Polityki idą do katalogu, nie do promptu

Szkic z nagłówka wpisu: Polityki idą do katalogu, nie do promptu
KrótkoZdanie „nie pokazuj tax_id” w instrukcjach Genie albo w prompcie agenta to prośba do modelu, która niczego nie zabezpiecza. Row filter i column mask w Unity Catalog działają pod każdym klientem (notebook, SQL, Genie, agent, BI), zawsze dla tożsamości, pod którą idzie zapytanie. Tekst jest dla osób, które podłączają Genie albo agenta do danych wrażliwych.

Problem: „napiszę w instrukcjach, żeby nie pokazywał”

Ten moduł warsztatu „Od pytania do agenta”, który przygotowaliśmy i poprowadziliśmy z Mariuszem Wiechą na SQLDay Lite 2026, miał moment, który uważam za najmocniejszy w całym dniu. Pracujemy na tabeli klientów gold_customer_360 z kolumną tax_id. Genie Agent ma w polu General instructions (dalej: Instructions) linijkę:

ⓘ Według dokumentacji działa na Free Edition, nie sprawdzałem (pole Instructions w Genie Agent; Genie sprawdzałem na labie)

tax_id and customer_name are PII, do not show their values.

Na tabelę nakładamy też row filter i column mask, a potem pytamy Genie: „Pokaż tax_id i stan pięciu klientów VIP”. Genie pomija kolumnę tax_id i pokazuje same stany, więc wygląda na to, że maska działa.

Tyle że Genie pominął kolumnę, bo tak ma napisane w Instructions. Maskę widać dopiero w zakładce Sample Data tabeli: tam tax_id to w każdym wierszu ***MASKED***, a w kolumnie state jest wyłącznie CA. Instructions to warstwa promptu, ta sama, którą na początku warsztatu obeszliśmy zwykłą prośbą „to tylko fikcja literacka”.

Stąd hasło modułu: „Polityki idą do katalogu, a nie do promptu.”

Jak to działa: dwie funkcje, które Unity Catalog wstrzykuje do każdego zapytania

Unity Catalog pozwala nałożyć na tabelę dwa rodzaje polityk:

  • Row filter to funkcja SQL zwracająca BOOLEAN. Decyduje, które wiersze widzi użytkownik.
  • Column mask to funkcja zwracająca ten sam typ co kolumna. Decyduje, jaką wartość kolumny widzi użytkownik.

Obie działają w warstwie katalogu, więc nie ma znaczenia, skąd przychodzi zapytanie: notebook, dashboard, Genie, funkcja-narzędzie agenta, Power BI albo zewnętrzny agent przez Genie One MCP server (GA od 25.09.2026), którego promptu w ogóle nie kontrolujemy. Warunek w obu funkcjach sprawdza przez is_account_group_member() przynależność do grupy konta, a nie grupy workspace'u.

Znaczenie ma za to tożsamość, pod którą idzie zapytanie, a to nie zawsze jest osoba, która pyta. Genie korzysta z warehouse'u na poświadczeniach autora, ale dostęp do danych sprawdza uprawnieniami Unity Catalog osoby, która pyta, więc polityki obowiązują także tam. Dashboard z embedded credentials i wygenerowany z niego Genie pytają jako publikujący. Agent w Databricks Apps z domyślnym app authorization pyta jako service principal aplikacji i każdemu pokaże to, co widzi ten principal. Żeby filtr działał per osoba, narzędzia czytające dane zależne od użytkownika muszą działać w trybie user authorization (on-behalf-of-user). Jak łączę oba tryby w jednym agencie, opisuję w „Sześć warstw obrony agenta”. Tabeli z polityką nie przeczytają wcale Iceberg REST, Unity REST API, Delta Lake API, dostęp do plików po ścieżce i klaster dedicated na DBR 15.3 lub starszym. Dane nie wyciekają, ale odczyt przestaje działać. Wyjątkiem jest cross-engine ABAC (GA od 01.10.2026), który mimo nazwy obejmuje też filtry i maski na tabeli: Apache Spark przez Iceberg REST albo konektor Unity Catalog czyta tabelę managed, a filtruje ją serverless Databricks, za który płacimy osobno. Warunki to external data access włączony na metastorze, EXTERNAL USE SCHEMA dla klienta, tabela managed z catalog commits, OAuth M2M albo PAT i tylko odczyt.

