重要事項
先前Azure Purview) (Microsoft Purview 整合式目錄 和傳統 Microsoft Purview 資料控管功能即將淘汰。 Microsoft 正在 Microsoft Fabric 中合併其資料控管功能。 您無法再建立新帳戶,現有功能將維持在維護模式,直到 2027 年 11 月 12 日為止。 如需淘汰時間表、轉換指引,以及建議的後續步驟,請參閱 Microsoft Purview 資料控管淘汰公告。
Microsoft Purview 資料對應 支援對內部部署、多雲和軟體即服務 (SaaS) 資料來源進行自動掃描。
當您執行掃描時,處理程序會開始從已登錄的資料來源擷取中繼資料。 在掃描和策劃過程結束時,您會獲得包括技術中繼資料在內的策劃中繼資料。 此中繼資料可以包含資料資產名稱,例如資料表名稱或檔案名稱、檔案大小、欄和資料譜系。 對於結構化資料來源,也會擷取結構描述詳細資料。 關聯式資料庫管理系統就是此類來源的範例。
管理程序會根據您設定的掃描規則集,在架構屬性上套用自動分類標籤。 如果您的 Microsoft Purview 帳戶已連線至 Microsoft Purview 入口網站,則會套用敏感度標籤。
重要事項
如果您有任何 Azure 原則會阻止更新儲存體帳戶,這些原則會導致 Microsoft Purview 掃描程序出錯。 請參閱建立 Microsoft Purview 的 Azure 原則排除項目,以建立 Microsoft Purview 帳戶的例外。
為什麼您需要最佳實踐來管理資料來源?
最佳做法可協助您:
- 最佳化成本。
- 打造卓越營運。
- 改善安全性合規性。
- 提高效能效率。
註冊來源並建立連線
下列設計考量和建議可協助您登錄來源及建立連線。
設計考量
- 使用集合來建立符合組織策略的階層,例如地理位置、商務功能或資料來源。 階層會定義要登錄和掃描的資料來源。
- 依據設計,您無法在同一個 Microsoft Purview 帳戶中多次註冊資料來源。 此架構可協助您避免將不同的存取控制指派給相同資料來源的風險。
設計建議
如果多個小組取用相同資料來源的中繼資料,請在父集合註冊並管理該資料來源。 然後,在每個子集合下建立對應的掃描。 如此一來,相關資產就會顯示在每個子集合下。 地圖視圖將沒有父系的來源分組在虛線方塊中。 沒有箭頭將他們與家長連結。
如果您需要在雲端中註冊多個來源,例如 Azure 訂閱或資源群組,請使用 Azure 多個選項。 如需詳細資訊,請參閱下列文件:
登錄資料來源之後,您可以多次掃描相同的來源。 不同的小組或業務單位可能會以不同的方式使用相同的來源。
如需有關如何定義註冊資料來源階層的詳細資訊,請參閱 集合架構的最佳實務。
掃描
下列設計考量和建議是依據掃描程序中涉及的關鍵步驟來整理的。
設計考量
- 登錄資料來源之後,請設定掃描以管理自動化且安全的中繼資料掃描和管理。
- 掃描設定包括為每個掃描頻率的每個資料來源設定唯一的掃描名稱、掃描範圍、整合執行階段、掃描觸發頻率、掃描規則集和資源集。
- 在建立任何認證之前,請考慮您的資料來源類型和網路需求。 這項資訊可協助您決定您的案例需要哪種驗證方法和整合執行階段。
設計建議
在相關 集合中註冊來源之後,請在設定掃描時規劃並遵循此範例中顯示的順序。 此流程順序可協助您避免非預期的成本和返工。
從系統內建分類規則中識別您的分類需求。 或者,視需要建立特定的自訂分類規則。 它們依據特定產業、業務或區域需求,而這些需求並非在預設情況下提供:
- 請參閱 分類最佳做法。
