Mengonfigurasi dan menggunakan penyelesaian entitas di BigQuery
Dokumen ini menunjukkan cara menerapkan penyelesaian entity untuk pengguna akhir penyelesaian entity (selanjutnya disebut sebagai pengguna akhir) dan penyedia identitas.
Pengguna akhir dapat menggunakan dokumen ini untuk terhubung dengan penyedia identitas dan menggunakan layanan penyedia untuk mencocokkan data. Penyedia identitas dapat menggunakan dokumen ini untuk menyiapkan dan mengonfigurasi layanan yang akan dibagikan kepada pengguna akhir di Google Cloud Marketplace.
Alur kerja untuk pengguna akhir
Bagian berikut menunjukkan kepada pengguna akhir cara mengonfigurasi resolusi entity di BigQuery. Untuk representasi visual penyiapan lengkap, lihat arsitektur untuk penyelesaian entitas.
Sebelum memulai
- Hubungi dan jalin hubungan dengan penyedia identitas. BigQuery mendukung resolusi entity dengan LiveRamp.
- Dapatkan item berikut dari penyedia identitas:
- Kredensial akun layanan
- Tanda tangan fungsi jarak jauh
- Buat dua set data di project Anda:
- Set data input
- Set data output
Peran yang diperlukan
Untuk mendapatkan izin yang Anda perlukan untuk menjalankan tugas penyelesaian entitas, minta administrator Anda untuk memberi Anda peran IAM berikut:
-
Agar akun layanan penyedia identitas dapat membaca set data input dan menulis ke set data output:
-
BigQuery Data Viewer (
roles/bigquery.dataViewer
) di set data input -
BigQuery Data Editor (
roles/bigquery.dataEditor
) di set data output
-
BigQuery Data Viewer (
Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.
Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.
Menerjemahkan atau menyelesaikan entity
Untuk petunjuk khusus penyedia identitas, lihat bagian berikut.
LiveRamp
Prasyarat
- Mengonfigurasi Identitas Tersemat LiveRamp di BigQuery. Untuk mengetahui informasi selengkapnya, lihat Mengaktifkan Identitas Tersemat LiveRamp di BigQuery.
- Bekerjasamalah dengan LiveRamp untuk mengaktifkan kredensial API agar dapat digunakan dengan Embedded Identity. Untuk mengetahui informasi selengkapnya, lihat Autentikasi.
Penyiapan
Langkah-langkah berikut diperlukan saat Anda menggunakan Identitas Tersemat LiveRamp untuk pertama kalinya. Setelah penyiapan selesai, hanya tabel input dan tabel metadata yang perlu diubah di antara sesi.
Membuat tabel input
Buat tabel di set data input. Isi tabel dengan RampID, domain target, dan jenis target. Untuk mengetahui detail dan contohnya, lihat Kolom dan Deskripsi Tabel Input.
Membuat tabel metadata
Tabel metadata digunakan untuk mengontrol eksekusi LiveRamp Embedded Identity di BigQuery. Buat tabel metadata di set data input. Isi tabel metadata dengan client ID, mode eksekusi, domain target, dan jenis target. Untuk mengetahui detail dan contohnya, lihat Kolom dan Deskripsi Tabel Metadata.
Berbagi tabel dengan LiveRamp
Beri akun layanan Google Cloud LiveRamp akses untuk melihat dan memproses data dalam set data input Anda. Untuk mengetahui detail dan contohnya, lihat Membagikan Tabel dan Set Data dengan LiveRamp.
Menjalankan tugas identitas tersemat
Untuk menjalankan tugas identitas tersemat dengan LiveRamp di BigQuery, lakukan hal berikut:
- Pastikan semua RampID yang dienkode di domain Anda ada di tabel input.
- Pastikan tabel metadata Anda masih akurat sebelum menjalankan tugas.
- Hubungi LiveRampIdentitySupport@liveramp.com untuk menyampaikan permintaan proses pekerjaan. Sertakan project ID, ID set data, dan ID tabel (jika ada) untuk tabel input, tabel metadata, dan set data output. Untuk mengetahui informasi selengkapnya, lihat Memberi tahu LiveRamp untuk Memulai Transcoding.
Hasil biasanya dikirimkan ke set data output Anda dalam waktu tiga hari kerja.
Dukungan LiveRamp
Untuk masalah dukungan, hubungi Dukungan Identitas LiveRamp.
Penagihan LiveRamp
LiveRamp menangani penagihan untuk resolusi entity.
Alur kerja untuk penyedia identitas
Bagian berikut menunjukkan cara penyedia identitas mengonfigurasi penyelesaian entitas di BigQuery. Untuk representasi visual penyiapan lengkap, lihat arsitektur untuk penyelesaian entitas.
Sebelum memulai
- Buat tugas Cloud Run atau fungsi Cloud Run untuk berintegrasi dengan fungsi jarak jauh. Kedua opsi tersebut cocok untuk tujuan ini.
Catat nama akun layanan yang terkait dengan fungsi Cloud Run atau Cloud Run:
Di konsol Google Cloud , buka halaman Cloud Functions.
Klik nama fungsi, lalu klik tab Detail.
Di panel General Information, temukan dan catat nama akun layanan untuk fungsi jarak jauh.
Buat fungsi jarak jauh.
Kumpulkan prinsipal pengguna akhir dari pengguna akhir.
Peran yang diperlukan
Untuk mendapatkan izin yang Anda perlukan untuk menjalankan tugas penyelesaian entitas, minta administrator Anda untuk memberi Anda peran IAM berikut:
-
Agar akun layanan yang terkait dengan fungsi Anda dapat membaca dan menulis pada set data terkait serta meluncurkan tugas:
-
BigQuery Data Editor (
roles/bigquery.dataEditor
) di project -
BigQuery Job User (
roles/bigquery.jobUser
) di project
-
BigQuery Data Editor (
-
Agar akun utama pengguna akhir dapat melihat dan terhubung ke fungsi jarak jauh:
-
BigQuery Connection User (
roles/bigquery.connectionUser
) pada koneksi -
BigQuery Data Viewer (
roles/bigquery.dataViewer
) di set data bidang kontrol dengan fungsi jarak jauh
-
BigQuery Connection User (
Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.
Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.
Membagikan fungsi jarak jauh penyelesaian entity
Ubah dan bagikan kode antarmuka jarak jauh berikut kepada pengguna akhir. Pengguna akhir memerlukan kode ini untuk memulai tugas penyelesaian entitas.
`PARTNER_PROJECT_ID.DATASET_ID`.match`(LIST_OF_PARAMETERS)
Ganti LIST_OF_PARAMETERS dengan daftar parameter yang diteruskan ke fungsi jarak jauh.
Opsional: Berikan metadata tugas
Secara opsional, Anda dapat memberikan metadata tugas menggunakan fungsi jarak jauh terpisah atau dengan menulis tabel status baru di set data output pengguna. Contoh metadata mencakup status dan metrik tugas.
Penagihan untuk penyedia identitas
Untuk menyederhanakan penagihan dan aktivasi pelanggan, sebaiknya integrasikan layanan penyelesaian entitas Anda dengan Google Cloud Marketplace. Dengan begitu, Anda dapat menyiapkan model harga berdasarkan penggunaan tugas penyelesaian entitas, dengan Google yang menangani penagihan untuk Anda. Untuk mengetahui informasi selengkapnya, lihat Menawarkan produk software sebagai layanan (SaaS).