Menyiapkan set data dan tabel BigQuery

Untuk membuat set data AML AI dalam sebuah instance, Anda perlu melakukan staging data di BigQuery dalam project Google Cloud tersebut. Bagian berikut menunjukkan salah satu cara untuk menyiapkan set data dan tabel ini.

Membuat set data output BigQuery

Jalankan perintah berikut untuk membuat set data yang akan digunakan untuk mengirim output pipeline ke BigQuery. Dalam perintah berikut, pilih nama untuk BQ_OUTPUT_DATASET_NAME yang hanya berisi huruf (huruf besar atau huruf kecil), angka, dan garis bawah. Anda tidak dapat menggunakan tanda hubung.

bq mk \
  --location=LOCATION \
  --project_id=PROJECT_ID \
  BQ_OUTPUT_DATASET_NAME

Untuk melihat output AML AI, lihat Model data output AML.

Membuat set data input BigQuery

Buat set data input BigQuery. Kemudian, Anda akan memasukkan data transaksi lembaga keuangan Anda ke dalam {i>dataset<i} ini.

bq mk \
  --location=LOCATION \
  --project_id=PROJECT_ID \
  BQ_INPUT_DATASET_NAME

Membuat tabel set data input BigQuery dan mengupload data transaksi

Kami memberikan skema model data input AML dalam format berikut:

• Satu file CSV aml-input-data-model.csv dengan semua tabel disertakan
• Satu file JSON aml-input-data-model.json dengan semua tabel disertakan
• Masing-masing file JSON untuk setiap tabel (misalnya, account_party_link.json)

Jika ingin mendownload file JSON untuk setiap tabel dan menggunakannya untuk membuat tabel BigQuery terkait dengan menerapkan skema, jalankan perintah berikut.

for table in party account_party_link transaction risk_case_event party_supplementary_data
do
  curl -O "https://cloud.google.com/financial-services/anti-money-laundering/docs/reference/schemas/${table}.json"
  bq mk --table --project_id PROJECT_ID BQ_INPUT_DATASET_NAME.$table $table.json
done

Unggah data transaksi lembaga keuangan Anda ke dalam tabel {i>dataset<i}. Untuk mengetahui informasi selengkapnya, baca salah satu panduan memulai BigQuery.

Memberikan akses ke set data BigQuery

API secara otomatis membuat akun layanan di project Anda. Akun layanan memerlukan akses ke set data input dan output BigQuery.

1. Instal jq di mesin pengembangan Anda. Jika tidak dapat menginstal jq pada mesin pengembangan, Anda dapat menggunakan Cloud Shell atau salah satu metode lainnya untuk memberikan akses ke resource yang terdapat dalam dokumentasi BigQuery.

2. Jalankan perintah berikut untuk memberikan akses baca ke set data input dan tabelnya.

   # The BigQuery input dataset name. You created this dataset and
   # uploaded the financial data into it in a previous step. This dataset should be
   # stored in the Google Cloud project.
   
   export BQ_INPUT_DATASET_NAME="BQ_INPUT_DATASET_NAME"
   
   # The BigQuery tables in the input dataset. These tables should
   # be part of the same project as the intended instance.
   # Make sure to replace each table variable with the appropriate table name.
   export PARTY_TABLE="PARTY_TABLE"
   export ACCOUNT_PARTY_LINK_TABLE="ACCOUNT_PARTY_LINK_TABLE"
   export TRANSACTION_TABLE="TRANSACTION_TABLE"
   export RISK_CASE_EVENT_TABLE="RISK_CASE_EVENT_TABLE"
   # Optional table
   export PARTY_SUPPLEMENTARY_DATA_TABLE="PARTY_SUPPLEMENTARY_DATA_TABLE"
   
   # Grant the API read access to the BigQuery dataset.
   # Update the current access permissions on the BigQuery dataset and store in a temp file.
   # Note: This step requires jq as a dependency.
   # If jq is not available, the file /tmp/mydataset.json may be created manually.
   bq show --format=prettyjson "PROJECT_ID:BQ_INPUT_DATASET_NAME" | jq '.access+=[{"role":"READER","userByEmail":"service-PROJECT_NUMBER@gcp-sa-financialservices.iam.gserviceaccount.com" }]'> /tmp/mydataset.json
   # Update the BigQuery dataset access permissions using the temp file.
   bq update --source /tmp/mydataset.json "PROJECT_ID:BQ_INPUT_DATASET_NAME"
   
   # Grant the API read access to the BigQuery table if the table is provided.
   for TABLE in $PARTY_TABLE $TRANSACTION_TABLE $ACCOUNT_PARTY_LINK_TABLE $RISK_CASE_EVENT_TABLE $PARTY_SUPPLEMENTARY_DATA_TABLE ; do
     [ -n TABLE ] && bq add-iam-policy-binding \
       --member="serviceAccount:service-PROJECT_NUMBER@gcp-sa-financialservices.iam.gserviceaccount.com" --role="roles/bigquery.dataViewer" \
       PROJECT_ID:BQ_INPUT_DATASET_NAME.${TABLE}
   done
   

3. Jalankan perintah berikut untuk memberikan akses tulis ke set data output.

   # Note: This step requires jq as a dependency.
   # If jq isn't available, the file /tmp/mydataset.json may be created manually.
   bq show --format=prettyjson PROJECT_ID:BQ_OUTPUT_DATASET_NAME | jq '.access+=[{"role":"roles/bigquery.dataEditor","userByEmail":"service-PROJECT_NUMBER@gcp-sa-financialservices.iam.gserviceaccount.com" }]'> /tmp/perms.json
   
   bq update --source /tmp/perms.json PROJECT_ID:BQ_OUTPUT_DATASET_NAME