Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Important
Fitur ini ada di Beta. Untuk mengaktifkannya, atur pipeline Anda ke saluran Preview dan atur konfigurasi pipeline pipelines.rewind.betaEnabled ke true. Lihat Persyaratan.
Transformasi yang keliru, sekumpulan catatan sumber yang tidak valid, atau perubahan skema yang tak terduga dapat menyebabkan tabel dalam pipeline menjadi tidak benar mulai dari titik waktu tertentu yang diketahui dan seterusnya. Rewind mengembalikan pipeline ke titik sebelum masalah sehingga Anda dapat menerapkan perbaikan dan memproses ulang hanya data yang terdampak.
Rewind mengembalikan versi tabel, offset sumber streaming, dan status operator bersamaan, sehingga replay tidak melewati rekaman atau menulis duplikat. Tiga operasi memproses ulang data, dan mereka menyelesaikan masalah yang berbeda:
- Rewind adalah untuk pipeline yang dapat dipulihkan yang menulis data yang salah dari titik waktu yang diketahui, seperti setelah transformasi yang buruk, input yang salah, atau penyebaran kode yang buruk. Perangkat ini mengembalikan data tabel, offset sumber, dan status operator ke titik sebelum masalah dan hanya memproses ulang data yang terdampak, mempertahankan status operator. Data sebelum titik tersebut tetap tidak berubah.
- Penyegaran penuh membangun kembali tabel dari semua data sumber yang tersedia dan menghapus kontennya saat ini. Gunakan untuk menghitung ulang semuanya dari awal, atau ketika perubahan kode tidak kompatibel dengan status yang ada.
- Setel ulang checkpoint memulihkan pipeline yang checkpoint-nya tidak valid atau rusak, atau yang terblokir akibat perubahan kode yang tidak kompatibel dengan checkpoint. Ini mereset checkpoint dan melanjutkan proses sambil tetap mempertahankan isi tabel saat ini. Rewind tidak dapat memulihkan kasus-kasus ini, karena tidak melonggarkan aturan kompatibilitas Structured Streaming.
Persyaratan
| Requirement | Detil |
|---|---|
| Channel | Pipeline harus berada di saluran Pratinjau. Lihat Mengonfigurasi alur. |
| Configuration | Atur konfigurasi pipelines.rewind.betaEnabled pipeline menjadi true, lalu jalankan pipeline satu kali. Setiap aliran hanya dapat diputar ulang setelah menyelesaikan pembaruan dengan perjalanan waktu diaktifkan. |
| Mode alur | Pipa yang terpicu dan berkelanjutan. Mode waktu nyata tidak didukung. |
| Sources | tabel Delta, tabel streaming, Kafka, dan Auto Loader. |
| Targets | Tabel streaming dan tampilan material. |
| Flows | Aliran streaming dan aliran AUTO change data capture (CDC), termasuk target SCD Tipe 1 dan SCD Tipe 2. Kueri berstatus seperti agregasi, gabungan, dan deduplikasi didukung. |
Setiap aliran dalam pipeline harus memenuhi persyaratan ini. Saat pipelines.rewind.betaEnabled berstatus true, pembaruan pipeline yang berisi alur yang tidak memenuhi syarat akan gagal. Pastikan setiap aliran memenuhi persyaratan di atas sebelum Anda mengaktifkannya.
Note
Pipeline yang pipelines.rewind.betaEnabled-nya disetel ke true tidak dapat kembali ke channel Current hingga channel Current diperbarui ke runtime yang mendukung pemunduran.
Cara kerja rewind dan replay
Putar ulang dan putar kembali adalah dua langkah yang terpisah.
Rewind mengembalikan setiap tabel ke versi yang dipegang pada titik rewind dan mengatur ulang checkpoint streaming yang melacak seberapa jauh setiap aliran telah dibaca. Transformasi Anda tidak berjalan, dan tidak ada data sumber yang diproses ulang.
Replay terjadi saat pipeline dijalankan lagi. Sistem ini memproses ulang dari titik rewind menggunakan definisi pipeline saat ini, menyusul hingga kondisi terkini, lalu melanjutkan pemrosesan inkremental normal. Rewind tidak memulai pipeline, jadi mulai sendiri saat Anda sudah siap.