- 了解如何 建立自訂分類和分類規則。
在設定掃描之前,請先建立掃描規則集。 建立掃描規則集時,請確保下列幾點:
確認系統預設掃描規則集是否足以滿足您正在掃描的資料來源。 否則,請定義您的自訂掃描規則集。
自訂掃描規則集可以同時包含系統預設和自訂規則,因此請清除與您正在掃描的資料資產無關的選項。
如有需要,請建立自訂規則集以排除不想要的分類標籤。 例如,系統規則集包含全球的通用政府程式碼模式,而不只是美國。 您的資料可能符合某些其他類型的模式,例如「比利時駕照號碼」。
將自訂分類規則限制為 最重要 和 最相關的 標籤,以避免雜亂。 您不想要在資產上標記太多標籤。
如果修改自訂分類或掃描規則集,則會觸發完整掃描。 適當地設定分類和掃描規則集,以避免返工和代價高昂的完全掃描。
注意事項
掃描儲存體帳戶時,Microsoft Purview 會使用一組已定義的模式來判斷一組資產是否形成資源集。 您可以使用資源集模式規則來自訂或覆寫 Microsoft Purview 偵測哪些資產分組為資源集的方式。 規則也會決定資產在型錄中的顯示方式。 如需詳細資訊,請參閱 建立資源集模式規則。 此功能有成本考量。 如需詳細資訊,請參閱 Microsoft Purview 定價網站。
設定已登錄資料來源的掃描。 - 掃描名稱:根據預設,Microsoft Purview 會使用命名慣例 SCAN-[A-Z][a-z][a-z],當您嘗試識別已執行的掃描時,這沒有幫助。 使用有意義的命名慣例。 例如,您可以將掃描 environment-source-frequency-time 命名為 DEVODS-Daily-0200。 這個名稱代表 0200 時的每日掃描。
驗證:Microsoft Purview 根據來源類型提供各種用於掃描資料來源的驗證方法。 可能是 Azure 雲端或內部部署或非 Microsoft 來源。 請遵循以下優先順序驗證方法的最低權限原則:
- Microsoft Purview MSI - 受控服務識別 (例如,適用於Azure Data Lake Storage Gen2來源)
- 使用者指派的受控識別
- 服務主體
- SQL 驗證 (例如,針對內部部署或Azure SQL來源)
- 例如,SAP S/4HANA 來源 (帳戶金鑰或基本驗證)
如需詳細資訊,請參閱管理 認證的操作指南。
注意事項
如果您為儲存體帳戶啟用防火牆,則在設定掃描時必須使用受控識別驗證方法。 當您設定新的認證時,認證名稱只能包含 字母、數字、底線和連字號。
整合執行階段
- 如需詳細資訊,請參閱 網路架構最佳做法。
- 如果刪除自託管整合執行階段 (SHIR) ,則依賴它的任何正在進行的掃描都會失敗。
- 當您使用 SHIR 時,請確定記憶體足以供您要掃描的資料來源使用。 例如,當您使用 SHIR 掃描 SAP 來源時,如果您看到「記憶體不足錯誤」:
- 確定 SHIR 機器有足夠的記憶體。 建議的容量為 128 GB。
- 在掃描設定中,將可用的記憶體上限設定為適當的值,例如 100。
- 如需詳細資訊,請參閱 掃描至和管理 SAP ECC Microsoft Purview 中的必要條件。
範圍掃描
- 當您設定掃描範圍時,請只選取在精細層次或父層次相關的資產。 這種做法可確保掃描成本最佳且效能高效。 如果某個父系被全部或部分檢查,則會自動選擇某個父系下的所有未來資產。
- 部分資料來源的一些範例:
- 針對 Azure SQL Database 或 Data Lake Storage Gen2,您可以將掃描範圍限定為資料來源的特定部分。 在清單中選取適當的項目,例如資料夾、子資料夾、集合或結構描述。
