数仓安全：数据脱敏技术深度解析
内容提要
本文介绍了GaussDB(DWS)数据脱敏功能的原理和使用方法，包括动态脱敏、脱敏策略创建和绑定等。还介绍了可算不可见功能和防护恶意套取的方法。数据脱敏实时处理查询语句，具有优势和应用场景。
延伸解读
动态脱敏与静态脱敏的适用场景
文章将数据脱敏分为静态和动态两类。静态脱敏是“搬移并仿真替换”，脱敏后数据与生产环境隔离，适合下发给下游随意读写的场景。动态脱敏则在访问敏感数据时实时处理，能为不同角色、权限和数据类型执行不同方案，确保返回数据可用而安全。GaussDB(DWS)采用动态脱敏，将能力内化到数据库，减少对外部工具的依赖。
脱敏策略的灵活配置与继承机制
脱敏策略包含表对象、生效条件和脱敏列-脱敏函数对三个要素，支持多对一关系，同一张表可设置不同策略。生效条件通常基于用户角色，仅当条件为真时触发脱敏。此外，对于INSERT/UPDATE等语句，若子查询涉及敏感字段，新表会自动继承源表的脱敏策略，避免通过新表泄露数据。继承时若脱敏效果冲突，会提升为全脱敏，保证安全优先。
可算不可见与恶意套取防护
可算不可见功能允许在数据库内使用原始敏感数据参与计算，仅在出库时脱敏，避免脱敏数据影响聚集、过滤等结果。需设置开关enable_redactcol_computable=on。同时，为防止通过常量等值判断反向推断敏感信息，系统禁止脱敏字段与常量进行等值、IN、CASE等操作，直接报错，从而阻断恶意套取路径。
性能影响与权衡
动态脱敏在查询重写阶段替换脱敏函数，会带来额外开销，主要受数据规模、脱敏列数和脱敏函数影响。测试显示，数据规模越大，脱敏查询耗时与原始语句差异越明显。若脱敏列均采用部分脱敏，性能劣化约10%；但若包含全脱敏，因输出结果集变小，多列查询反而可能更快。复杂查询下性能劣化可能更显著，需结合实际场景评估。
Q&A
GaussDB(DWS)的数据脱敏功能有哪些主要特点？
GaussDB(DWS)的数据脱敏功能具有灵活、高效、透明和友好的特点，能够增强数据安全能力，实现敏感数据的可靠保护。
什么是动态数据脱敏，它与静态数据脱敏有什么区别？
动态数据脱敏是在访问敏感数据时实时进行处理，而静态数据脱敏是在数据搬移后进行处理，二者的主要区别在于处理时机和数据的可用性。
如何创建和绑定脱敏策略？
创建脱敏策略的步骤包括确定受限制用户角色、识别敏感字段和绑定脱敏函数，用户可以根据业务需求灵活配置脱敏策略。
GaussDB(DWS)如何防护恶意套取？
GaussDB(DWS)通过禁止常量等值判断等方式防护恶意套取，确保敏感数据不被泄露。
可算不可见功能的作用是什么？
可算不可见功能允许在数据库内使用原始敏感数据进行计算，只有在出库时才进行脱敏处理，以确保计算结果的准确性。
GaussDB(DWS)的数据脱敏功能如何实现实时处理？
GaussDB(DWS)的数据脱敏功能基于SQL引擎，在查询执行过程中实时进行脱敏处理，确保用户在生成环境中对脱敏过程透明。
