適用於表格式工作流程的服務帳戶

本頁說明下列資料表工作流程的服務帳戶：

端對端 AutoML 的資料表工作流程服務帳戶

這個工作流程會使用下列服務帳戶：

服務帳戶 說明 預設管理者 預設名稱 可以覆寫
Vertex AI Pipelines 的服務帳戶 執行管道的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
Dataflow 工作站的服務帳戶 執行 Dataflow 工作站的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
AI 平台服務代理人 執行訓練容器的服務帳戶。 service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com AI Platform Service Agent 否

部分服務帳戶可變更為您選擇的帳戶。如需 Google Cloud 控制台或 API 的具體操作說明，請參閱「使用端對端 AutoML 訓練模型」。

Vertex AI Pipelines 的服務帳戶

您必須向管道專案的 Vertex AI Pipelines 服務帳戶授予下列角色：

角色 權限
Vertex AI 使用者 aiplatform.metadataStores.get 可讓服務帳戶建立管道工作。aiplatform.models.upload 可讓服務帳戶上傳模型。
Storage 物件管理員 Storage 物件管理員的 storage.objects.get 和 storage.objects.create 權限可讓服務帳戶存取管道工作根目錄的值區。即使您未使用 Cloud Storage 資料來源，服務帳戶仍需要這些權限。
Dataflow 開發人員 dataflow.jobs.create 允許服務帳戶在評估期間建立 Dataflow 工作。
服務帳戶使用者 iam.serviceAccounts.actAs 可讓 Vertex AI Pipelines 服務帳戶在評估期間充當 Dataflow 工作站服務帳戶。

Dataflow 工作站的服務帳戶

您必須將下列角色授予管道專案中 Dataflow 工作站的服務帳戶：

角色 權限
Dataflow 工作者 這個角色可讓服務帳戶存取執行 Dataflow 工作所需的資源。
Storage 物件管理員 這個角色可讓服務帳戶存取 Cloud Storage 值區。即使您未使用 Cloud Storage 資料來源，服務帳戶也需要這些權限。這個角色包含「Storage Object Viewer」角色授予的所有權限。

您必須根據資料來源類型，額外將下列角色授予 Dataflow 工作者服務帳戶：

資料來源 角色 授予角色的位置
標準 BigQuery 資料表 BigQuery 資料編輯器 執行管道的專案
BigQuery 工作使用者 執行管道的專案
BigQuery 資料檢視器 資料表所屬的專案
標準 BigQuery 資料表的 BigQuery 檢視畫面 BigQuery 資料編輯器 執行管道的專案
BigQuery 工作使用者 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 資料表所屬的專案
含有來源 Cloud Storage 檔案的 BigQuery 外部資料表 BigQuery 資料編輯器 執行管道的專案
BigQuery 工作使用者 執行管道的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
BigQuery 外部資料表 (含有來源 Cloud Storage 檔案) 的 BigQuery 檢視畫面 BigQuery 資料編輯器 執行管道的專案
BigQuery 工作使用者 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
Cloud Storage 檔案 Storage 物件檢視者 檔案所屬專案

下表說明這些角色：

角色 權限
BigQuery 資料編輯器 bigquery.jobs.get 和 bigquery.jobs.create 權限可讓服務帳戶使用 BigQuery 資料集。bigquery.jobs.create 可讓服務帳戶在產生統計資料和範例時，建立暫時性 BigQuery 資料集。這個角色包含 BigQuery 資料檢視者角色授予的所有權限。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶使用 BigQuery 資料集。
BigQuery 資料檢視器 這個角色會為服務帳戶提供 BigQuery 資料集的存取權。
Storage 物件檢視者 storage.objects.get 可讓服務帳戶存取 Cloud Storage 檔案。

AI 平台服務代理人

請務必將下列角色授予管道專案中的 AI Platform 服務代理人：

角色 權限
Vertex AI 服務代理 這個角色會授予服務專員的權限。這些權限包括 storage.object.get 權限，以及對 Artifact Registry 存放區中容器映像檔的存取權。

如果資料來源是其他專案的 BigQuery 資料集，您必須將下列角色授予資料集專案中的 AI Platform Service Agent：

角色 權限
BigQuery 資料檢視器 bigquery.tables.get 可讓服務帳戶在啟動 Dataflow 工作之前，取得 BigQuery 資料集的相關資訊。

如果資料來源是其他專案的 Cloud Storage 檔案，您必須將下列角色授予檔案專案中的 AI Platform 服務代理：

Storage 物件檢視者 storage.objects.list 可讓服務帳戶在啟動 Dataflow 工作前，取得 Cloud Storage 檔案的相關資訊。

