Menemukan dan membuat katalog data Cloud Storage

Dokumen ini menjelaskan cara menggunakan penemuan otomatis Dataplex Universal Catalog, sebuah fitur di BigQuery yang memungkinkan Anda memindai data di bucket Cloud Storage untuk mengekstrak lalu membuat katalog metadata. Sebagai bagian dari pemindaian penemuan, penemuan otomatis membuat tabel BigLake atau eksternal untuk data terstruktur dan tabel objek untuk data tidak terstruktur. Data tabel terpusat ini mempermudah insight data, keamanan data, dan tata kelola yang didukung AI.

Untuk menggunakan penemuan otomatis data Cloud Storage, Anda membuat dan menjalankan pemindaian penemuan.

Ringkasan pemindaian penemuan

Pemindaian penemuan melakukan hal berikut:

  • Memindai data di bucket atau jalur Cloud Storage.
  • Mengelompokkan data terstruktur dan semi-terstruktur ke dalam tabel.
  • Mengumpulkan metadata, seperti nama tabel, skema, dan definisi partisi.
  • Membuat dan memperbarui tabel BigLake, eksternal, atau objek di BigQuery menggunakan skema dan definisi partisi.

Untuk data tidak terstruktur, seperti gambar dan video, pemindaian penemuan mendeteksi dan mendaftarkan grup file yang memiliki jenis media yang sama dengan tabel objek BigLake. Misalnya, jika gs://images/group1 berisi gambar GIF, dan gs://images/group2 berisi gambar JPEG, pemindaian penemuan mendeteksi dan mendaftarkan dua kumpulan file.

Untuk data terstruktur, seperti Avro, pemindaian penemuan mendaftarkan grup file sebagai tabel eksternal BigLake dan mendeteksi file hanya jika file tersebut berada di folder yang berisi format data yang sama dan skema yang kompatibel.

Pemindaian penemuan mendukung format data terstruktur dan semi-terstruktur berikut:

Pemindaian penemuan mendukung format kompresi berikut untuk data terstruktur dan semi-terstruktur:

  • Kompresi internal untuk format berikut:

    Kompresi Contoh ekstensi file Format yang didukung
    gzip .gz.parquet Parquet
    lz4 .lz4.parquet Parquet
    Cepat .snappy.parquet Parquet, ORC, Avro
    lzo .lzo.parquet Parquet, ORC

  • Kompresi eksternal untuk file JSON dan CSV:

    • gzip
    • bzip2

Untuk melihat batas jumlah tabel yang didukung pemindaian penemuan, lihat Kuota dan batas.

Tabel yang ditemukan didaftarkan di BigQuery sebagai tabel eksternal BigLake, tabel objek BigLake, atau tabel eksternal. Hal ini membuat data mereka tersedia untuk dianalisis di BigQuery. Penyimpanan metadata ke dalam cache untuk tabel BigLake dan tabel objek juga diaktifkan. Semua tabel BigLake secara otomatis di-ingest ke dalam Katalog Universal Dataplex untuk penelusuran dan penemuan.

Sebelum memulai

Enable the Dataplex API.

Enable the API

Peran yang diperlukan untuk akun layanan Dataplex Universal Catalog

Sebelum memulai, tetapkan izin IAM ke akun layanan Dataplex Universal Catalog di project Anda.

  service-PROJECT_NUMBER@gcp-sa-dataplex.iam.gserviceaccount.com

Ganti PROJECT_NUMBER dengan project tempat Dataplex API diaktifkan.

Untuk memastikan akun layanan Dataplex memiliki izin yang diperlukan untuk membuat dan menjalankan pemindaian penemuan, minta administrator Anda untuk memberikan peran IAM berikut kepada akun layanan Dataplex:

Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Peran bawaan ini berisi izin yang diperlukan untuk membuat dan menjalankan pemindaian penemuan. Untuk melihat izin yang benar-benar diperlukan, luaskan bagian Izin yang diperlukan:

Izin yang diperlukan

Izin berikut diperlukan untuk membuat dan menjalankan pemindaian penemuan:

  • bigquery.datasets.create di project sumber data
  • storage.buckets.get di bucket sumber data
  • storage.objects.get di bucket sumber data
  • storage.objects.list di bucket sumber data
  • bigquery.datasets.get di project sumber data
  • Menyediakan koneksi:
    • bigquery.connections.delegate pada koneksi BigQuery
    • bigquery.connections.use pada koneksi BigQuery

Administrator Anda mungkin juga dapat memberikan izin ini kepada akun layanan Dataplex dengan peran khusus atau peran bawaan lainnya.