Pipa ini secara otomatis menghasilkan titik rewind, sekitar sekali per jam, dan menyimpannya selama 7 hari. Pipeline yang baru saja Anda buat tidak memiliki apa pun untuk diulang sampai menghasilkan hasil pertamanya.
Mengembalikan dataset juga mengembalikan semua yang berada di hilirnya dalam pipeline yang sama. Rewind mencakup satu pipeline. Ini tidak berkoordinasi dengan pipeline lain atau dengan pembaca eksternal yang mengakses tabel yang sama, jadi tangani hal tersebut secara terpisah.
Putar ulang pipeline menggunakan UI
UI dan Genie adalah cara utama untuk menggunakan Rewind. Antarmuka pengguna mencantumkan titik pengembalian yang tersedia dan menunjukkan set data mana yang dipengaruhi oleh masing-masing titik tersebut sebelum Anda mengonfirmasi.
- Di halaman pipeline Anda, klik
tombol di sebelah Run pipeline, lalu klik Rewind pipeline.
- Pilih titik rewind, atau gunakan pintasan seperti Rewind to yesterday atau Rewind to the latest point. Klik Berikutnya.
- Pilih tabel mana yang akan dimasukkan. Gunakan tampilan Grafik untuk memilih dataset di grafik pipeline, atau tampilan Daftar untuk memilihnya dari tabel. Tinggalkan Reset semua checkpoint yang dipilih (default) untuk mengembalikan offset sumber dan status operator beserta data tabel, sehingga pipeline memproses ulang dari titik rewind. Bersihkan untuk memulihkan data tabel saja, tanpa memproses ulang, misalnya ketika Anda ingin isi tabel dipulihkan tetapi tidak ingin memproses ulang data yang terdampak. Pengaturan ini harus sama untuk tabel dan aliran hulunya, dan tidak dapat dibersihkan untuk aliran yang membaca sumber eksternal seperti Kafka atau Auto Loader. Klik Berikutnya.
- Tinjau titik rewind, pengaturan checkpoint, dan dataset yang terdampak, lalu klik Rewind.
Mulai pipeline untuk memutar ulang data.
Anda dapat memutar mundur berulang kali. Setiap rewind menggantikan rewind terakhir, jadi Anda dapat memulihkan diri dari replay yang gagal dengan melakukan rewind di tempat lain.
Putar ulang pipeline menggunakan API, CLI, atau SDK
Selain UI dan Genie, Anda dapat memicu rewind secara programatik dengan Databricks CLI, REST API, atau Python SDK. Gunakan jalur programatik untuk otomatisasi, seperti pekerjaan remediasi, test harness, atau orchestrator.
Rewind adalah pembaruan pipeline tunggal yang badan permintaannya membawa rewind_spec. Kolom-kolom dalam rewind_spec menetapkan pilihan yang sama seperti yang Anda buat di UI: titik untuk diputar ulang, dataset yang akan dimasukkan, dan apakah akan mengatur ulang checkpoint. Replay adalah pembaruan berikutnya yang Anda kirim tanpa rewind_spec, yang merupakan padanan API untuk memulai pipeline. Rewind tidak memulai pipeline untuk Anda.
Anda dapat menargetkan salah satu dari berikut ini:
-
Titik putar ulang (direkomendasikan). Atur
rewind_point_idke salah satu titik rewind yang dihasilkan oleh pipeline. Ini adalah pilihan yang sama yang dipilih oleh UI dan Genie. Rewind point sudah merekam versi tabel dan checkpoint untuk dipulihkan untuk setiap dataset, jadi rewind akan mengembalikan persis status tersebut. Lihat Temukan titik mundur. -
Sebuah stempel waktu. Atur
rewind_timestampke titik waktu arbitrer di mana tidak ada titik rewind yang dihasilkan sesuai dengan keadaan yang Anda inginkan. Anda memilih cap waktu sendiri. Lihat Rewind ke stempel waktu.
