行レベルのセキュリティは、企業のチョップを提供します。

数十年前、初めてのクライアント/サーバー・データベースで作業する、新しい仕事のアプリケーション開発者でした。私がプロジェクトに参加した時、より多くのシニア開発者は、この新しいプラットフォーム上のすべてのデータベースに従わなければならない基本ルールを私に説明しました。

まず、データベース内のテーブルへの外部アクセスをすべて無効にする必要がありました。次に、各テーブルに対して、データを照会するストアドプロシージャ(データベース自体に格納されて実行されたコードのスニペット)のセットを書き込む必要がありました。これらのストアドプロシージャは、呼び出し元のユーザーとそのユーザーが所属するグループに基づいてデータを自動的にフィルタリングします。最後に、ユーザーにはこれらのストアドプロシージャの実行権限が与えられ、データを読み取る安全な方法が提供されます。

私は、IoTが大きな影響を与える場所と、大規模なデータ分析の将来についてどのような意味があるのか​​を掘り下げます。

中断された手順;このようにデータベースへのアクセスを制限すると、これまで使用していたデータアクセスコーディング手法の全体がもう機能せず、特定のレポートパッケージも機能しませんでした。

なぜこのすべての問題を克服したのか尋ねるかもしれません。その理由は、私が働いていた会社が大手銀行であり、ユーザーが権限を与えられたデータしか見ることができないようにする必要があったからです。このセキュリティをアプリケーションに実装するだけでは不十分でした。データベースに接続する必要があったため、アプリケーションや直接の権限のないデータにアクセスできないユーザーがどのように接続しても問題ありませんでした。

最終的に私は新しいプログラミングパターンに慣れてきました。そして、主要なレポートツールの後のリリースは、手続きにやさしく保存されました。事実、テーブルへのストアドプロシージャのアクセスは業界全体のエンタープライズ標準になっていました。

第一級のサポート今日、多くのリレーショナルデータベースでは明示的な機能として行レベルのセキュリティ(RLS)が追加されており、ユーザーによるダイレクトテーブルアクセスが可能になりましたが、 。たとえば、MicrosoftはAzure SQLデータベースサービス(本質的にはSQL Serverのクラウドバージョン)にプレビュー機能としてRLSを追加しました。ブログの記事では、SQL Server MVP Brent Ozarがこの機能の仕組みを説明し、OracleとPostgreSQLのRLS機能がどのように実装されているかについても説明し、一般的な可用性のためにリリースしました。

したがって、明らかに、RLSは何十年も手作業で実装された重要なエンタープライズ機能であり、主要な商用およびオープンソースのリレーショナルデータベースで明示的なサポートを得ています。

Big RLS;しかし、ビッグデータプラットフォームとその管理しているデータへのオール・アット・ノー・アクセスの遺産はどうですか?彼らはRLSも実装する場所に来るのだろうか?結局のところ、ユーザーは、通常は操作可能なアクセス権を持たないデータの分析を行うべきではありません。運用データベースでRLSが重要な場合は、分析データベースでもRLSが重要です。

Hadoopの世界では、HBaseには細胞レベルのセキュリティがあります。先週、Googleは大規模データセットの分析用のクラウドサービスであるBigQueryに「行レベルの権限」機能を追加すると発表しました。ドキュメンテーションとUIのどちらも、どのように機能を使用するかを明確にはしていませんが、その発表は重要です。エンタープライズで強化されたRLS標準は、リレーショナル/ OLTPの世界だけでなく、ビッグデータ分析の世界でも満たされ始めています。

敬意を払うことで、Big Dataと分析技術が主流になる道が開けます。行レベルのセキュリティ、マスターデータ管理、データ系統およびその他の「ガバナンス」機能は、エキサイティングなものではないかもしれませんが、非常に重要です。それがなければ、Hadoopのようなテクノロジーは特定の規制体制に準拠することができず、(分かりやすく言えば)保守的なIT組織はそれらを信頼しません。

そのような機能が多くのビッグデータ製品でポップアップし始めていることは優れています。 Hadoopの場合、これらの機能はすべてのコンポーネントで一貫していなければならず、異なるディストリビューション間で互換性がなければなりません。そのようなことが起こり、すべてがうまくいけば、企業はビッグデータ技術を社内で採用しないことは難しいでしょう。

ビッグデータ分析、Big Data Analytics、DataRobotはデータサイエンスの欠点を自動化することを目指している、Big Data Analytics、MapR創設者のJohn Schroederが辞任し、交換するCOO

LinkedInが新しいブログプラットフォームを発表

これはBig OLAPの時代ですか?

DataRobotは、データサイエンスの果実を自動化することを目指しています

MapRの創設者John Schroederが辞任し、COOが辞任