Référence de la table système de classification des données

Cette page décrit le schéma de table des résultats de la classification des données et comprend des exemples de queries. La table stocke les détections pour les classes de données sensibles au niveau des colonnes dans les catalogues activés de votre métastore.

Chemin de la table : system.data_classification.results

important

N'appliquez pas de filtre de lignes ou de masque de colonne au niveau de la table (configuré directement sur la table avec ALTER TABLE ... SET ROW FILTER ou ALTER TABLE ... ALTER COLUMN ... SET MASK) à la table system.data_classification.results. La classification des données gère les écritures dans cette table, et un filtre de lignes ou un masque de colonne au niveau de la table interférera avec le système et fera échouer l'analyse.

Cette limitation s'applique uniquement aux filtres de ligne au niveau de la table et aux masques de colonne. Les politiques ABAC n'affectent pas les analyses et ne sont pas bloquées.

Schéma de table des résultats de classification des données

La table système des résultats de classification des données utilise le schéma suivant :

Nom de colonne	Type de données	Description	Exemple
latest_detected_time	Horodatage	Heure de référence de la dernière analyse de la colonne.	2025-06-27T12:34
first_detected_time	Horodatage	Heure à laquelle la détection de la colonne a été enregistrée pour la première fois.	2025-06-27T12:34
catalog_id	chaîne	ID du catalogue.	3f1a7d6e-9c59-...
table_id	chaîne	ID de la table.	3f1a7d6e-9c59-...
catalog_name	chaîne	Nom du catalogue.	main_catalog
schema_name	chaîne	Nom du schéma.	public
table_name	chaîne	Nom de la table.	sales_data
column_name	chaîne	Nom de la colonne.	customer_email
data_type	chaîne	Type de données de la colonne. Les types complexes incluent des définitions complètes de struct.	struct<name:string, age:int>
class_tag	chaîne	Tag pour l'entité détectée ou clé de tag et valeur facultative.	class.us_ssn OU pii: confidential
samples	array<string>	Jusqu’à cinq exemples de valeurs qui correspondaient à la détection.	["a@b.com", ...]
confidence	chaîne	Confiance de la détection. Soit HIGH soit LOW	HIGH
frequency	Présentation libre	Estimation de la proportion de lignes correspondantes dans l'échantillon. Entre 0 et 1.	0.87

Nom de colonne	Type de données	Description	Exemple
latest_detected_time	Horodatage	Heure de référence de la dernière analyse de la colonne.	2025-06-27T12:34
first_detected_time	Horodatage	Heure à laquelle la détection de la colonne a été enregistrée pour la première fois.	2025-06-27T12:34
catalog_id	chaîne	ID du catalogue.	3f1a7d6e-9c59-...
table_id	chaîne	ID de la table.	3f1a7d6e-9c59-...
catalog_name	chaîne	Nom du catalogue.	main_catalog
schema_name	chaîne	Nom du schéma.	public
table_name	chaîne	Nom de la table.	sales_data
column_name	chaîne	Nom de la colonne.	customer_email
data_type	chaîne	Type de données de la colonne. Les types complexes incluent des définitions complètes de struct.	struct<name:string, age:int>
class_tag	chaîne	Tag pour l'entité détectée ou clé de tag et valeur facultative.	class.us_ssn OU pii: confidential
samples	array<string>	Jusqu’à cinq exemples de valeurs qui correspondaient à la détection.	["a@b.com", ...]
confidence	chaîne	Confiance de la détection. Soit HIGH soit LOW	HIGH
frequency	Présentation libre	Estimation de la proportion de lignes correspondantes dans l'échantillon. Entre 0 et 1.	0.87

Exemples de requêtes

Remplacez les valeurs de parameter par les vôtres avant l'exécution.

Obtenir toutes les détections pour une table

SQL

SELECT *
FROM system.data_classification.results
WHERE
  catalog_name = "c"
  AND schema_name = "s"
  AND table_name = "t";

Obtenir toutes les détections à haute confiance

SQL

SELECT *
FROM system.data_classification.results
WHERE
  catalog_name = "c"
  AND schema_name = "s"
  AND table_name = "t"
  AND confidence = "HIGH";

Obtenez le nombre de tables impactées par une classification spécifique

SQL

SELECT
  class_tag,
  COUNT(DISTINCT catalog_name, schema_name, table_name) AS num_tables
FROM
  system.data_classification.results
WHERE
  class_tag IS NOT NULL
GROUP BY class_tag;

Obtenez le nombre d'utilisateurs qui ont interrogé des tables avec des données sensibles au cours des 30 derniers jours

SQL

WITH table_accesses AS (
  SELECT
    IFNULL(
      request_params.full_name_arg,
      CONCAT(request_params.catalog_name, '.', request_params.schema_name, '.', request_params.name)
    ) AS table_full_name,
    COUNT(DISTINCT user_identity.email) AS num_users
  FROM
    system.access.audit
  WHERE
    action_name IN ("createTable", "getTable", "updateTable", "deleteTable")
    AND (
      -- For performance, limit the blast radius of the audit log query to only the current catalog
      request_params.catalog_name = :catalog_name OR
      request_params.full_name_arg LIKE :catalog_name || '%'
    )
    AND event_time >= DATE_SUB(current_date(), 30)
  GROUP BY table_full_name
),
sensitive_tables AS (
  SELECT
    DISTINCT CONCAT(catalog_name, '.', schema_name, '.', table_name) AS table_full_name
  FROM
    system.data_classification.results
  WHERE class_tag IS NOT NULL
)

SELECT
  st.table_full_name,
  ta.num_users
FROM
  sensitive_tables st
  JOIN table_accesses ta
  ON st.table_full_name = ta.table_full_name