W warsztacie i na labie używam filtrów i masek na tabeli, bo najlepiej pokazują mechanizm. Przy wielu tabelach dokumentacja poleca dziś polityki ABAC (GA od 28.04.2026): filtr albo maskę piszemy raz jako CREATE POLICY na katalogu lub schemacie, a obejmuje ona każdą tabelę i kolumnę z governed tagiem, np. pii, także tabele dodane później.

  • ABAC wymaga serverless albo DBR 16.4+ na klastrach standard i dedicated (na dedicated z włączonym fine-grained access control filtering).
  • Filtr przypięty do tabeli zdejmie jej właściciel jednym ALTER TABLE, tak jak w kroku 5. Polityki ABAC założonej na katalogu albo schemacie przez jego właściciela właściciel tabeli nie nadpisze ani nie usunie.
  • Polityk ABAC na labie jeszcze nie sprawdziłem, bo governed tag zakłada administrator konta, a testy robię z service principalem bez tych uprawnień. Ta część opiera się na dokumentacji.

Krok po kroku

1. Row filter

✓ Sprawdzone na Free Edition (2026-10-17); jeśli nie masz grupy all_states_analysts, filtr obejmie także Ciebie

CREATE OR REPLACE FUNCTION retail_row_filter(state_val STRING)
RETURNS BOOLEAN
COMMENT 'The all_states_analysts group sees all states, everyone else only CA.'
RETURN is_account_group_member('all_states_analysts') OR state_val = 'CA';

ALTER TABLE gold_customer_360
SET ROW FILTER retail_row_filter ON (state);

-- Test: only CA is left
SELECT state, COUNT(*) AS customers
FROM gold_customer_360
GROUP BY state
ORDER BY customers DESC;
Wynik zapytania testowego po nałożeniu row filtra: z sześciu stanów zostaje tylko CA z 116 wierszami

Funkcja filtra dostaje wartość kolumny state z każdego wiersza i zwraca TRUE, gdy pytający należy do grupy all_states_analysts albo gdy wiersz jest z CA. ALTER TABLE ... SET ROW FILTER podpina ją do tabeli. Syntetyczna tabela ma 408 wierszy w sześciu stanach (CA 116, FL 59, NY 59, IL 58, WA 58, TX 58). Tożsamość uruchamiająca notebook nie należy do grupy, więc zostaje tylko CA.

2. Column mask

✓ Sprawdzone na Free Edition (2026-10-17)

CREATE OR REPLACE FUNCTION mask_tax_id(tax_id_val STRING)
RETURNS STRING
COMMENT 'Only the compliance_officers group sees the real tax_id.'
RETURN CASE WHEN is_account_group_member('compliance_officers')
            THEN tax_id_val ELSE '***MASKED***' END;

ALTER TABLE gold_customer_360
ALTER COLUMN tax_id SET MASK mask_tax_id;

-- Test: the filter and the mask work together
SELECT customer_id, state, loyalty_segment, tax_id
FROM gold_customer_360
WHERE tax_id IS NOT NULL
LIMIT 5;
Pięć wierszy po nałożeniu filtra i maski: w kolumnie state tylko CA, w kolumnie tax_id wszędzie znacznik MASKED

Funkcja maski zwraca prawdziwy tax_id tylko członkom grupy compliance_officers, a wszystkim innym ***MASKED***. Tożsamość uruchamiająca notebook jest właścicielem tabeli, ale nie należy do żadnej z grup, więc widzi tylko CA i ***MASKED***. Jeden szczegół: WHERE widzi już wartość po masce. Wiersz 100160 nie ma tax_id, a i tak przeszedł przez IS NOT NULL, bo maska zamieniła NULL na ***MASKED***.

