Ein einzelner Amazon Redshift-Cluster ist die einzige Datenquelle des Unternehmens und enthält einige sensible Felder. Ein Data Scientist benötigt Zugriff auf einige sensible Spalten, ohne die Quelldaten zu verändern oder anonymisierte Kopien in der Datenbank zu speichern. Welche Lösung erfordert den geringsten Implementierungsaufwand?

Die Konfiguration dynamischer Datenmaskierungsrichtlinien in Amazon Redshift ist die effizienteste Lösung. Redshift unterstützt native Datenmaskierung, die sensible Daten zur Abfragezeit basierend auf Benutzerrollen oder anderen Kriterien maskiert, ohne die zugrunde liegenden Daten zu ändern oder separate Kopien zu erstellen. Dies erfüllt direkt die Anforderung, sensible Spalten ohne Datenänderung oder Speicherung anonymisierter Kopien zugänglich zu machen und erfordert den geringsten Implementierungsaufwand, da es eine integrierte Funktion ist. Eine materialisierte Ansicht würde zwar Maskierungslogik anwenden, aber sie würde eine Kopie der Daten speichern, was nicht den Anforderungen entspricht. Das Entladen nach S3 und die Verwendung von Athena oder AWS Glue sind komplexere Ansätze, die zusätzliche Services und Datenbewegungen erfordern, was den Implementierungsaufwand erhöht und möglicherweise separate, anonymisierte Datensätze erstellt.