Şirket içi verileri isteğe bağlı akış veya toplu iş modları ile BigQuery'ye geçirmek ve yüklemeden önce hassas alanları maskelemek için programlı, uygun maliyetli bir işlem hattına ihtiyacınız var. Bu gereksinimleri hangi yaklaşım karşılar?

Bu yaklaşım, hem akış hem de toplu iş modlarını destekleyen esnek bir programlama modeli sunar. Apache Beam Python SDK'sı, Dataflow üzerinde çalışarak ölçeklenebilir ve yönetilen bir hizmet sağlar. Cloud DLP ile entegrasyon, hassas verilerin BigQuery'ye yüklenmeden önce maskelenmesini veya kimliksizleştirilmesini doğrudan işlem hattı içinde mümkün kılar. Diğer seçenekler neden yanlış: Cloud Data Fusion, veri entegrasyonu için sürükle ve bırak arayüzü sunsa da, Cloud DLP eklentisi doğrudan veri maskeleme için yeterince esnek veya programatik olmayabilir. BigQuery Data Transfer Service, verileri BigQuery'ye aktarmak için tasarlanmıştır ancak veriler BigQuery'ye girdikten sonra Cloud DLP'yi çağırmak, hassas verilerin geçici olarak da olsa BigQuery'de depolanması anlamına gelir ki bu istenmeyen bir durumdur. Datastream, veritabanlarından BigQuery'ye gerçek zamanlı veri çoğaltma için tasarlanmıştır ancak veri maskeleme veya dönüştürme yetenekleri sınırlıdır.