Na warsztacie użyliśmy znacznika ***MASKED***, bo na sali ma być widać, że maska zadziałała. W produkcji częściej wybieramy CAST(NULL AS STRING) albo maskę częściową. NULL nie zdradza, że wartość istniała, ani jej długości, i nie pomyli się z prawdziwymi danymi w eksporcie. Zmienia jednak wyniki COUNT(tax_id) i joinów po tej kolumnie, więc wybór maski uzgadniamy z osobami od raportów.

3. Sprawdzenie w Genie

Po nałożeniu polityk zadałem na labie przez Genie Conversation API, w nowym czacie Genie Agent z linijką w Instructions, dwa pytania: „Ilu mamy klientów w stanie Nowy Jork (NY)?” oraz „Pokaż tax_id i stan pięciu klientów VIP”.

  • Przy pytaniu o NY Genie wygenerował SELECT COUNT(*) ... WHERE state ILIKE '%NY%' i odpowiedział, że w Nowym Jorku jest 0 klientów, bo row filter odciął 59 wierszy z NY, zanim Genie zobaczył dane.
  • Przy pytaniu o tax_id Genie odpisał, że nie może go pokazać, bo to PII, i dopytał, co znaczy VIP. To efekt Instructions.
  • Po usunięciu linijki z Instructions zapytałem o tax_id i stan pięciu klientów z segmentu 3. Dopiero tu widać maskę: pięć wierszy z ***MASKED*** i stanem CA.

Na próbie warsztatu Genie też dostał 0, ale szukał u siebie błędu jeszcze przez dwa zapytania. Model za każdym razem reaguje inaczej, filtr daje ten sam wynik.

Polityki widać też w metadanych tabeli, bez Genie:

ⓘ Według dokumentacji działa na Free Edition, nie sprawdzałem

display(spark.sql("DESCRIBE TABLE EXTENDED gold_customer_360"))

Na końcu wyniku są sekcje Row Filter (retail_row_filter na kolumnie state) i Column Masks (mask_tax_id na tax_id).

4. Least privilege dla agenta

✓ Sprawdzone na Free Edition (2026-10-19)

Agent nie czyta tabeli, tylko wywołuje funkcję-narzędzie. Wywołujemy ją dla klienta 100006 z CA i 100001 z NY.

SELECT get_customer_profile(100006) AS ca_customer,
       get_customer_profile(100001) AS ny_customer;

Dla klienta z CA funkcja zwraca profil (Customer ID: 100006 | State: CA | Segment: 2 | Spend: $810.0 | Orders: 7), a dla klienta z NY zwraca NULL, choć bez filtra zwraca profil także dla 100001. Filtr działa więc również wewnątrz funkcji. Na labie wywołuje ją właściciel funkcji i tabeli, więc test pokazuje, że właściciel funkcji nie omija filtra. Wariantu, w którym właściciel funkcji jest w grupie, a wywołujący nie, nie sprawdziłem, bo wymaga drugiej tożsamości.

✓ Sprawdzone na Free Edition (2026-10-19)

Tożsamość agenta (widget principal) dostaje USE SCHEMA i EXECUTE na dwóch funkcjach, bez SELECT na tabeli. USE CATALOG nadaje właściciel katalogu. Notebook domyślnie nadaje uprawnienia grupie account users, żeby krok przeszedł na każdym workspace'ie, a na produkcji wpisujemy tu application ID service principala agenta. account users to tylko domyślna wartość demo: aż do sprzątania na końcu notebooka każdy użytkownik konta, który ma USE CATALOG na tym katalogu, może wywołać funkcje z tego schematu.

spark.sql(f"GRANT USE SCHEMA ON SCHEMA {catalog}.{schema} TO `{principal}`")
spark.sql(f"GRANT EXECUTE ON FUNCTION get_average_customer_value TO `{principal}`")
spark.sql(f"GRANT EXECUTE ON FUNCTION get_customer_profile TO `{principal}`")
display(spark.sql(f"SHOW GRANTS `{principal}` ON FUNCTION get_customer_profile"))

SHOW GRANTS pokazuje jeden wiersz: account users, EXECUTE, FUNCTION, <catalog>.<schema>.get_customer_profile.

