Databricks 的数据驻留
对 Databricks 中的受监管数据进行编辑和匿名处理
继续整合全球数据并保持本地合规性
在数据加载之前通过完全编辑和匿名化将受监管的数据与 Databricks 隔离。 通过将本地监管数据与全球数据相结合，继续获得全球洞察并执行本地分析。
与 InCountry 的 Databricks
InCountry 与 Auto Loader 数据加载无缝运行。 易于使用的 Python 脚本调用 InCountry 在某个国家/地区的存在点来编辑受监管的字段并在其位置插入匿名值。 可以选择在 InCountry 存在点安全地管理监管数据，以便通过将本地监管数据与全球数据相结合来执行本地分析。
- 与现有自动装载机流程无缝集成
- 动态编辑受监管的字段
- 通过灵活的标记化、散列和屏蔽算法对受监管的数据进行匿名化
- 完整的审核日志
支持本地和全球分析和应用程序
- 全球商业智能和报告工具继续在完全屏蔽监管数据的情况下运行
- 本地用户可以使用本地监管数据以及来自全球仓库和数据湖的数据创建仪表板和报告
- 使用查询过滤器、字段级访问控制、字段掩码和 CRUD 控制为用户和应用程序组定义精细的访问策略
Databricks 的国内数据驻留
特征
- 与自动装载机无缝集成
- 无需更改管道或工作流程
- 灵活的标记化、散列和屏蔽算法
好处
- 遵守跨境数据传输法规
- Descope Auto Loader 受监管数据处理
- 快速设置和上市时间
这个怎么运作
使用跨境受监管数据识别 ETL 文件流程
在调用 InCountry REST API 的国家/地区使用 Python 脚本对受监管的数据进行编辑和匿名化
继续使用ETL和Auto Loader
通过将本地监管数据与全球数据相结合来执行本地分析