Temukan titik putar ulang
Pipeline mencatat setiap titik rewind sebagai sebuah rewind_summary peristiwa dalam log peristiwanya. Peristiwa id tersebut adalah rewind_point_id. Setiap titik rewind periodik merekam versi terkini dari setiap tabel dalam pipeline. Dry run juga mencatat titik rewind untuk state yang divalidasi. Untuk mencantumkan titik rewind dari 7 hari terakhir, jalankan kueri seperti berikut:
SELECT id AS rewind_point_id, timestamp, message
FROM event_log('<pipeline-id>')
WHERE event_type = 'rewind_summary'
AND details:rewind_summary.dry_run = true
AND timestamp > current_timestamp() - INTERVAL 7 DAYS
ORDER BY timestamp DESC;
Titik rewind berkala memiliki pesan Periodic rewind summary capturing current table versions. Untuk membatalkan data yang salah, pilih titik rewind terbaru yang timestamp-nya sebelum data yang salah ditulis.
Jika ID tidak cocok dengan rewind_summary event di log event pipeline, rewind gagal dengan INVALID_REWIND_SPECIFICATION.REWIND_POINT_NOT_FOUND.
Putar ulang body permintaan
Untuk rewind pipeline, kirim pembaruan dengan body rewind_spec seperti berikut:
Titik Pemulihan
{
"cause": "USER_ACTION",
"rewind_spec": {
"rewind_point_id": "<rewind-point-id>",
"datasets": [
{
"identifier": "catalog.schema.table",
"cascade": true,
"reset_checkpoints": true
}
],
"dry_run": false
}
}
Timestamp
{
"cause": "USER_ACTION",
"rewind_spec": {
"rewind_timestamp": "2026-09-29 08:36:55",
"datasets": [
{
"identifier": "catalog.schema.table",
"cascade": true,
"reset_checkpoints": true
}
],
"dry_run": false
}
}
Putar ulang dengan CLI
CLI Databricks meneruskan badan permintaan melalui --json. Untuk me-rewind pipeline, jalankan hal berikut:
Titik Putar Ulang
Perintah databricks pipelines start-update menghapus rewind_point_id dari badan permintaan. Kirim permintaan dengan databricks api post gantinya, yang meneruskan body tanpa perubahan:
databricks api post /api/2.0/pipelines/<pipeline-id>/updates --json @rewind.json --profile <profile>
Timestamp
databricks pipelines start-update <pipeline-id> --json @rewind.json --profile <profile>
Untuk memutar ulang data, mulai pembaruan biasa tanpa rewind_spec:
databricks pipelines start-update <pipeline-id> --profile <profile>
Untuk melakukan polling pembaruan hingga mencapai status terminal, jalankan hal berikut:
databricks pipelines get-update <pipeline-id> <update-id> --profile <profile>
Putar ulang dengan API REST
Untuk mengulang pipeline, kirim POST permintaan ke titik akhir Start an update dengan rewind_spec body. Contohnya:
Titik rewind
curl -sS -X POST \
"https://<workspace-host>/api/2.0/pipelines/<pipeline-id>/updates" \
-H "Authorization: Bearer $DATABRICKS_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"cause": "USER_ACTION",
"rewind_spec": {
"rewind_point_id": "<rewind-point-id>",
"datasets": [{"identifier": "catalog.schema.table", "cascade": true, "reset_checkpoints": true}],
"dry_run": false
}
}'
Timestamp
curl -sS -X POST \
"https://<workspace-host>/api/2.0/pipelines/<pipeline-id>/updates" \
-H "Authorization: Bearer $DATABRICKS_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"cause": "USER_ACTION",
"rewind_spec": {
"rewind_timestamp": "2026-09-29 08:36:55",
"datasets": [{"identifier": "catalog.schema.table", "cascade": true, "reset_checkpoints": true}],
"dry_run": false
}
}'
Putar ulang dengan Python SDK
Titik Mundur
helper bertipe RewindSpec tidak mencakup rewind_point_id. Kirim permintaan dengan klien REST yang telah diautentikasi dari SDK sebagai gantinya. Ini berfungsi di setiap versi SDK, termasuk yang disertakan dengan Databricks Runtime dan komputasi serverless databricks-sdk. Untuk mengulang pipeline, jalankan hal berikut:
from databricks.sdk import WorkspaceClient
w = WorkspaceClient() # In a notebook, authenticates as the notebook identity.