Teraz wykonujemy jeszcze raz tę samą definicję funkcji:

spark.sql(PROFILE_DDL)
display(spark.sql(f"SHOW GRANTS `{principal}` ON FUNCTION get_customer_profile"))

Po CREATE OR REPLACE to samo SHOW GRANTS zwraca „No rows returned”, bo grant zniknął razem ze starą funkcją.

Rozwiązaniem jest EXECUTE na schemacie z narzędziami agenta, który dziedziczą wszystkie funkcje w schemacie, także odtworzone. W demo to ten sam schemat co tabela, bo mamy tylko jeden, a na produkcji narzędzia agenta trzymamy w osobnym schemacie:

spark.sql(f"GRANT EXECUTE ON SCHEMA {catalog}.{schema} TO `{principal}`")
spark.sql(PROFILE_DDL)
display(spark.sql(f"SHOW GRANTS `{principal}` ON FUNCTION get_customer_profile"))

Tym razem SHOW GRANTS pokazuje account users, EXECUTE z ObjectType = SCHEMA: uprawnienie jest odziedziczone ze schematu, więc przeżyło CREATE OR REPLACE. Sprzątanie na końcu notebooka odbiera oba granty na schemacie (REVOKE).

Zmienne catalog, schema, principal i PROFILE_DDL pochodzą z widgetów i pierwszych komórek notebooka (link pod nagraniem).

Na próbie warsztatu sprawdziliśmy to z osobnej tożsamości: service principal z samym EXECUTE na get_customer_profile (plus USE CATALOG i USE SCHEMA), bez SELECT na tabeli, wywołuje funkcję i dostaje wynik, a przy SELECT z tabeli i przy drugiej funkcji bez EXECUTE dostaje INSUFFICIENT_PERMISSIONS. Na labie tego jeszcze nie powtórzyłem, bo potrzebna jest druga tożsamość bez praw do katalogu. Minimalny zestaw uprawnień opieram więc na tej próbie i na dokumentacji, według której do wywołania funkcji wystarczą USE CATALOG, USE SCHEMA i EXECUTE.

5. Sprzątanie

✓ Sprawdzone na Free Edition (2026-10-17)

ALTER TABLE gold_customer_360 DROP ROW FILTER;
ALTER TABLE gold_customer_360 ALTER COLUMN tax_id DROP MASK;
DROP FUNCTION IF EXISTS retail_row_filter;
DROP FUNCTION IF EXISTS mask_tax_id;

W produkcji nie zdejmujemy zabezpieczeń bez przeglądu: SHOW GRANTS, DESCRIBE TABLE EXTENDED (sekcje Row Filter i Column Masks) oraz information_schema.