預測用表格工作流程的服務帳戶

這個工作流程會使用下列服務帳戶：

服務帳戶 說明 預設管理者 預設名稱 可以覆寫
Vertex AI Pipelines 的服務帳戶 執行管道的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
Dataflow 工作站的服務帳戶 執行 Dataflow 工作站的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
AI 平台服務代理人 執行訓練容器的服務帳戶。 service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com AI Platform Service Agent 否

部分服務帳戶可變更為您選擇的帳戶。如要進一步瞭解，請參閱「使用預測用 Tabular Workflow 訓練模型」。

Vertex AI Pipelines 的服務帳戶

您必須向管道專案的 Vertex AI Pipelines 服務帳戶授予下列角色：

角色 權限
Vertex AI 使用者 aiplatform.metadataStores.get 可讓服務帳戶建立管道工作。aiplatform.models.upload 可讓服務帳戶上傳模型。
BigQuery 資料編輯器 bigquery.tables.create 可讓服務帳戶在啟動 Dataflow 工作前，為 Feature Transform Engine 建立暫時性資料表。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。這個角色包含 BigQuery 資料檢視者角色授予的所有權限。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶在啟動資料流程工作前，為特徵轉換引擎執行 BigQuery 工作。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
服務帳戶使用者 iam.serviceAccounts.actAs 可讓 Vertex AI Pipelines 服務帳戶在評估期間充當 Dataflow 工作站服務帳戶。
Dataflow 開發人員 這個角色可提供執行 Dataflow 工作所需的資源存取權。

您必須根據資料來源類型，額外將下列角色授予 Vertex AI Pipelines 服務帳戶：

資料來源 角色 授予角色的位置
Cloud Storage 檔案 Storage 管理員 檔案所屬專案
標準 BigQuery 資料表 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 資料表所屬的專案
標準 BigQuery 資料表的 BigQuery 檢視畫面 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 資料表所屬的專案
含有來源 Cloud Storage 檔案的 BigQuery 外部資料表 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
BigQuery 外部資料表 (含有來源 Cloud Storage 檔案) 的 BigQuery 檢視畫面 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案

下表說明這些角色：

BigQuery 資料檢視器 bigquery.tables.get 會為服務帳戶提供資料集存取權。服務帳戶必須具備這項存取權，才能在管道的「Feature Transform Engine」步驟中啟動 Dataflow 工作。
Storage 物件檢視者 storage.objects.get 可讓服務帳戶存取來源 Cloud Storage 檔案。
Storage 物件管理員 storage.objects.get 和 storage.objects.create 權限可讓服務帳戶存取管道作業的根目錄值區。即使資料來源不是 Cloud Storage 檔案，服務帳戶仍需要在管道專案中具備這些權限。這個角色包含「Storage Object Viewer」角色授予的所有權限。
Storage 管理員 storage.buckets.* 權限可讓服務帳戶在管道中的「Feature Transform Engine」步驟中驗證 Cloud Storage 值區。這個角色包含「Storage Object Admin」角色授予的所有權限。

如果您要執行模型評估，必須提供 BigQuery 資料集，做為預測範例的目的地。在包含此資料集的專案中，您必須將下列角色授予 Vertex AI Pipelines 服務帳戶：

角色 權限
BigQuery 資料檢視器 這個角色可讓服務帳戶查看 BigQuery 資料。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶建立 BigQuery 工作。

Dataflow 工作站的服務帳戶

您必須將下列角色授予管道專案中 Dataflow 工作站的服務帳戶：

角色 權限
Storage 物件管理員 這個角色可讓服務帳戶存取 Cloud Storage 值區。即使資料來源不是 Cloud Storage 檔案，服務帳戶也需要這些權限。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶執行管道的 Feature Transform Engine 步驟。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
Dataflow 工作者 服務帳戶需要此角色授予的所有權限。

您必須根據資料來源類型，額外將下列角色授予 Dataflow 工作者服務帳戶：

資料來源 角色 授予角色的位置
標準 BigQuery 資料表 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 資料表所屬的專案
標準 BigQuery 資料表的 BigQuery 檢視畫面 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 資料表所屬的專案
含有來源 Cloud Storage 檔案的 BigQuery 外部資料表 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
BigQuery 外部資料表 (含有來源 Cloud Storage 檔案) 的 BigQuery 檢視畫面 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
Cloud Storage 檔案 BigQuery 資料檢視器 執行管道的專案

下表說明這些角色：

角色 權限
BigQuery 資料檢視器 bigquery.tables.get 會在管道的 Feature Transform Engine 步驟中提供資料集存取權。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
BigQuery 資料編輯器 這個角色可讓服務帳戶在管道中的「Feature Transform Engine」步驟中查詢資料表，並建立臨時資料表。這個角色包含 BigQuery 資料檢視者角色授予的所有權限。
Storage 物件檢視者 storage.objects.get 可讓服務帳戶存取 Cloud Storage 檔案。

