Referência de tabela do sistema de classificação de dados

Esta página descreve o esquema da tabela de resultados da classificação de dados e inclui consultas de exemplo. A tabela armazena detecções para classes de dados confidenciais no nível da coluna em catálogos habilitados no seu metastore.

Caminho da tabela : system.data_classification.results

importante

Não aplique um filtro de linha ou máscara de coluna no nível da tabela (configurado diretamente na tabela com ALTER TABLE ... SET ROW FILTER ou ALTER TABLE ... ALTER COLUMN ... SET MASK) à tabela system.data_classification.results. A classificação de dados gerencia as gravações nesta tabela, e um filtro de linha ou máscara de coluna no nível da tabela irá interferir no sistema e falhará na verificação.

Essa limitação se aplica apenas a filtros de linha e máscaras de coluna em nível de tabela. As políticas ABAC não afetam as verificações e não são bloqueadas.

Esquema da tabela de resultados da classificação de dados

A tabela do sistema de resultados de classificação de dados usa o seguinte esquema:

Nome da coluna	Tipo de dados	Descrição	Exemplo
latest_detected_time	carimbo de data/hora	No momento em que a coluna foi escaneada mais recentemente.	2025-06-27T12:34
first_detected_time	carimbo de data/hora	Horário em que a detecção da coluna foi registrada pela primeira vez.	2025-06-27T12:34
catalog_id	string	ID do catálogo.	3f1a7d6e-9c59-...
table_id	string	ID da tabela.	3f1a7d6e-9c59-...
catalog_name	string	Nome do catálogo.	main_catalog
schema_name	string	Nome do esquema.	public
table_name	string	Nome da tabela.	sales_data
column_name	string	Nome da coluna.	customer_email
data_type	string	Tipo de dados da coluna. Tipos complexos incluem definições de struct completas.	struct<name:string, age:int>
class_tag	string	tag para a entidade detectada ou key tag e valor opcional.	class.us_ssn ou pii: confidential
samples	array<string>	Até cinco valores de amostra que corresponderam à detecção.	["a@b.com", ...]
confidence	string	Confiança de detecção. Ou HIGH ou LOW	HIGH
frequency	Float	Estimativa da proporção de linhas correspondentes na amostra. Entre 0 e 1.	0.87

Nome da coluna	Tipo de dados	Descrição	Exemplo
latest_detected_time	carimbo de data/hora	No momento em que a coluna foi escaneada mais recentemente.	2025-06-27T12:34
first_detected_time	carimbo de data/hora	Horário em que a detecção da coluna foi registrada pela primeira vez.	2025-06-27T12:34
catalog_id	string	ID do catálogo.	3f1a7d6e-9c59-...
table_id	string	ID da tabela.	3f1a7d6e-9c59-...
catalog_name	string	Nome do catálogo.	main_catalog
schema_name	string	Nome do esquema.	public
table_name	string	Nome da tabela.	sales_data
column_name	string	Nome da coluna.	customer_email
data_type	string	Tipo de dados da coluna. Tipos complexos incluem definições de struct completas.	struct<name:string, age:int>
class_tag	string	tag para a entidade detectada ou key tag e valor opcional.	class.us_ssn ou pii: confidential
samples	array<string>	Até cinco valores de amostra que corresponderam à detecção.	["a@b.com", ...]
confidence	string	Confiança de detecção. Ou HIGH ou LOW	HIGH
frequency	Float	Estimativa da proporção de linhas correspondentes na amostra. Entre 0 e 1.	0.87

Consultas de exemplo

Substitua os valores dos parâmetros pelos seus antes de executar.

Obter todas as detecções para uma tabela

SQL

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

Obtenha todas as detecções de alta confiança

SQL

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

Obter o número de tabelas impactadas por uma classificação específica

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;

Obtenha o número de usuários que consultaram tabelas com dados confidenciais nos últimos 30 dias

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