Kundendaten, die PII enthalten, werden in Amazon Redshift gespeichert. Verschiedene Teams benötigen unterschiedliche Zugriffsebenen: Marketing benötigt verschleierte Anspruchsdetails, aber vollständige Kontaktinformationen; die Schadensabteilung benötigt Kundeninformationen für jeden von ihnen bearbeiteten Anspruch; die Analyseabteilung benötigt nur verschleierte PII. Welcher Ansatz setzt diese Zugriffsregeln mit dem geringsten administrativen Aufwand durch?

Die Erstellung separater Redshift-Datenbankrollen für jedes Team, die Definition von Maskierungsrichtlinien pro Team und die Zuweisung dieser Richtlinien zu den Rollen bietet die granularste Kontrolle über den Datenzugriff mit dem geringsten administrativen Aufwand. Redshift unterstützt native Datenmaskierung, die es ermöglicht, sensible Daten basierend auf der Rolle des Benutzers zu verschleiern oder zu anonymisieren. Die Bereitstellung separater Cluster ist ineffizient und teuer. Datenbankansichten bieten zwar eine gewisse Kontrolle, aber keine dynamische Datenmaskierung basierend auf Benutzerrollen. Die Verschiebung zu S3 und Lake Formation ist eine gültige Option für Data Lakes, aber für Daten, die bereits in Redshift gespeichert sind, ist die native Redshift-Maskierung die direkteste und effizienteste Lösung.