作业和作业触发器

作业是指 Sensitive Data Protection 为扫描内容中的敏感数据或计算重标识的风险而执行的操作。 只要让 Sensitive Data Protection 检查您的数据，它就会创建并运行作业资源。

目前，敏感数据保护作业分为两种类型：

  • 检查作业 - 根据您的标准检查内容中的敏感数据，并生成有关敏感数据的位置和类型的摘要报告。
  • 风险分析作业 - 对已经去标识化的数据进行分析，返回有关数据重标识可能性的指标。

您可以通过创建作业触发器来安排 Sensitive Data Protection 运行作业的时间。作业触发器是一种会自动创建敏感数据保护作业来扫描 Google Cloud 存储库（包括 Cloud Storage 存储分区、BigQuery 表和 Datastore 种类）的事件。

利用作业触发器，您可以通过设置每个触发器关闭的时间间隔来安排扫描作业。作业触发器可以配置为查找自上次扫描运行以来的新发现结果，以帮助监控内容的更改或添加，或生成最新的发现结果报告。安排好的触发器会按您设置的间隔（从 1 天到 60 天）运行。

后续步骤

如需详细了解如何创建、修改以及运行作业和作业触发器，请参阅下列主题：

此外，您也可以参考下列快速入门指南：

JobTrigger 对象

在 DLP API 中，作业触发器用 JobTrigger 对象来表示。

作业触发器配置字段

每个 JobTrigger 都包含多个配置字段，包括：

  • 触发器的名称、显示名称和说明。
  • 一系列 Trigger 对象，每个对象都包含一个 Schedule 对象，用于定义扫描周期（以秒为单位）。
  • InspectJobConfig 对象，包含已触发作业的配置信息。
  • Status 枚举，指示触发器当前是否处于活动状态。
  • 表示创建、更新和上次运行时间的时间戳字段。
  • 一系列 Error 对象（如果在激活触发器时遇到过任何此类对象）。

作业触发器方法

每个 JobTrigger 对象还包括几种内置方法。使用这些方法，您可以执行以下操作：

作业延迟时间

我们不保证作业和作业触发器的服务等级目标 (SLO)。延迟时间受多种因素影响，包括要扫描的数据量、要扫描的存储库、要扫描的 infoType 类型和数量、作业的处理区域以及该区域中可用的计算资源。因此，无法提前确定检查作业的延迟时间。

如需帮助减少作业延迟时间，您可以尝试以下方法：

  • 如果您的作业或作业触发器支持抽样，请启用此功能。

  • 避免启用不需要的 infoType。虽然以下 infoType 在某些情况下很有用，但与不包含这些 infoType 的请求相比，包含这些 infoType 的请求的运行速度会慢得多：

    • PERSON_NAME
    • FEMALE_NAME
    • MALE_NAME
    • FIRST_NAME
    • LAST_NAME
    • DATE_OF_BIRTH
    • LOCATION
    • STREET_ADDRESS
    • ORGANIZATION_NAME

  • 始终明确指定 infoType。请勿使用空的 infoType 列表。

  • 如果可以，请使用其他处理区域。

如果您在尝试上述技巧后，作业仍存在延迟问题，请考虑使用 content.inspect 或 content.deidentify 请求，而不是作业。这些方法受服务等级协议的约束。如需了解详情，请参阅 Sensitive Data Protection 服务等级协议。

仅扫描新内容

您可以配置作业触发器，以自动针对存储在 Cloud Storage 或 BigQuery 中的文件设置时间范围日期。将 TimespanConfig 对象设置为自动填充后，Sensitive Data Protection 将仅扫描自上次触发器运行以来添加或修改的数据：

...
  timespan_config {
        enable_auto_population_of_timespan_config: true
      }
...

对于 BigQuery 检查，只有至少已存在三个小时的行才会包含在扫描范围内。请参阅与此操作相关的已知问题。

在文件上传时触发作业

除了支持敏感数据保护内置的作业触发器之外，Google Cloud 还具有可用于集成或触发敏感数据保护作业的其他多种组件。例如，每次将文件上传到 Cloud Storage 时，您都可以使用 Cloud Run 函数触发 Sensitive Data Protection 扫描。

如需了解如何设置此操作，请参阅对上传到 Cloud Storage 的数据进行自动分类。