8장. 데이터 보안 및 관리
이 작품은 AI를 사용하여 번역되었습니다. 여러분의 피드백과 의견을 환영합니다: translation-feedback@oreilly.com
일반적인 포춘 1,000대 기업의 경우 데이터 접근성이 10%만 높아져도 순이익이 6,500만 달러 이상 추가로 증가합니다.
리차드 조이스, 포레스터1
이 책( )에서 이미 데이터의 중요성과 Amazon Redshift를 통해 로컬에서 로드했든 외부 소스에서 쿼리했든 간에 다양한 유형의 정형 또는 반정형 데이터에 액세스하는 방법에 대해 설명했습니다. 그러나 비용 효율적인 방식으로 데이터에 액세스하고 변환하는 능력만큼이나 중요한 것은 이를 안전하게 수행하여 적절한 사람만 액세스해야 하는 데이터에 액세스할 수 있도록 하는 것입니다. 많은 조직이 사용자가 모든 데이터에 액세스할 수 있도록 하는 데 어려움을 겪고 있습니다. 접근성과 보안의 균형은 데이터가 계속 확장되고 데이터에 대한 액세스에 대한 수요가 높은 세상에서 매우 중요하면서도 달성하기 어려운 과제입니다.
이 장에서는 '개체 수준 액세스 제어' 와 '데이터베이스 역할'을 포함하여 사용자가 Amazon Redshift 내에서 보안을 관리할 수 있는 다양한 방법에 대해 설명합니다. 사용자 커뮤니티에서 세분화된 액세스 제어가 필요한 사용 사례와 '행 수준 보안' 및 '동적 데이터 마스킹'을 통해 이를 달성하는 방법을 살펴봅니다 . 마지막으로, '외부 데이터 액세스 제어'를 통해 Amazon Redshift가 보안을 관리하는 방법에 대해 설명합니다.
객체 수준 액세스 제어
Amazon Redshift는 각 개체가 일련의 권한에 의해 관리되는 개체의 계층 구조 로 구성되어 있습니다. 3장 '데이터 모델 설정및 데이터 수집'에서 설명한 대로 Amazon Redshift는 여러 데이터베이스를 포함할 수 있고, 각 데이터베이스는 여러 스키마를 포함할 수 있으며, 각 스키마는 테이블, 보기, 함수 및 프로시저와 같은 여러 개체를 보유할 수 있습니다. 이러한 개체 외에도 Amazon Redshift에는 모든 데이터베이스에 적용할 수 있는 사용자, 그룹 및 역할과 같은 관리 개체가 포함되어 있습니다.
사용자는 데이터베이스에 로그인한 개별 주체를 말합니다. 데이터베이스 그룹은 사용자들의 모음이며 사용자는 여러 그룹의 구성원이 될 수 있습니다. 마지막으로 '데이터베이스 역할'은 그룹과 비슷하지만 이 장의 뒷부분에서 설명하는 추가 기능이 있습니다. 사용자, 데이터베이스 그룹 또는 데이터베이스 역할은 GRANT 또는 REVOKE 문을 사용하여 개체에 대한 권한을 할당받습니다. 권한 목록과 해당 권한이 적용되는 개체는 표 8-1을 참조하세요. GRANT 문 실행에 대한 자세한 내용은 온라인 설명서를 참조하세요. UPDATE 및 SELECT 권한을 데이터베이스 열에 적용할 수 있다는 점에 유의하세요. 이 권한 부여 전략은 개인 식별 정보(PII) 데이터에 대한 액세스를 제한할 때 유용할 수 있습니다.
| 권한 | 개체 |
|---|
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access