- 針對 Oracle、Hive Metastore Database 和 Teradata 來源,您可以指定要透過分號分隔值或結構描述名稱模式匯出的特定結構描述清單。
- 對於 Google Big 查詢,您可以指定要透過分號分隔值匯出的資料集的特定清單。
- 當您為整個 AWS 帳戶建立掃描時,您可以選取要掃描的特定儲存貯體。 當您建立特定 AWS S3 儲存貯體的掃描時,可以選取要掃描的特定資料夾。
- 對於 Erwin,您可以提供以分號分隔的 Erwin 模型定位器字串清單來縮小掃描範圍。
- 針對 Cassandra,您可以指定要透過分號分隔值或索引鍵空間名稱模式匯出的特定索引鍵空間清單。
- 針對 Looker,您可以透過提供以分號分隔的 Looker 專案清單來縮小掃描範圍。
- 針對 Power BI 租用戶,您可能只指定是否要包含或排除個人工作區。
- 一般而言,根據萬用字元 (,在支援的地方使用 忽略模式 ,例如,對於資料湖,) 排除 TEMP、設定檔、RDBMS 系統資料表或備份或 STG 資料表。
- 掃描文件或非結構化資料時,請避免掃描大量此類文件。 掃描會處理這類文件的前 20 MB,並可能導致更長的掃描持續時間。
掃描規則集
- 選取掃描規則集時,請務必設定先前建立的相關系統或自訂掃描規則集。 - 您可以建立自訂檔案類型並相應地填寫詳細資訊。 目前 Microsoft Purview 僅支援自訂分隔符號中的一個字元。 如果您在實際資料中使用自訂分隔符號,例如 ~,則需要建立新的掃描規則集。
掃描類型與排程
- 您可以將掃描處理程序設定為執行完整或累加掃描。
- 在非工作時段或非尖峰時段執行掃描,以避免來源上的任何處理超載。
- 初始掃描是完整掃描,後續每次掃描都是累加式掃描。 您可以將後續掃描排程為定期增量掃描。 深入了解支援的 排程選項。
- 掃描頻率應與資料來源的變更管理排程或商務需求保持一致。 例如:
- 如果來源結構可能每週變更,掃描頻率應該同步。變更包括新增、修改或刪除的新資產或資產中的欄位。
- 如果分類或敏感度標籤需要每週更新,可能是出於監管原因,掃描頻率應為每週更新。 - 如果每週在來源資料湖中新增分割區檔案,則可以排程每月掃描。 您不需要排程每週掃描,因為中繼資料沒有變更。 此建議假設沒有新的分類案例。
- 掃描可以執行的最大持續時間為 7 天,可能是因為記憶體問題。 此時間週期不包括擷取程序。 如果進度在七天后未更新,掃描會標示為失敗。 擷取 (到目錄) 流程目前沒有任何此類限制。
取消掃描
- 目前,只有在觸發掃描後掃描狀態從「佇列」轉換為「進行中」狀態時,您才能取消或暫停掃描。
- 不支援取消個別子掃描。
注意事項
- 如果您在執行掃描之後從來源系統移除欄位、欄、資料表或檔案,則 Microsoft Purview 只會在下一次排定的完全或累加掃描之後顯示移除。
- 您可以選取資產名稱下的 [刪除 ],以從 Microsoft Purview 目錄刪除資產。 此動作不會移除來源中的物件。 如果您在相同來源上執行完整掃描,掃描會重新擷取型錄中的物件。 如果您執行累加式掃描,除非在來源修改物件,否則不會提取已刪除的資產。 例如,如果在資料表中新增或移除資料行。
- 若要瞭解透過傳統 Microsoft Purview 管理入口網站 手動編輯資料 資產或基礎結構描述之後的後續掃描行為,請參閱 傳統目錄資產詳細資料。
- 如需詳細資訊,請參閱 如何檢視、編輯和刪除資產。