DataSunrise Logra el Estado de Competencia en AWS DevOps en AWS DevSecOps y Monitoreo, Registro, Rendimiento

Acerca de la estructura de tu base de datos y el uso de relaciones entre tablas

Acerca de la estructura de tu base de datos y el uso de relaciones entre tablas

La teoría de los 6 apretones de manos

La mayoría de nosotros estamos familiarizados con el concepto de 6 apretones de manos o los seis grados de separación: la idea es que cualquier persona en el planeta puede estar conectada con cualquier otra en apenas seis pasos. Así, a través de solo cinco personas más, puedes estar efectivamente conectado con la Reina de Inglaterra, Bill Gates o incluso un adiestrador de elefantes tailandés. Por ello, nunca se sabe quién puede ser amigo de los amigos de uno. El mismo principio funciona muy bien para las bases de datos.

A veces es muy difícil saber cómo pueden estar conectados los diferentes datos en tu base de datos. Esto también ocurre debido al hecho de que, a menudo, los datos sensibles son recogidos por unas personas y protegidos por otras y por distintos departamentos. Las bases de datos tienden a volverse más grandes y complicadas con el tiempo. No es raro encontrar una base de datos que tenga 10 o 15 años. Como resultado, es un problema real revelar conexiones ocultas y no evidentes entre los datos dentro de una misma base de datos.

Pero todo esto cambia cuando usas la herramienta de Relaciones entre Tablas incluida en la Suite de Seguridad de Bases de Datos DataSunrise. Esta es la herramienta que puede ayudarte a conectar y proteger los datos, incluso si no sabes nada sobre la base de datos que deseas proteger. Esta herramienta se asegura de que ni el más mínimo dato sensible quede desatendido y sin protección.

Descubriendo relaciones entre tablas

Pero, ¿cómo creó DataSunrise una herramienta tan útil? El éxito de su realización, en primer lugar, se debe al hecho de que conocemos el funcionamiento de las bases de datos que protegemos. Podemos proteger más de 30 tipos de bases de datos populares, tanto relacionales como no relacionales.

Las principales formas de establecer relaciones entre tablas y columnas dentro de tu base de datos son:

  • usando claves primarias y foráneas.
  • usando cláusulas JOIN y WHERE en el tráfico de la base de datos para ver cómo interactúan las diferentes tablas dentro de una base de datos. Para poder utilizar el tráfico de la base de datos como fuente de información, es necesario iniciar una auditoría de la base de datos y configurar una Regla de Aprendizaje, que aprenderá de dicha auditoría. Todas estas herramientas están incluidas en la Suite de Seguridad de Bases de Datos DataSunrise.
  • usando el historial de consultas de la base de datos. Este método requiere recopilar y conservar el historial de consultas de la base de datos, por lo que ésta debe estar configurada adecuadamente. Luego, es necesario configurar una Tarea Periódica que recuperará periódicamente las consultas que puedan ser útiles para establecer posibles relaciones entre tablas.

Después de que DataSunrise haya encontrado todas las relaciones entre las columnas, podrás verlas en un diagrama como este. En la imagen a continuación, la tabla “job info” está a una tabla de distancia de la tabla “order”; sin embargo, como puedes ver, están relacionadas. Estas relaciones fueron establecidas automáticamente por la herramienta de Relaciones entre Tablas de DataSunrise.

Diagrama de DataSunrise de las relaciones entre tablas descubiertas

Uso práctico de las relaciones entre tablas descubiertas

Después de haber descubierto y recopilado información sobre las relaciones entre tablas de tu base de datos, puedes utilizarla para lo siguiente:

  1. Para complementar y enriquecer los resultados del descubrimiento de datos.
  2. Cuando utilices el enmascaramiento de datos estático y dinámico, DataSunrise te sugerirá enmascarar también las columnas relacionadas.
  3. En el caso del enmascaramiento estático, las relaciones entre tablas descubiertas permiten realizar una transferencia parcial de filas de varias tablas relacionadas sin romper la consistencia de la base de datos. Esta consistencia podría verse comprometida si las tablas están relacionadas entre sí mediante restricciones o si dichas restricciones se implican lógicamente.

Configuración de una Regla de Aprendizaje para descubrir relaciones entre tablas

Puedes descubrir todas las relaciones entre tablas en una instancia de base de datos utilizando una regla de aprendizaje de DataSunrise. En la interfaz de usuario de DataSunrise, debes dar un nombre a la regla de aprendizaje, especificar el tipo de base de datos y la base de datos para la que deseas establecer relaciones:

Sección principal de una Regla de Aprendizaje DS

En la sección de Declaración de Filtro, selecciona la opción Relaciones entre Tablas, luego selecciona las bases de datos, esquemas, tablas y columnas a procesar, y después guarda las relaciones en una instancia de relaciones entre tablas que creaste anteriormente:

Sección de Declaración de Filtro de una Regla de Aprendizaje DS

Configuración de una Tarea Periódica para descubrir relaciones entre tablas

Alternativamente, puedes configurar una tarea periódica que te ayudará a descubrir relaciones entre tablas. Este es solo otro método para descubrir relaciones entre tablas.

1. Haz clic en Nuevo para configurar una nueva tarea:

Una nueva tarea periódica de DataSunrise

2. Completa la información requerida, incluyendo el tipo de tarea y especifica dónde guardar las relaciones entre tablas. Haz clic en Guardar al final de la página para guardar la regla:

Configuración de una nueva tarea periódica de DataSunrise

3. La tarea periódica guardada aparecerá en la lista de tareas. Haz clic en ella para ingresar:

Una tarea periódica guardada

Conclusión

La herramienta de Relaciones entre Tablas revela, a primera vista, relaciones no evidentes entre las columnas de diferentes tablas, observándolas desde el punto de vista de los usuarios de la base de datos y de la manera en que la utilizan. Esto mejora significativamente el proceso de descubrimiento de datos sensibles, que suele realizarse antes del enmascaramiento de datos. En el mundo moderno, con estándares de seguridad como GDPR, HIPAA, etc., esto brinda oportunidades adicionales para detectar diferentes tipos de fugas de información personal (PII) y representa otra barrera para los ciberdelincuentes.

Siguiente

Enmascarado de XML y CSV almacenados en S3 Buckets

Enmascarado de XML y CSV almacenados en S3 Buckets

Más información

¿Necesita la ayuda de nuestro equipo de soporte?

Nuestros expertos estarán encantados de responder a sus preguntas.

Información general:
[email protected]
Servicio al Cliente y Soporte Técnico:
support.datasunrise.com
Consultas sobre Asociaciones y Alianzas:
[email protected]