数据识别

数据识别功能用于识别敏感字段，可通过库表的设置筛选识别范围。项目负责人、管理员具有使用该功能的权限。

新增识别任务

在数据识别页面中，点击新增识别任务可进行识别任务的配置。

• 任务名称：任务名称由用户自定义，可由汉字、字母、数字组成。

• 识别范围：识别范围支持当前项目内库的筛选；表的筛选支持全部、枚举及自定义。

  • 选择枚举时，可添加表并设置分区字段和分区值（当前分区值不支持azkaban参数，只支持具体的日期格式）。
    
  • 选择自定义时，可通过正则表达式匹配表的内容。
    

• 敏感类型：此处选项根据敏感类型功能中的创建的类型而定，默认为银行卡号、手机号、身份证号以及邮箱，支持复选。如果对于选择的敏感类型需要进行脱敏，可勾选配置脱敏按钮，勾选后需要配置相应的脱敏规则。
  

• 扫描方式：支持抽样扫描和全表扫描两种扫描方式。选择抽样扫描后可设置识别行数，无数量上限。

• 生效阈值：生效阈值=命中行数/识别行数，结合识别行数，判断此次识别结果。

• 完成通知：支持运行成功和运行失败两种结果通知。
• 通知方式：当前支持邮件、短信、电话等。
• 任务说明：对识别任务进行补充说明，帮助其他用户了解任务。

配置完成后，点击确定关闭窗口。新建的任务处于等待状态。

点击立即识别，可在对话框中选择Spark版本、执行队列等运行参数，配置完成后点击确定，任务状态变为识别中开始正式执行。当所有对象都已成功完成识别，则状态会置为成功；如果状态变为失败，则表示执行识别任务失败，未完成识别工作。

查看实例及结果

点击实例列表按钮，可跳转至执行实例页面。可查看每一次执行实例的结果，数据识别任务若有多个执行实例，则仅最新结果可确认，历史实例的结果仅作为展示。
任务识别结果页面，页面展示当前被识别数据的库名、表名、字段名、数据采样、敏感类型以及安全等级，如下图所示：

将鼠标放置在采样的数据上，会显示部分采样结果：

点击编辑按钮，可对敏感类型进行查看，被识别出来的敏感类型会在类型旁出现，当用户不认可识别结果也可以对敏感类型重新选择，更新后的敏感类型会同步到数据地图进行展示。

对识别结果可进行编辑操作，此时如果更改敏感类型，相应的安全等级也会根据事先的配置进行更改。

选中需要进行脱敏的数据，点击批量确认脱敏规则按钮，进行脱敏规则生效。

生效后，在已生效规则中显示当前脱敏规则，并在数据脱敏-动态脱敏列表中进行展示。

支持查看本次识别结果与上次结果是否有变化已经变化详情 。首次查看变化详情时先点击右上角检测按钮，检测完毕之后点击查看进入对比详情页，可查看本次结果与上次结果、本次结果与已生效结果的差异项。

可查看本次结果新增字段（本次识别出但上次未识别出的敏感字段）、本次结果更新字段（本次与上次识别的敏感类型结果不同）、本次结果减少字段（上次识别出但本次未识别出的敏感字段）

编辑任务

对处于未识别中的任务支持编辑操作，点击编辑按钮进行编辑，编辑过程中不支持识别范围的修改，即不支持库、表的更改。

复制任务

对于已创建的任务支持复制操作，点击复制按钮后进入任务编辑页面，编辑完成后点击确定即创建新的识别任务，任务名称默认为原任务名+“_copy”。

识别任务调度

数据识别任务作为特殊节点支持在离线开发任务中引用并配置调度，支持在安全中心识别任务的查看历史执行实例和识别结果。在离线开发任务中配置数据识别任务节点，并提交上线设置调度。

点击具体识别任务的实例列表，查看某次执行实例的具体识别结果。点击引用详情，可查看识别任务在离线开发任务中的引用情况。

识别任务支持多数据源

识别任务支持多数据源选择，本期新增StarRocks数据源支持，可以在新建识别任务中数据源下拉列表中选择。

**识别任务支持对整库配置分区规则

新增识别任务，在分区策略规则中配置分区匹配规则，该规则会被用到所选范围下的所有表。