TABLE $ACCOUNT_PARTY_LINK_TABLE $RISK_CASE_EVENT_TABLE $PARTY_SUPPLEMENTARY_DATA_TABLE ; do
   [ -n TABLE ] && bq add-iam-policy-binding \
     --member="serviceAccount:[e-mail]" --role="roles/bigquery.dataViewer" \
     PROJECT_ID:BQ_INPUT_DATASET_NAME.${TABLE}
done

如需了解详情，请参阅 BigQuery IAM 页面。

授予对 BigQuery 输出数据集的访问权限

注意 ：如果您授予了对 BigQuery 输出数据集的项目级访问权限，则可以跳过本部分。

向服务帐号授予对 BigQuery 输出数据集的读取权限。更改替换变量后运行以下命令：

# Note: This step requires jq as a dependency.
# If jq isn't available, the file /tmp/mydataset.json may be created manually.
bq show --format=prettyjson PROJECT_ID:BQ_OUTPUT_DATASET_NAME | jq '.access+=[{"role":"roles/bigquery.dataEditor","userByEmail":"[e-mail]" }]'> /tmp/perms.json

bq update --source /tmp/perms.json PROJECT_ID:BQ_OUTPUT_DATASET_NAME