Referenční informace k tabulce systému klasifikace dat

Důležité

Tato funkce je ve verzi Public Preview.

Tato stránka popisuje schéma tabulky výsledků klasifikace dat a obsahuje ukázkové dotazy. Tabulka ukládá detekce pro citlivé třídy dat na úrovni sloupců napříč povolenými katalogy v metastoru.

Cesta k tabulce: system.data_classification.results

Schéma tabulky výsledků klasifikace dat

Systémová tabulka výsledků klasifikace dat používá následující schéma:

Název sloupce	Datový typ	Description	Example
latest_detected_time	časové razítko	Časový okamžik, kdy byl sloupec naposledy skenován.	2025-06-27T12:34
first_detected_time	časové razítko	Čas, kdy bylo zaznamenáno první detekování sloupce	2025-06-27T12:34
catalog_id	řetězec	ID katalogu.	3f1a7d6e-9c59-...
table_id	řetězec	ID tabulky.	3f1a7d6e-9c59-...
catalog_name	řetězec	Název katalogu.	main_catalog
schema_name	řetězec	Název schématu	public
table_name	řetězec	Název tabulky	sales_data
column_name	řetězec	Název sloupce	customer_email
data_type	řetězec	Datový typ sloupce Komplexní typy zahrnují úplné definice struktury.	struct<name:string, age:int>
class_tag	řetězec	Značka pro rozpoznanou entitu nebo klíč značky a volitelnou hodnotu	class.us_ssn nebo pii: confidential
samples	array<string>	Až pět ukázkových hodnot, které odpovídaly detekci.	["a@b.com", ...]
confidence	řetězec	Spolehlivost detekce. Buď HIGH nebo LOW	HIGH
frequency	float	Odhad podílu odpovídajících řádků ve vzorku Mezi 0 a 1.	0.87

Příkladové dotazy

Před spuštěním nahraďte hodnoty parametrů vlastním.

Získejte všechny detekce pro tabulku

SELECT *
FROM system.data_classification.results
WHERE
  catalog_name = "c"
  AND schema_name = "s"
  AND table_name = "t";

Získejte všechny detekce s vysokou spolehlivostí

SELECT *
FROM system.data_classification.results
WHERE
  catalog_name = "c"
  AND schema_name = "s"
  AND table_name = "t"
  AND confidence = "HIGH";

Získání počtu tabulek ovlivněných konkrétní klasifikací

SELECT
  class_tag,
  COUNT(DISTINCT catalog_name, schema_name, table_name) AS num_tables
FROM
  system.data_classification.results
WHERE
  class_tag IS NOT NULL
GROUP BY class_tag;

Získání počtu uživatelů, kteří za posledních 30 dnů dotazovali tabulky s citlivými daty

WITH table_accesses AS (
  SELECT
    IFNULL(
      request_params.full_name_arg,
      CONCAT(request_params.catalog_name, '.', request_params.schema_name, '.', request_params.name)
    ) AS table_full_name,
    COUNT(DISTINCT user_identity.email) AS num_users
  FROM
    system.access.audit
  WHERE
    action_name IN ("createTable", "getTable", "updateTable", "deleteTable")
    AND (
      -- For performance, limit the blast radius of the audit log query to only the current catalog
      request_params.catalog_name = :catalog_name OR
      request_params.full_name_arg LIKE :catalog_name || '%'
    )
    AND event_time >= DATE_SUB(current_date(), 30)
  GROUP BY table_full_name
),
sensitive_tables AS (
  SELECT
    DISTINCT CONCAT(catalog_name, '.', schema_name, '.', table_name) AS table_full_name
  FROM
    system.data_classification.results
  WHERE class_tag IS NOT NULL
)

SELECT
  st.table_full_name,
  ta.num_users
FROM
  sensitive_tables st
  JOIN table_accesses ta
  ON st.table_full_name = ta.table_full_name