resp = w.api_client.do("POST", f"/api/2.0/pipelines/{pipeline_id}/updates", body={
"cause": "USER_ACTION",
"rewind_spec": {
"rewind_point_id": rewind_point_id,
"datasets": [{"identifier": root_table, "cascade": True, "reset_checkpoints": True}],
"dry_run": False,
},
})
print(resp["update_id"])
Timestamp
Helper bertipe RewindSpec langsung dipetakan ke badan permintaan. Dibutuhkan databricks-sdk 0,40 ke atas. Untuk mengembalikan pipeline ke tahap sebelumnya, jalankan hal berikut:
from databricks.sdk import WorkspaceClient
from databricks.sdk.service.pipelines import StartUpdateCause, RewindSpec, RewindDatasetSpec
w = WorkspaceClient(profile="<profile>")
resp = w.pipelines.start_update(
"<pipeline-id>",
cause=StartUpdateCause.USER_ACTION,
rewind_spec=RewindSpec(
rewind_timestamp="2026-09-29 08:36:55",
datasets=[RewindDatasetSpec(
identifier="catalog.schema.table",
cascade=True,
reset_checkpoints=True,
)],
dry_run=False,
),
)
print(resp.update_id)
databricks-sdk yang dibundel dengan Databricks Runtime, termasuk komputasi serverless, mungkin sudah ada sebelum RewindSpec bertipe. Di notebook, gunakan klien REST terautentikasi, yang tersedia di setiap versi SDK, sehingga Anda tidak perlu menginstal SDK yang lebih baru:
from databricks.sdk import WorkspaceClient
w = WorkspaceClient() # Authenticates as the notebook identity.
w.api_client.do("POST", f"/api/2.0/pipelines/{pipeline_id}/updates", body={
"cause": "USER_ACTION",
"rewind_spec": {
"rewind_timestamp": rewind_timestamp,
"datasets": [{"identifier": root_table, "cascade": True, "reset_checkpoints": True}],
"dry_run": False,
},
})
Referensi spesifikasi untuk Rewind
Tabel berikut menjelaskan kolom dalam isi rewind_spec.
| Field | Description |
|---|---|
rewind_point_id |
id dari peristiwa rewind_summary yang akan dipulihkan. Lihat Temukan titik mundur. Atur tepat salah satu dari rewind_point_id atau rewind_timestamp. |
rewind_timestamp |
Titik waktu tujuan pemulihan, dalam format UTC yyyy-MM-dd HH:mm:ss. Lihat Putar ulang ke stempel waktu. Atur tepat salah satu dari rewind_point_id atau rewind_timestamp. |
datasets |
Daftar dataset yang akan dikembalikan ke awal. Hilangkan daftar untuk mengembalikan ke awal semua dataset dalam pipeline, masing-masing dengan cascade dan reset_checkpoints diatur ke true. |
datasets[].identifier |
Nama lengkap dataset yang akan diputar ulang, dalam bentuk catalog.schema.table. |
datasets[].cascade |
Apakah juga harus mengulang dari awal setiap dataset di hilir dari yang sedang dalam pipeline ini. Tentukan kolom ini untuk setiap set data. Untuk pipeline linear, atur ke true pada dataset root untuk mengulang seluruh pipeline dari awal. |
datasets[].reset_checkpoints |
Apakah akan mengatur ulang offset sumber streaming dan status operator sehingga replay diproses ulang dari titik rewind. Ini adalah pengaturan Reset semua checkpoint pada UI. Secara default menjadi true. Setel ke false untuk memulihkan hanya data tabel, tanpa pemrosesan ulang. |
dry_run |
Validasi putar ulang tanpa mengubah tabel apa pun. Secara default menjadi false. Lihat Simulasikan rewind dengan uji coba. |
Warning
Ketika dataset root membaca sumber eksternal seperti Kafka atau Auto Loader, tetaplah reset_checkpoints tetap diatur ke true. UI mencegah mengosongkan Reset semua checkpoint untuk sumber-sumber ini, tetapi API menerima permintaan yang diatur reset_checkpoints ke false. Permintaan diterima dan proses rewind dapat dimulai, tetapi pipeline gagal setelahnya. Batasi reset_checkpoints: false hanya untuk dataset yang tidak dibaca oleh flow streaming.