Peran yang diperlukan untuk akun layanan koneksi BigQuery

Untuk memastikan akun layanan BigQuery Connection memiliki izin yang diperlukan untuk membuat pemindaian penemuan, minta administrator Anda untuk memberikan peran IAM Dataplex Discovery Service Agent (roles/dataplex.discoveryServiceAgent) kepada akun layanan BigQuery Connection di bucket Cloud Storage.

Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.

Peran bawaan ini berisi izin yang diperlukan untuk membuat pemindaian penemuan. Untuk melihat izin yang benar-benar diperlukan, luaskan bagian Izin yang diperlukan:

Izin yang diperlukan

Izin berikut diperlukan untuk membuat pemindaian penemuan:

  • bigquery.datasets.create di project sumber data
  • storage.buckets.get di bucket sumber data
  • storage.objects.get di bucket sumber data
  • storage.objects.list di bucket sumber data
  • bigquery.datasets.get di project sumber data
  • Menyediakan koneksi:
    • bigquery.connections.delegate pada koneksi BigQuery
    • bigquery.connections.use pada koneksi BigQuery

Administrator Anda mungkin juga dapat memberikan izin ini kepada akun Layanan Koneksi BigQuery dengan peran khusus atau peran bawaan lainnya.

Peran yang diperlukan untuk pengguna akhir

Untuk mendapatkan izin yang Anda perlukan guna membuat dan mengelola pemindaian penemuan data, minta administrator Anda untuk memberi Anda peran IAM berikut di bucket Cloud Storage:

  • Akses penuh ke resource DataScan: Administrator Dataplex DataScan (roles/dataplex.dataScanAdmin) - project Anda
  • Akses tulis ke resource DataScan: Dataplex DataScan Editor (roles/dataplex.dataScanEditor) - project Anda
  • Akses baca ke resource DataScan, tidak termasuk hasilnya: Pelihat DataScan Dataplex (roles/dataplex.dataScanViewer) - project Anda
  • Akses baca ke resource DataScan, termasuk hasilnya: Dataplex DataScan DataViewer (roles/dataplex.dataScanDataViewer) - project Anda

Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Peran bawaan ini berisi izin yang diperlukan untuk membuat dan mengelola pemindaian penemuan data. Untuk melihat izin yang benar-benar diperlukan, luaskan bagian Izin yang diperlukan:

Izin yang diperlukan

Izin berikut diperlukan untuk membuat dan mengelola pemindaian penemuan data:

  • Buat DataScan: dataplex.datascans.create di project Anda
  • Menghapus DataScan: dataplex.datascans.delete di project atau resource DataScan
  • Melihat detail DataScan tanpa menyertakan hasil: dataplex.datascans.get di proyektor Anda, resource DataScan
  • Melihat detail DataScan termasuk hasil: dataplex.datascans.getData di project Anda atau resource DataScan
  • Mencantumkan DataScan: dataplex.datascans.list di project Anda atau resource DataScan
  • Jalankan DataScan: dataplex.datascans.run di project Anda atau resource DataScan
  • Memperbarui deskripsi DataScan: dataplex.datascans.update di proyektor Anda, resource DataScan
  • Melihat izin IAM DataScan: dataplex.datascans.getIamPolicy di project Anda atau resource DataScan
  • Tetapkan izin IAM pada DataScan: dataplex.datascans.setIamPolicy di project Anda atau resource DataScan

Anda mungkin juga bisa mendapatkan izin ini dengan peran khusus atau peran bawaan lainnya.

Membuat pemindaian penemuan

Untuk menemukan data, Anda harus membuat dan menjalankan pemindaian penemuan. Anda dapat menyetel jadwal untuk pemindaian atau menjalankan pemindaian sesuai permintaan.

