在DataWorks中,管理数据源权限的背景信息主要涉及到以下几个方面:
数据安全:为了保护数据的安全,防止未经授权的访问和使用,需要对数据源进行权限管理。只有拥有相应权限的用户才能访问和使用数据源。
数据共享:在大数据环境中,数据往往需要被多个用户或团队共享和使用。通过权限管理,可以灵活地控制哪些用户或团队可以访问和使用哪些数据源,以及他们可以执行哪些操作。
角色分配:在组织结构复杂的大数据环境中,需要根据用户的职责和需求,为他们分配相应的角色和权限。这可以通过角色管理来实现。
审计和监控:通过对权限的管理和使用进行审计和监控,可以及时发现和处理潜在的安全风险和问题。
数据治理:通过权限管理,可以实现对数据的规范化管理和使用,从而提高数据的质量和价值。
DataWorks 管理数据源权限是指 DataWorks 提供的一种机制,用于控制谁可以使用哪些数据源,以及可以执行哪些操作。通过设置数据源权限,您可以控制其他成员对数据源的操作范围,以及对不同成员进行精细权限划分。这样有助于保护数据源的安全性和隐私性。
在DataWorks中,为了保证数据的安全性和隐私性,您可以为不同的用户提供不同级别的数据源权限。例如,您可以让某个用户只能查看数据源,而不能对其进行编辑或删除操作;或者,您可以让某个用户对数据源具有完全的控制权。此外,您还可以根据需要对数据源进行更精细的权限控制,例如限制用户只能访问特定的数据表或列等。
DataWorks管理数据源权限的背景信息主要包括以下方面:
1.数据源安全性:在DataWorks中,数据源通常承载了大量的敏感信息,如数据库或数据仓库的地址、账户和密码等。为了确保数据的安全性,需要对数据源的访问权限进行严格管控,以防止敏感信息的泄露或不当使用。
2.数据源一致性:在多个开发人员或团队共享同一个数据源时,如果对数据源的访问权限没有得到合理的控制,可能会导致数据源的一致性问题。例如,不同人员可能对数据源进行不同的修改,从而造成数据源的混乱或冲突。
3.数据源稳定性:在开发过程中,开发人员通常需要引用数据源进行数据访问。如果允许所有人都可以修改数据源信息,可能会造成不必要的风险和错误。例如,多人同时修改数据源信息可能导致数据源报错,以致于引用该数据源的任务运行失败。
因此,DataWorks提供了数据源权限管理功能,以实现对数据源访问权限的严格管控。通过这种机制,只有经过授权的用户或用户组才能访问和操作特定的数据源,从而确保数据的安全性、一致性和稳定性。在具体实现上,DataWorks可以支持基于工作空间的权限管理,可以针对不同的工作空间或用户组设置不同的数据源权限,从而实现灵活且细致的数据源权限控制。
您可以在数据源管理页面,分享数据源权限给相应的工作空间,并进入被分享的工作空间查看该数据源。本文为您介绍如何管理数据源权限及查看分享的数据源。
背景信息
通常数据源会承载数据的具体地址、账户和密码等敏感信息,但普通开发人员仅需要引用数据源进行数据访问。如果数据源中透露过多敏感信息或允许所有人修改数据源,会造成安全风险。例如,多人修改数据源信息,可能导致数据源报错,以致于引用该数据源的任务运行失败。
因此数据集成提供更加严格的权限管控功能,仅支持数据源的创建者对数据源进行权限管理,指定某个工作空间或者某个人对数据源的权限。数据源权限管理相关的常见问题请参见数据源权限管理。
使用限制
数据源权限管理功能仅支持跨工作空间数据源分享,不支持同工作空间下数据源权限管控。
同工作空间仅主账号、管理员、安全管理员可以对数据源进行编辑操作。
注意事项
若要对数据源下某张表进行数据输出与写入控制。您可以选择使用审批中心自定义数据集成审批策略功能。审批中心支持管理员按源端、目的端数据源的组合来定义需要被审批的数据集成任务。详情请参见:数据集成审批策略。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。