Putar kembali ke cap waktu
Gunakan rewind_timestamp saat tidak ada titik rewind yang dihasilkan sesuai dengan keadaan yang Anda inginkan, misalnya untuk memundurkan ke titik di antara dua titik rewind. Anda sendiri yang memberikan stempel waktu. Ikuti dua aturan:
- Pilih titik yang tepat berada di antara dua commit, bukan yang tepat berada pada salah satu commit. Stempel waktu yang merujuk ke commit bisa gagal di-replay. Gunakan titik tengah antara commit baik terakhir dan commit buruk pertama.
- Pada pipeline yang belum diputar ulang atau diperbarui, scan feed data perubahan dari versi 1. Versi 0 tidak merekam data perubahan. Jika versi 1 lebih tua dari periode retensi file tabel (7 hari secara default), pemindaian gagal, jadi mulailah dari versi tertua yang dikomitkan dalam periode tersebut.
Query di bawah ini, yang menemukan waktu komit, membaca change data feed (CDF) dari tabel pipeline yang ingin Anda putar ulang, jadi CDF harus diaktifkan pada tabel tersebut. Rewind itu sendiri tidak memerlukan CDF. Pipeline Lakeflow secara default mengaktifkan CDF pada tabel mereka, sehingga query berjalan tanpa pengaturan tambahan. Jika CDF telah dinonaktifkan pada tabel, gunakan rewind point atau DESCRIBE HISTORY untuk memilih titik sebagai gantinya.
Cocokkan filter _change_type dengan kegagalan yang sedang Anda selidiki: untuk sisipan atau pembaruan yang buruk, pertahankan 'insert' dan 'update_postimage'; untuk penghapusan yang salah, gunakan filter 'delete' sebagai gantinya, karena table_changes hanya menampilkan baris yang dihapus di bawah tipe perubahan tersebut. Untuk menghitung timestamp titik tengah dari predikat yang memilih data bermasalah, jalankan kueri seperti berikut:
WITH onset AS ( -- The first commit that introduced the bad data.
SELECT min(_commit_version) AS first_bad_version,
min(_commit_timestamp) AS first_bad_ts
FROM table_changes('catalog.schema.table', 1) -- Start from version 1.
WHERE _change_type IN ('insert', 'update_postimage') -- Use ('delete') instead to find an erroneous delete.
AND (event_date >= '2026-09-29') -- Example predicate. Replace the condition in parentheses with one that selects the bad rows.
),
bounds AS (
SELECT first_bad_ts,
(SELECT max(h.timestamp)
FROM (DESCRIBE HISTORY catalog.schema.table) h
WHERE h.version < onset.first_bad_version) AS last_good_ts
FROM onset
)
SELECT date_format(
from_unixtime((unix_timestamp(last_good_ts) + unix_timestamp(first_bad_ts)) / 2),
'yyyy-MM-dd HH:mm:ss') AS rewind_timestamp
FROM bounds;
Jika pipeline sudah diputar ulang atau diperbarui, mulai pemindaian dari commit rewind terbaru RESTORE atau commit refresh agar tidak melewati operasi sebelumnya.
Simulasikan proses rewind dengan uji coba
Untuk memvalidasi rewind tanpa mengubah tabel apa pun, atur dry_run ke true. Pembaruan berjalan melalui validasi ke status terminal COMPLETED tanpa mengubah data. Gunakan dry run untuk memastikan pipeline menerima rewind, lalu kirim permintaan lagi dengan dry_run set ke false.
Sebuah dry run merekam rewind yang divalidasinya sebagai peristiwa rewind_summary. Untuk menerapkan rewind yang sama persis itu, misalnya setelah dry run dengan rewind_timestamp, kirim rewind nyata dengan id milik peristiwa tersebut sebagai rewind_point_id. Dry run yang gagal tidak memblokir pembaruan berikutnya.
Saat Anda menjalankan siklus rewind-and-replay berturut-turut dalam otomatisasi, jalankan penyegaran penuh di antara keduanya. Menumpuk rewind dan replay kedua kalinya pada pipeline tanpa refresh penuh di antaranya dapat menduplikasi baris yang diproses ulang di tabel streaming hilir.
Setelah memutar ulang ke belakang
Kegagalan replay membuat pipa diputar ulang namun berhenti. Perbaiki kode atau data sumber, lalu jalankan pipeline untuk mencoba lagi, atau kembali ke titik yang berbeda. Pipeline tidak melakukan rollback secara otomatis, dan kesalahan ditampilkan melalui diagnostik pipeline standar serta log kejadian.