Saat pemindaian penemuan berjalan, pemindaian akan membuat set data baru di BigQuery yang sesuai dengan bucket Cloud Storage yang dipindai. Nama set data BigQuery sama dengan nama bucket Cloud Storage. Karakter yang tidak valid dalam nama bucket diganti dengan garis bawah. Jika nama set data tidak tersedia, akhiran akan ditambahkan (misalnya, _discovered_001). Set data berisi tabel eksternal BigLake atau tabel eksternal non-BigLake yang dibuat oleh pemindaian penemuan untuk analisis lebih lanjut.

Konsol

  1. Di konsol Google Cloud , buka halaman Kurasi metadata.

    Buka Kurasi metadata

  2. Di tab Cloud Storage discovery, klik Create.

  3. Di panel Buat pemindaian penemuan, konfigurasi detail tentang data yang akan dipindai.

  4. Masukkan nama untuk pemindaian.

  5. Di kolom Scan ID, masukkan ID unik yang mengikuti konvensi penamaan resource di Google Cloud. Jika Anda tidak memberikan ID, pemindaian penemuan akan membuat ID pemindaian.

  6. Opsional: Berikan deskripsi pemindaian.

  7. Untuk menentukan bucket Cloud Storage yang berisi file yang akan dipindai, di kolom Bucket, telusuri dan pilih bucket.

  8. Opsional: Tentukan data yang akan disertakan atau dikecualikan dari pemindaian penemuan dengan memberikan daftar pola glob untuk pemfilteran file.

    • Sertakan: jika hanya subset data yang harus dipindai, berikan daftar pola glob yang cocok dengan objek yang akan disertakan.
    • Kecualikan: memberikan daftar pola glob yang cocok dengan objek yang akan dikecualikan.

    Misalnya, jika Anda ingin mengecualikan gs://test_bucket/foo/.. dari pemindaian penemuan, masukkan **/foo/** sebagai jalur pengecualian. Tanda kutip menyebabkan error. Pastikan untuk memasukkan **/foo/**, bukan "**/foo/**".

    Jika Anda memberikan pola sertakan dan pola kecualikan, pola kecualikan akan diterapkan terlebih dahulu.

  9. Opsional: Di Project, pilih project set data BigQuery yang berisi tabel eksternal BigLake atau tabel eksternal non-BigLake yang dibuat oleh pemindaian penemuan. Jika tidak diberikan, set data dibuat di project yang berisi bucket Cloud Storage.

  10. Di Location type, pilih Region atau Multi-region (mana saja yang tersedia) tempat set data publikasi BigQuery dibuat.

  11. Untuk membuat tabel BigLake dari data yang dipindai, di kolom Connection ID, berikan ID koneksi resource Google Cloud Anda. Untuk mengetahui informasi selengkapnya, lihat Koneksi resourceGoogle Cloud di BigQuery.

    Anda dapat membuat ID koneksi baru di lokasi yang sama dengan lokasi set data BigQuery, yang kompatibel dengan lokasi bucket Cloud Storage.

    Jika Anda tidak memberikan ID koneksi resource, pemindaian penemuan akan membuat tabel eksternal non-BigLake.

  12. Di bagian Frekuensi penemuan, konfigurasikan kapan Anda ingin pemindaian penemuan dijalankan:

    • Ulangi: pemindaian berjalan sesuai jadwal yang telah ditentukan. Berikan waktu mulai, hari untuk menjalankan pemindaian, dan frekuensi, seperti per jam.

    • Sesuai permintaan: pemindaian berjalan sesuai permintaan.

  13. Opsional: Di bagian Spesifikasi JSON atau CSV, tentukan cara pemindaian harus memproses file JSON dan CSV. Klik Spesifikasi JSON atau CSV.

