Referência de tabela do sistema de classificação de dados

info

Beta

Este recurso está em Beta.

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

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

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