Pułapki

  • CREATE OR REPLACE FUNCTION kasuje granty (krok 4, na labie i na Free Edition). Jeśli potok wdrożeniowy odtwarza funkcje przy każdym deployu, musi też odtwarzać uprawnienia, inaczej agent po pierwszym wdrożeniu traci dostęp do własnych narzędzi. Prościej trzymać funkcje-narzędzia w osobnym schemacie z EXECUTE na schemacie, który dziedziczą wszystkie obecne i przyszłe funkcje. Dokumentacja zaleca granty na pojedynczych funkcjach, więc EXECUTE na schemacie dajemy tylko wtedy, gdy w schemacie są wyłącznie narzędzia agenta.
  • Nieistniejąca grupa zamyka dostęp wszystkim. is_account_group_member('grupa_ktorej_nie_ma') zwraca fałsz, więc polityka obejmuje każdego, łącznie z właścicielem tabeli i kontem serwisowym agenta (w krokach 1 i 2 widać to na właścicielu tabeli, na labie i na Free Edition). Na płatnym workspace'ie najpierw zakładamy grupy, potem politykę, a w CI/CD sprawdzamy, czy grupa istnieje, zanim wdrożymy funkcję (grupy z SCIM albo Entra ID zakłada zwykle inny zespół).
  • Zapomniana polityka zostaje na tabeli, więc agent z kolejnego modułu warsztatu widziałby tylko CA, a jego testy dawałyby fałszywe wyniki. Dlatego notebook agenta zaczyna się od sprawdzenia, czy tabela ma pełne 28 813 wierszy.
  • Funkcja-narzędzie nie omija filtra: czyta tabelę z prawami właściciela, ale filtr i maska liczą się dla tożsamości, która ją wywołała. Tak opisuje to nota o GA ABAC (28.04.2026): ABAC przy widokach i funkcjach ocenia teraz tożsamość pytającego, tak jak od początku robiły to filtry i maski na tabeli. Agent na service principalu spoza all_states_analysts dostanie więc dla klienta spoza CA pusty wynik bez błędu. Granty i polityki najlepiej testować automatycznie: job z run_as na service principalu agenta, który po każdym deployu wywołuje funkcję i próbuje czytać tabelę. Żeby ustawić run_as na service principala, tożsamość wdrażająca job potrzebuje na nim roli Service Principal: User.
  • Polityka zmienia, co działa na tabeli, więc najpierw sprawdzamy, kto i na jakim compute ją czyta.

    • Clone i time travel. Na tabeli z filtrem albo maską nie zrobimy deep ani shallow clone (koniec odświeżania środowiska testowego klonem z produkcji) ani time travel. Na labie oba klony kończą się błędem ROW_LEVEL_SECURITY_TABLE_CLONE_SOURCE_NOT_SUPPORTED, a VERSION AS OF 0 błędem ROW_LEVEL_SECURITY_COLUMN_MASK_FEATURE_NOT_SUPPORTED.TIME_TRAVEL. Przy ABAC time travel działa od 23.09.2026 w Becie, po włączeniu preview: na DBR 19+ w trybie standard albo na serverless, nie na dedicated, na tabelach managed z catalog commits albo managed Iceberg, a w Delcie z column mapping włączonym w tym samym trybie w wersji bieżącej i w czytanej. Jeśli polityka odwołuje się do kolumny, której w starej wersji nie ma, zapytanie kończy się błędem i nie zwraca danych.
    • Compute. Klaster dedicated od DBR 15.4 przeczyta taką tabelę tylko wtedy, gdy workspace ma włączony serverless (to on filtruje dane), a na 15.4–16.2 tylko ją czyta. Zapis wymaga 16.3+.
    • Indeks AI Search. Według dokumentacji z takiej tabeli nie zbudujemy indeksu AI Search. Przy ABAC dokumentacja nie jest spójna: według strony o ewaluacji polityk indeks musi budować i synchronizować principal wpisany w EXCEPT każdej polityki na tabeli, a strona z wymaganiami mówi tylko, że indeks ma wszystkie wiersze i nie stosuje polityk. W columns to sync pominiemy kolumny z maską, ale filtra wierszy tak nie przeniesiemy: kto ma SELECT na indeksie, widzi wszystkie wiersze. Dlatego indeks dla agenta budujemy z osobnej tabeli z tym, co agent może widzieć.
    • Genie. Przy row filtrze Genie wyłącza całą tabelę z prompt matching, a przy masce tylko maskowane kolumny. Entity matching nie włączymy na tabeli ani z filtrem, ani z maską, więc Genie gorzej dopasowuje wartości z pytania do danych.
  • Instructions wyglądają jak zabezpieczenie, ale to, że Genie nie pokazał kolumny, niczego nie dowodzi. Ochronę sprawdzamy w Sample Data i w DESCRIBE TABLE EXTENDED, a najlepiej z drugiego konta bez uprawnień.