    1. Untuk mengonfigurasi opsi JSON, pilih Aktifkan opsi penguraian JSON.
      • Nonaktifkan inferensi jenis: apakah pemindaian penemuan harus menyimpulkan jenis data saat memindai data. Jika Anda menonaktifkan inferensi jenis untuk data JSON, semua kolom akan didaftarkan sebagai jenis primitifnya, seperti string, angka, atau boolean.
      • Format encoding: encoding karakter data, seperti UTF-8, US-ASCII, atau ISO-8859-1. Jika Anda tidak menentukan nilai, UTF-8 akan digunakan sebagai default.
    2. Untuk mengonfigurasi opsi CSV, centang Aktifkan opsi parsing CSV.
      • Nonaktifkan inferensi jenis: apakah pemindaian penemuan harus menyimpulkan jenis data saat memindai data. Jika Anda menonaktifkan inferensi jenis untuk data CSV, semua kolom akan didaftarkan sebagai string.
      • Baris header: jumlah baris header, baik 0 atau 1. Jika Anda menentukan nilai 0, pemindaian penemuan akan menyimpulkan heading dan mengekstrak nama kolom dari file. Defaultnya adalah 0.
      • Karakter pembatas kolom: karakter yang digunakan untuk memisahkan nilai. Berikan satu karakter, \r (carriage return), atau \n (baris baru). Defaultnya adalah koma (,).
      • Format encoding: encoding karakter data, seperti UTF-8, US-ASCII, atau ISO-8859-1. Jika Anda tidak menentukan nilai, UTF-8 akan digunakan sebagai default.

  14. Klik Buat (untuk pemindaian terjadwal) atau Jalankan sekarang (untuk pemindaian sesuai permintaan).

    Pemindaian terjadwal dijalankan sesuai dengan jadwal yang Anda tetapkan.

    Pemindaian on-demand dijalankan sekali pada awalnya saat Anda membuatnya, dan Anda dapat menjalankan pemindaian kapan saja. Pemindaian penemuan dapat memerlukan waktu beberapa menit untuk dijalankan.

gcloud

Untuk membuat pemindaian penemuan, gunakan perintah gcloud dataplex datascans create data-discovery.

gcloud dataplex datascans create data-discovery --location=LOCATION
--data-source-resource=BUCKET_PATH

Ganti kode berikut:

  • LOCATION: lokasi tempat Anda ingin membuat pemindaian penemuan
  • BUCKET_PATH: jalur Cloud Storage bucket yang ingin Anda pindai

REST

Untuk membuat pemindaian penemuan, gunakan metode dataScans.create.

Membuat kueri tabel BigLake yang dipublikasikan

Setelah Anda menjalankan pemindaian penemuan, tabel BigLake akan dipublikasikan dalam set data baru di BigQuery. Tabel tersebut kemudian tersedia untuk dianalisis di BigQuery menggunakan SQL, atau di Dataproc menggunakan Apache Spark atau HiveQL.

SQL

Anda dapat melihat atau membuat kueri tabel di BigQuery. Untuk mengetahui informasi selengkapnya tentang cara menjalankan kueri di BigQuery, lihat Menjalankan kueri.

Apache Spark

Untuk membuat kueri tabel BigLake menggunakan Spark SQL pada tugas Dataproc serverless, ikuti langkah-langkah berikut:

  1. Buat skrip PySpark yang serupa dengan contoh skrip berikut:

    from pyspark.sql import SparkSession
session = (
  SparkSession.builder.appName("testing")
    .config("viewsEnabled","true")
    .config("materializationDataset", "DATASET_ID")
    .config("spark.hive.metastore.bigquery.project.id", "PROJECT_ID")
    .config("spark.hive.metastore.client.factory.class", "com.google.cloud.bigquery.metastore.client.BigQueryMetastoreClientFactory")
    .enableHiveSupport()
    .getOrCreate()
)

session.sql("show databases").show()
session.sql("use TABLE_NAME").show()
session.sql("show tables").show()

sql = "SELECT * FROM DATASET_ID.TABLE_ID LIMIT 10"
df = session.read.format("bigquery").option("dataset", "DATASET_ID").load(sql)
df.show()

    Ganti kode berikut:

    • DATASET_ID: ID set data yang izin pembuatannya dimiliki pengguna
    • PROJECT_ID: ID project dengan tabel BigLake
    • TABLE_NAME: Nama tabel BigLake
    • TABLE_ID: ID tabel BigLake

  2. Kirimkan tugas batch.

Mengelola tabel BigLake yang dipublikasikan

Tabel BigLake yang dipublikasikan dibuat dan dikelola di BigQuery oleh pemindaian penemuan. Secara default, pemindaian penemuan menangani penemuan data baru, inferensi skema, dan evolusi skema setiap kali pemindaian terjadwal atau sesuai permintaan dijalankan. Untuk menunjukkan bahwa metadata dikelola oleh pemindaian, pemindaian memublikasikan tabel dengan label metadata-managed-mode yang ditetapkan ke discovery-managed.