AI 平台服務代理人

請務必將下列角色授予管道專案中的 AI Platform 服務代理人：

角色 權限
Vertex AI 服務代理 這個角色會授予服務專員的權限。這些權限包括 storage.object.get 權限，以及對 Artifact Registry 存放區中容器映像檔的存取權。

如果您要執行模型評估，必須提供 BigQuery 資料集，做為預測範例的目的地。在包含此資料集的專案中，您必須將下列角色授予 Vertex AI Pipelines 服務帳戶：

角色 權限
BigQuery 資料編輯器 這個角色可讓服務帳戶編輯 BigQuery 資料。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶建立 BigQuery 工作。

TabNet 適用的 Tabular Workflow、廣度和深度學習適用的 Tabular Workflow 和 Prophet 的服務帳戶

這些工作流程會使用下列服務帳戶：

服務帳戶 說明 預設管理者 預設名稱 可以覆寫
Vertex AI Pipelines 的服務帳戶 執行管道的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
Dataflow 工作站的服務帳戶 執行 Dataflow 工作站的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
AI 平台服務代理人 執行訓練容器的服務帳戶。 service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com AI Platform Service Agent 否

部分服務帳戶可變更為您選擇的帳戶。如需 TabNet 適用的 Tabular Workflow 操作說明，請參閱「使用 TabNet 訓練模型」。如需廣度和深度學習適用的 Tabular Workflow 操作說明，請參閱「使用廣度和深度學習訓練模型」。如需 Prophet 操作說明，請參閱「使用 Prophet 進行預測」。

Vertex AI Pipelines 的服務帳戶

您必須向管道專案的 Vertex AI Pipelines 服務帳戶授予下列角色：

角色 權限
Vertex AI 使用者 aiplatform.metadataStores.get 可讓服務帳戶建立管道工作。aiplatform.models.upload 可讓服務帳戶上傳模型。
BigQuery 資料編輯器 bigquery.tables.create 可讓服務帳戶在啟動 Dataflow 工作前，為 Feature Transform Engine 建立暫時性資料表。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。這個角色包含 BigQuery 資料檢視者角色授予的所有權限。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶在啟動資料流程工作前，為特徵轉換引擎執行 BigQuery 工作。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
服務帳戶使用者 iam.serviceAccounts.actAs 可讓 Vertex AI Pipelines 服務帳戶在評估期間充當 Dataflow 工作站服務帳戶。
Dataflow 開發人員 這個角色可提供執行 Dataflow 工作所需的資源存取權。

您必須根據資料來源類型，額外將下列角色授予 Vertex AI Pipelines 服務帳戶：

資料來源 角色 授予角色的位置
Cloud Storage 檔案 Storage 管理員 檔案所屬專案
標準 BigQuery 資料表 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 資料表所屬的專案
標準 BigQuery 資料表的 BigQuery 檢視畫面 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 資料表所屬的專案
含有來源 Cloud Storage 檔案的 BigQuery 外部資料表 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
BigQuery 外部資料表 (含有來源 Cloud Storage 檔案) 的 BigQuery 檢視畫面 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案

下表說明這些角色：

BigQuery 資料檢視器 bigquery.tables.get 會為服務帳戶提供資料集存取權。服務帳戶必須具備這項存取權，才能在管道的「Feature Transform Engine」步驟中啟動 Dataflow 工作。
Storage 物件檢視者 storage.objects.get 可讓服務帳戶存取來源 Cloud Storage 檔案。
Storage 物件管理員 storage.objects.get 和 storage.objects.create 權限可讓服務帳戶存取管道工作根目錄的值區。即使資料來源不是 Cloud Storage 檔案，服務帳戶仍需要在管道專案中具備這些權限。這個角色包含「Storage Object Viewer」角色授予的所有權限。
Storage 管理員 storage.buckets.* 權限可讓服務帳戶在管道中的 Feature Transform Engine 步驟中驗證 Cloud Storage 值區。這個角色包含「Storage Object Admin」角色授予的所有權限。

Dataflow 工作站的服務帳戶

您必須將下列角色授予管道專案中 Dataflow 工作站的服務帳戶：

角色 權限
Storage 物件管理員 這個角色可讓服務帳戶存取 Cloud Storage 值區。即使資料來源不是 Cloud Storage 檔案，服務帳戶也需要這些權限。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶執行管道的 Feature Transform Engine 步驟。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
Dataflow 工作者 服務帳戶需要這個角色授予的所有權限。

您必須根據資料來源類型，額外將下列角色授予 Dataflow 工作者服務帳戶：

資料來源 角色 授予角色的位置
標準 BigQuery 資料表 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 資料表所屬的專案
標準 BigQuery 資料表的 BigQuery 檢視畫面 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 資料表所屬的專案
含有來源 Cloud Storage 檔案的 BigQuery 外部資料表 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
BigQuery 外部資料表 (含有來源 Cloud Storage 檔案) 的 BigQuery 檢視畫面 BigQuery 資料編輯器 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
Cloud Storage 檔案 BigQuery 資料檢視器 執行管道的專案

