Vertica 中 Id_number 上的随机数字数据屏蔽答案

【问题标题】：Random Digit Data Masking on Id_number in VerticaVertica 中 Id_number 上的随机数字数据屏蔽
【发布时间】：2020-12-18 05:36:12
【问题描述】：

我需要在第 6 位和第 12 位之间随机屏蔽 id_number 的 4 位数字。

示例： 555444888777 --> 55544x8x8xx7

我编写了以下代码，但每 2 位数字都是 rondom。是否有任何解决方案可以在 Vertica 中使用给定的 intervals 和 需要掩码的位数 进行 rondomly 掩码？

SELECT OVERLAYB(OVERLAYB(OVERLAYB(OVERLAYB('555444888777', 'x', 5+RANDOMINT(2)),'x', 7+RANDOMINT(2)),'x', 9+RANDOMINT(2)),'x',11+RANDOMINT(2));

【问题讨论】：

标签： sql vertica data-masking

【解决方案1】：

如果你真的想在 5、7、9 和 11 之后的第一个或第二个数字上随机替换一个数字，就像你编码的那样，然后像我一样创建一个函数，所以您无需每次都重新编码嵌套的 OVERLAYB() 调用。

如果您想要更多差异，您也可以用 RANDOMINT() 调用替换 5、7、9 和 11。

但是，如果您想改变替换次数（从 4 次到另一个次数），则必须针对不同的替换次数重新编写函数。或者用 C++、Java、R 或 Python 编写 UDx（用户定义扩展）的麻烦。

检查 Vertica 文档；从这里开始： https://www.vertica.com/docs/10.0.x/HTML/Content/Authoring/SQLReferenceManual/Statements/CREATEFUNCTIONUDF.htm?zoom_highlight=create%20function

话虽如此，下面是具有相同功能的函数及其测试：

CREATE OR REPLACE FUNCTION maskrand( 
  s VARCHAR(256)
) 
RETURN VARCHAR(256) 
AS 
BEGIN
  RETURN (
    OVERLAYB(
      OVERLAYB(
        OVERLAYB(
          OVERLAYB(
            s
          , 'x'
          , 5+RANDOMINT(2)
          )
          ,'x'
        , 7+RANDOMINT(2)
        )
        ,'x'
      , 9+RANDOMINT(2)
      )
      ,'x'
    , 11+RANDOMINT(2)
    )
  );
END;

-- test ...
WITH indata(s) AS (
          SELECT '555444888777'
UNION ALL SELECT '666333444888'
) 
SELECT
  s, maskrand(s) AS masked
FROM indata;
-- out       s       |    masked    
-- out --------------+--------------
-- out  555444888777 | 5554x48x8xx7
-- out  666333444888 | 6663x3x4x88x

【讨论】：

【解决方案2】：

这有点疯狂，但似乎有效：

with my_range as (
             select  6 as n
   union all select  7 as n
   union all select  8 as n
   union all select  9 as n
   union all select 10 as n
   union all select 11 as n
   union all select 12 as n),
random_positions as (
   select n
     from my_range
    order by random()
    limit 4),
quartiles as (
   select n,
          ntile(4) over(order by n) as quartile
     from random_positions),
sorted_positions as (
   select max(case when quartile = 1 then n end) as random1,
          max(case when quartile = 2 then n end) as random2,
          max(case when quartile = 3 then n end) as random3,
          max(case when quartile = 4 then n end) as random4
     from quartiles)
select '555444888777' as string_original,
       overlay(
         overlay(
            overlay(
               overlay('555444888777' placing 'x' from random1)
               placing 'x' from random2)
            placing 'x' from random3)
         placing 'x' from random4)
       as string_masked
  from sorted_positions;

执行示例：

$ vsql -f tmp.sql
 string_original | string_masked
-----------------+---------------
 555444888777    | 55544xx8xx77
(1 row)


$ vsql -f tmp.sql
 string_original | string_masked
-----------------+---------------
 555444888777    | 55544xx8x7x7
(1 row)


$ vsql -f tmp.sql
 string_original | string_masked
-----------------+---------------
 555444888777    | 55544x8x8x7x
(1 row)

解释：

my_range 建立一个数字从 6 到 12 的记录集
random_positions对记录集进行随机排序，只返回4个位置
quartiles 将四分位数分配给每个随机位置，因此 sorted_positions 可以将结果转换为单个记录
最后，最后一个select 在四个随机位置应用OVERLAY function 四次

【讨论】：