Jika Anda ingin mengelola skema dan metadata lainnya seperti opsi CSV atau JSON sendiri, tetapkan label metadata-managed-mode ke user_managed. Dengan begitu, skema tidak akan berubah saat pemindaian penemuan berikutnya berjalan. Pendekatan ini dapat berguna dalam skenario saat skema yang disimpulkan oleh pemindaian penemuan salah atau berbeda dari yang diharapkan untuk tabel tertentu. Jika label metadata-managed-mode ditetapkan ke user_managed, biaya dapat dikurangi.

Untuk memperbarui label, Anda dapat mengedit nilai kunci label metadata-managed-mode menjadi user_managed, bukan discovery-managed. Dalam hal ini, pemindaian penemuan tidak memperbarui skema tabel selama label user_managed terlampir pada tabel.

Memperbarui tabel BigLake yang dipublikasikan

Untuk tabel BigLake yang dipublikasikan menggunakan tugas pemindaian penemuan dengan konfigurasi default, skema dan metadata lainnya akan otomatis diperbarui setiap kali tugas pemindaian penemuan dijalankan pada frekuensi terjadwal.

Untuk memperbarui tabel BigLake yang dipublikasikan, ikuti langkah-langkah berikut:

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Memperbarui satu atau beberapa properti tabel.

  3. Di panel Explorer, luaskan project dan set data Anda, lalu pilih tabel.

  4. Di tab Detail, di bagian Label, pastikan label metadata-managed-mode disetel ke user_managed. Jika disetel ke nilai yang berbeda, ikuti langkah-langkah berikut:

    1. Klik Edit detail.

    2. Di samping kunci metadata-managed-mode, di kolom value, masukkan user_managed.

Menghapus tabel BigLake yang dipublikasikan

Untuk menghapus tabel BigLake yang dipublikasikan, ikuti langkah-langkah berikut:

  1. Hapus file data untuk tabel di bucket Cloud Storage.

  2. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  3. Di panel Explorer, luaskan project dan set data Anda, lalu pilih tabel.

  4. Di panel Detail, di bagian Label, pastikan label metadata-managed-mode tidak disetel ke user_managed. Jika disetel ke user_managed, ikuti langkah-langkah berikut:

    1. Klik Edit detail .

    2. Di samping kunci metadata-managed-mode, di kolom value, masukkan discovery-managed.

  5. Klik Run. Pemindaian penemuan berjalan sesuai permintaan.

Setelah pemindaian penemuan berjalan, tabel BigLake akan dihapus di BigQuery dan tidak tersedia untuk dicantumkan atau dikueri melalui Spark.

Menjalankan pemindaian penemuan sesuai permintaan

Untuk menjalankan pemindaian penemuan sesuai permintaan, pilih salah satu opsi berikut.

Konsol

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Di menu navigasi, klik Tata kelola > Kurasi metadata.

  3. Di panel Penemuan Cloud Storage, klik pemindaian penemuan yang ingin dijalankan.

  4. Klik Jalankan sekarang.

gcloud

Untuk menjalankan pemindaian penemuan, gunakan perintah gcloud dataplex datascans run:

gcloud dataplex datascans run DATASCAN \
  --location=LOCATION

Ganti variabel berikut:

  • LOCATION: Google Cloud region tempat pemindaian penemuan dibuat.
  • DATASCAN: nama pemindaian penemuan.

REST

Untuk menjalankan pemindaian penemuan sesuai permintaan, gunakan metode dataScans.run di Dataplex API.

Mencantumkan pemindaian penemuan

Untuk mencantumkan pemindaian penemuan Anda, pilih salah satu opsi berikut.

Konsol

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Di menu navigasi, klik Tata kelola > Kurasi metadata.

  3. Di panel Penemuan Cloud Storage, pemindaian penemuan yang dibuat di project akan dicantumkan.

gcloud

gcloud dataplex datascans list --location=LOCATION --project=PROJECT_ID

Ganti kode berikut:

  • LOCATION: lokasi project Anda
  • PROJECT_ID: Google Cloud project ID Anda

REST

Untuk mengambil daftar pemindaian penemuan di project Anda, gunakan metode dataScans.list di Dataplex Universal Catalog API.