下表說明這些角色：

角色 權限
BigQuery 資料檢視器 bigquery.tables.get 會在管道的 Feature Transform Engine 步驟中提供資料集存取權。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
BigQuery 資料編輯器 這個角色可讓服務帳戶在管道中的「Feature Transform Engine」步驟中查詢資料表，並建立臨時資料表。這個角色包含 BigQuery 資料檢視者角色授予的所有權限。
Storage 物件檢視者 storage.objects.get 可讓服務帳戶存取 Cloud Storage 檔案。

AI 平台服務代理人

請務必將下列角色授予管道專案中的 AI Platform 服務代理人：

角色 權限
Vertex AI 服務代理 這個角色會授予服務專員的權限。這些權限包括 storage.object.get 權限，以及對 Artifact Registry 存放區中容器映像檔的存取權。

ARIMA+ 的服務帳戶

這個工作流程會使用下列服務帳戶：

服務帳戶 說明 預設管理者 預設名稱 可以覆寫
Vertex AI Pipelines 的服務帳戶 執行管道的服務帳戶 PROJECT_NUMBER-compute@developer.gserviceaccount.com Compute Engine default service account 是
AI 平台服務代理人 執行訓練容器的服務帳戶。 service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com AI Platform Service Agent 否

您可以將 Vertex AI Pipelines 服務帳戶變更為所選帳戶。詳情請參閱「使用 ARIMA+ 進行預測」。

Vertex AI Pipelines 的服務帳戶

您必須向管道專案的 Vertex AI Pipelines 服務帳戶授予下列角色：

角色 權限
Vertex AI 使用者 aiplatform.metadataStores.get 可讓服務帳戶建立管道工作。aiplatform.models.upload 可讓服務帳戶上傳模型。
BigQuery 資料編輯器 bigquery.tables.create 可讓服務帳戶在啟動 Dataflow 工作前，為 Feature Transform Engine 建立暫時性資料表。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。這個角色包含 BigQuery 資料檢視者角色授予的所有權限。
BigQuery 工作使用者 bigquery.jobs.create 可讓服務帳戶在啟動資料流程工作前，為特徵轉換引擎執行 BigQuery 工作。即使資料來源不是 BigQuery 資料集，服務帳戶也需要這項權限。
服務帳戶使用者 iam.serviceAccounts.actAs 可讓 Vertex AI Pipelines 服務帳戶在評估期間充當 Dataflow 工作站服務帳戶。
Dataflow 開發人員 這個角色可提供執行 Dataflow 工作所需的資源存取權。

您必須根據資料來源類型，額外將下列角色授予 Vertex AI Pipelines 服務帳戶：

資料來源 角色 授予角色的位置
Cloud Storage 檔案 Storage 管理員 檔案所屬專案
標準 BigQuery 資料表 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 資料表所屬的專案
標準 BigQuery 資料表的 BigQuery 檢視畫面 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 資料表所屬的專案
含有來源 Cloud Storage 檔案的 BigQuery 外部資料表 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案
BigQuery 外部資料表 (含有來源 Cloud Storage 檔案) 的 BigQuery 檢視畫面 Storage 物件管理員 執行管道的專案
BigQuery 資料檢視器 檢視畫面所屬的專案
BigQuery 資料檢視器 外部資料表所屬的專案
Storage 物件檢視者 來源檔案所屬的專案

下表說明這些角色：

BigQuery 資料檢視器 bigquery.tables.get 會為服務帳戶提供資料集存取權。服務帳戶必須具備這項存取權，才能在管道的「Feature Transform Engine」步驟中啟動 Dataflow 工作。
Storage 物件檢視者 storage.objects.get 可讓服務帳戶存取來源 Cloud Storage 檔案。
Storage 物件管理員 storage.objects.get 和 storage.objects.create 權限可讓服務帳戶存取管道作業的根目錄值區。即使資料來源不是 Cloud Storage 檔案，服務帳戶仍需要在管道專案中具備這些權限。這個角色包含「Storage Object Viewer」角色授予的所有權限。
Storage 管理員 storage.buckets.* 權限可讓服務帳戶在管道中的「Feature Transform Engine」步驟中驗證 Cloud Storage 值區。這個角色包含「Storage Object Admin」角色授予的所有權限。

AI 平台服務代理人

請務必將下列角色授予管道專案中的 AI Platform 服務代理人：

角色 權限
Vertex AI 服務代理 這個角色會授予服務專員的權限。這些權限包括 storage.object.get 權限，以及對 Artifact Registry 存放區中容器映像檔的存取權。