Replay hanya berhasil jika definisi pipeline saat ini kompatibel dengan status yang dipulihkan; rewind tidak melonggarkan aturan kompatibilitas Structured Streaming. Untuk perubahan yang kompatibel, lihat Jenis perubahan dalam kueri Structured Streaming. Tampilan termaterialisasi menggunakan semantik batch dan dapat mentoleransi perubahan skema yang lebih luas, tetapi tetap gagal jika suatu ketergantungan tidak kompatibel.
Pemutaran ulang yang gagal di tengah proses dapat membuat pipeline terputar ulang hanya sebagian. Anda memiliki dua opsi:
- Putar ulang lagi ke titik yang sama atau titik lain, dan pipeline akan mengerucut ke titik tersebut.
- Untuk memaksa pipeline memulai pembaruan normal meskipun rewind belum selesai, atur
pipelines.allowUpdateAfterIncompleteRewindketruelalu mulai ulang pipeline.
Note
Jika rewind gagal atau Anda mengirimnya dengan titik rewind yang tidak valid, pipeline akan memblokir setiap pembaruan berikutnya yang bukan rewind, termasuk refresh penuh, sampai Anda mengirim ulang rewind yang valid. Saat Anda memicu rewind secara programatik, konfirmasi bahwa rewind_point_id atau rewind_timestamp merujuk pada titik yang valid sebelum Anda mengirim permintaan.
Seberapa jauh Anda dapat memutar ulang
Poin Rewind disimpan selama 7 hari. Dalam jendela tersebut, rewind gagal jika data yang dibutuhkan sudah dihapus. Periksa hal-hal berikut sebelum Anda mengandalkan fungsi putar ulang:
-
VACUUMatau singkatandelta.deletedFileRetentionDurationdi atas meja Anda. Lihat Bekerja dengan riwayat tabel. - Masa retensi sumber lebih singkat daripada rentang waktu yang ingin Anda putar ulang, seperti topik Kafka yang menyimpan data selama satu hari.
Pipeline dengan beberapa sumber atau rantai dependensi yang panjang memerlukan masa retensi yang lebih lama, karena setiap tabel dan checkpoint harus dapat merujuk kembali ke satu titik yang konsisten.
Keterbatasan
- Rewind tidak dapat mengembalikan pipeline ke titik sebelum refresh penuh.
- Titik rewind disimpan selama 7 hari, dan rewind akan gagal jika riwayat tabel atau data sumber yang diperlukan untuk mencapai titik tersebut telah dihapus, misalnya oleh
VACUUMatau karena masa retensi sumber yang singkat. Lihat Seberapa jauh Anda bisa mundur. - Mode waktu nyata tidak didukung.
- Kinesis, Pulsar, Google Pub/Sub, dan sumber kustom yang dibangun dengan API sumber data DSv2 atau Python tidak didukung sebagai sumber.
- Sink eksternal dan sink kustom tidak didukung, termasuk sink yang didefinisikan dengan
create_sink(). Lihat Menggunakan sink dalam alur. - Tabel streaming yang menggunakan filter baris atau masker kolom tidak dapat diputar ulang. Lihat Menerapkan filter baris dan masker kolom secara manual.
- Stateful rewind memerlukan penyimpanan status RocksDB, yang digunakan pipeline secara default. Gagal melakukan rewind untuk alur yang dikonfigurasi untuk menggunakan penyimpanan status yang berbeda.
- Beberapa tabel streaming AUTO CDC perlu diperbarui sebelum dapat diputar ulang. Pipeline akan memberi tahu Anda saat Anda meminta putar ulang.
- Tampilan termaterialisasi dapat dihitung ulang sepenuhnya alih-alih disegarkan secara bertahap setelah rewind. Lihat Refresh inkremental untuk tampilan materialisasi.
- Rewind hanya berlaku untuk satu pipeline dan tidak melakukan koordinasi dengan pembaca eksternal atau pipeline lain yang membaca tabel yang sama.
- Rewind tidak mengembalikan kode pipeline, konfigurasi pipeline, atau metadata objek Unity Catalog seperti tag dan grant.