如何混淆 Hive 视图中的列？

Question

我已经为表格创建了一个视图：

CREATE VIEW anonymous_table
AS SELECT id, value FROM sensitive_table

并希望以某种方式混淆敏感表的id 字段，例如MD5 哈希或类似的东西，以便查询视图的人看不到实际的id。在 Hive 中执行此操作的好方法是什么？

Answer 1

一些选项：

• 不要在视图中包含 ID：

  CREATE VIEW something AS SELECT "HIDDEN ID", value from sensitive_table;

• 如果您仍然需要为每条记录提供一个不同的键，您可以编写一个 UDF 来执行您喜欢的任何转换：

  添加 JAR mycode.jar; CREATE TEMPORARY FUNCTION hash as 'com.example.MyUDF'; CREATE VIEW SELECT hash(id), value from sensitive_table;

• 奖励：既然您的用户无论如何都可以查看敏感表，那么您可以在 ID 到达配置单元之前对其进行散列吗？老实说，这可能是最好的选择。

无论哪种方式，如果您正在处理 ID，如果人们仍然需要依赖 ID 进行加入/聚合等，那么您需要一个稳定的散列函数。

Here is the link to how to create a UDF