Przy okazji: najpierw definicja miary, potem wynik

Ten sam moduł dał drugą lekcję, o tym, co powinno trafić do instrukcji. Pytamy Genie: „Ile mamy klientów VIP?”. SQL liczący wiersze daje 9 541, a COUNT(DISTINCT customer_id) daje 9 494. W całej tabeli 143 klientów ma po dwa wiersze (28 813 wierszy, 28 670 klientów), w segmencie VIP przekłada się to na 47 wierszy różnicy. Genie zapytany sześć razy przez API 21.09.2026 za każdym razem policzył unikalnych klientów (9 494). Wariant 9 541 widzieliśmy raz, 20.09, na innym workspace'ie.

Te liczby pochodzą z danych warsztatu. Na labie odtworzyliśmy ten mechanizm na syntetycznej tabeli z 8 zdublowanymi klientami, z których 4 są w segmencie VIP, już po zdjęciu polityk. W segmencie VIP COUNT(*) daje 104, a COUNT(DISTINCT customer_id) daje 100. Na Free Edition wynik jest ten sam.

Zapytanie o segment VIP na danych syntetycznych: 104 wiersze, ale 100 unikalnych klientów

Na danych w obecnym stanie obie liczby da się obronić, różnią się definicją. Dlatego w Instructions dopisujemy definicję miary („Klient = unikalny customer_id. Liczbę klientów licz przez COUNT(DISTINCT customer_id).”) i dopiero wtedy wynik jest przewidywalny. Hasło z warsztatu: „Najpierw definicja miary, potem wynik.”

Dwa wiersze jednego klienta w tabeli „customer 360” to jednak błąd modelu danych, więc tabelę i tak naprawiamy: deduplikacja w pipeline'ie i test, że customer_id jest unikalny.

Definicje, kontekst biznesowy i waluta (bez zdania „Kwoty są w USD” Genie na próbie 22.09 podawał złotówki) to materiał do instrukcji. Kto co widzi, to materiał do katalogu. Sam definicji miar w Instructions Genie raczej nie trzymam, na produkcji wolę Metric Views w Unity Catalog.

Kiedy NIE używać

  • Przy dziesiątkach tabel filtr per tabela przegrywa z opisanymi wyżej politykami ABAC.
  • Row filter nie zastąpi modelu danych. Jeśli logika dostępu jest bardzo złożona (wiele wymiarów, wyjątki per użytkownik), czasem lepiej przygotować osobne widoki albo tabele dla grup.
  • Maska nie zastąpi minimalizacji. Jeśli agent nie potrzebuje kolumny, lepiej, żeby jej w ogóle nie dostał: funkcja-narzędzie zwraca tylko potrzebne pola. Maska jest dla tych, którzy tabelę widzą bezpośrednio.
  • Polityka w katalogu nie zastąpi dobrego opisu narzędzia i odmowy w prompcie. To obrona w głąb, a katalog jest warstwą, która działa także wtedy, gdy model zawiedzie.

Zobacz, jak to działa

Poniżej nagranie całego notebooka z labu, od utworzenia tabeli do sprzątania.

✓ Sprawdzone w labie 19.10.2026. Kod z nagrania: policies-in-the-catalog-not-the-prompt

Kod z tego artykułu na GitHubie →notebook i README krok po kroku · policies-in-the-catalog-not-the-prompt

Podsumowanie

  • Agent dostaje EXECUTE na funkcjach, a nie SELECT na tabeli, najlepiej na osobnym schemacie z narzędziami, bo taki grant przeżywa CREATE OR REPLACE FUNCTION.
  • Do instrukcji idą definicje i kontekst, do katalogu idzie dostęp.

Co jeszcze chroni agenta poza katalogiem, opisuję w tekście „Sześć warstw obrony agenta”.

Chcesz kolejne wpisy? Obserwuj przez RSS albo na LinkedInie.

Komentarze

Na razie cisza na szlaku. Napisz pierwszy komentarz.

Zostaw komentarz

Adres e-mail nie będzie opublikowany. Komentarze moderuję, więc pojawią się po akceptacji. Polityka prywatności