Melihat pemindaian penemuan

Untuk melihat pemindaian penemuan, pilih salah satu opsi berikut.

Konsol

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Di menu navigasi, klik Tata kelola > Kurasi metadata.

  3. Di panel Penemuan Cloud Storage, klik pemindaian penemuan yang detailnya ingin Anda lihat.

    • Bagian Detail pemindaian menampilkan detail tentang pemindaian penemuan.
    • Bagian Status pemindaian menampilkan hasil penemuan tugas pemindaian terbaru.

gcloud

gcloud dataplex datascans jobs describe JOB \
    --location=LOCATION \
    --datascan=DATASCAN \
    --view=FULL

Ganti kode berikut:

  • JOB: ID tugas untuk tugas pemindaian penemuan.
  • LOCATION: Google Cloud region tempat pemindaian penemuan dibuat.
  • DATASCAN: nama pemindaian penemuan tempat tugas berada.
  • --view=FULL: melihat hasil tugas pemindaian penemuan.

REST

Untuk melihat hasil pemindaian penemuan data, gunakan metode dataScans.get di Dataplex Universal Catalog API.

Melihat hasil pemindaian penemuan historis

Untuk melihat hasil pemindaian penemuan historis, pilih salah satu opsi berikut.

Konsol

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Di menu navigasi, klik Tata kelola > Kurasi metadata.

  3. Di panel Penemuan Cloud Storage, klik pemindaian penemuan yang detailnya ingin Anda lihat.

  4. Klik panel Histori pemindaian. Panel Histori pemindaian memberikan informasi tentang tugas sebelumnya, termasuk jumlah catatan yang dipindai di setiap tugas, status setiap tugas, dan waktu tugas dijalankan.

  5. Untuk melihat informasi mendetail tentang tugas, klik tugas di kolom ID Tugas.

gcloud

gcloud dataplex datascans jobs list \
    --location=LOCATION \
    --datascan=DATASCAN

Ganti kode berikut:

  • LOCATION: Google Cloud region tempat pemindaian penemuan dibuat.
  • DATASCAN: nama pemindaian penemuan tempat tugas berada.

REST

Untuk melihat semua tugas pemindaian penemuan, gunakan metode dataScans.job/list di Dataplex Universal Catalog API.

Memperbarui pemindaian penemuan

Untuk mengubah jadwal pemindaian penemuan, misalnya, untuk mengubah jadwal dari sesuai permintaan menjadi berulang, perbarui pemindaian penemuan.

Konsol

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Di menu navigasi, klik Tata kelola > Kurasi metadata.

  3. Di panel Penemuan Cloud Storage, untuk pemindaian penemuan yang ingin Anda perbarui, klik Tindakan > Edit.

  4. Edit the values.

  5. Klik Simpan.

gcloud

Untuk memperbarui pemindaian penemuan, gunakan perintah gcloud dataplex datascans update data-discovery.

gcloud dataplex datascans update data-discovery SCAN_ID --location=LOCATION --description=DESCRIPTION

Ganti kode berikut:

  • SCAN_ID: ID pemindaian penemuan yang ingin Anda perbarui
  • LOCATION: region Google Cloud tempat pemindaian penemuan dibuat
  • DESCRIPTION: deskripsi baru untuk pemindaian penemuan

REST

Untuk memperbarui pemindaian penemuan, gunakan metode dataScans.patch di Dataplex Universal Catalog API.

Menghapus pemindaian penemuan

Untuk menghapus pemindaian penemuan, pilih salah satu opsi berikut.

Konsol

  1. Di Google Cloud konsol, buka halaman BigQuery.

    Buka BigQuery

  2. Di menu navigasi, klik Tata kelola > Kurasi metadata.

  3. Di panel Penemuan Cloud Storage, untuk pemindaian penemuan yang ingin Anda hapus, klik Tindakan > Hapus.

  4. Klik Hapus.

gcloud

gcloud dataplex datascans delete SCAN_ID --location=LOCATION --async

Ganti kode berikut:

  • SCAN_ID: ID pemindaian penemuan yang ingin Anda hapus.
  • LOCATION: Google Cloud region tempat pemindaian penemuan dibuat.

REST

Untuk menghapus pemindaian penemuan, gunakan metode dataScans.delete di Dataplex Universal Catalog API.