MySQL 8.4 Release Notes
8.5.3.2 使用 MySQL 企业数据屏蔽和去标识化插件
在使用 MySQL 企业数据屏蔽和去标识化之前，按照第8.5.3.1节，“MySQL 企业数据屏蔽和去标识化插件安装”中的说明进行安装。
要在应用程序中使用 MySQL 企业数据屏蔽和去标识化，调用适用于您想要执行操作的函数。详细函数描述，请见第8.5.3.4节，“MySQL 企业数据屏蔽和去标识化插件函数描述”。该节展示了如何使用函数来完成一些示例任务。首先，介绍可用的函数，然后是函数在实际应用中的示例：
MySQL 提供了通用掩码函数，可以掩码任意字符串，和特殊掩码函数，可以掩码特定的值类型。
General-Purpose Masking Functions
mask_inner() 和 mask_outer() 是通用函数，掩码任意字符串的部分，根据字符串中的位置：
-
mask_inner()掩码其字符串参数的内部，留下两端不掩码。其他参数指定未掩码两端的大小。Press CTRL+C to copymysql> SELECT mask_inner('This is a string', 5, 1); +--------------------------------------+ | mask_inner('This is a string', 5, 1) | +--------------------------------------+ | This XXXXXXXXXXg | +--------------------------------------+ mysql> SELECT mask_inner('This is a string', 1, 5); +--------------------------------------+ | mask_inner('This is a string', 1, 5) | +--------------------------------------+ | TXXXXXXXXXXtring | +--------------------------------------+ -
mask_outer()做反向操作，掩码其字符串参数的两端，留下内部不掩码。其他参数指定掩码两端的大小。Press CTRL+C to copymysql> SELECT mask_outer('This is a string', 5, 1); +--------------------------------------+ | mask_outer('This is a string', 5, 1) | +--------------------------------------+ | XXXXXis a strinX | +--------------------------------------+ mysql> SELECT mask_outer('This is a string', 1, 5); +--------------------------------------+ | mask_outer('This is a string', 1, 5) | +--------------------------------------+ | Xhis is a sXXXXX | +--------------------------------------+
默认情况下，mask_inner() 和 mask_outer() 使用 'X' 作为掩码字符，但允许可选的掩码字符参数：
Press CTRL+C to copymysql> SELECT mask_inner('This is a string', 5, 1, '*'); +-------------------------------------------+ | mask_inner('This is a string', 5, 1, '*') | +-------------------------------------------+ | This **********g | +-------------------------------------------+ mysql> SELECT mask_outer('This is a string', 5, 1, '#'); +-------------------------------------------+ | mask_outer('This is a string', 5, 1, '#') | +-------------------------------------------+ | #####is a strin# | +-------------------------------------------+
Special-Purpose Masking Functions
其他掩码函数预期一个字符串参数，表示特定的值类型，并将其mask以删除识别特征。
Note
以下示例使用随机值生成函数来提供函数参数。关于生成函数的更多信息，请参见根据特定特征生成随机数据。
付款卡主账户号掩码 掩码函数提供严格和放松的主账户号掩码。
-
mask_pan()掩码所有数字，除了最后四位：Press CTRL+C to copymysql> SELECT mask_pan(gen_rnd_pan()); +-------------------------+ | mask_pan(gen_rnd_pan()) | +-------------------------+ | XXXXXXXXXXXX2461 | +-------------------------+ -
mask_pan_relaxed()类似，但不掩码前六位，表示付款卡发行商未掩码：Press CTRL+C to copymysql> SELECT mask_pan_relaxed(gen_rnd_pan()); +---------------------------------+ | mask_pan_relaxed(gen_rnd_pan()) | +---------------------------------+ | 770630XXXXXX0807 | +---------------------------------+
美国社会安全号掩码 mask_ssn() 掩码所有数字，除了最后四位：
Press CTRL+C to copymysql> SELECT mask_ssn(gen_rnd_ssn()); +-------------------------+ | mask_ssn(gen_rnd_ssn()) | +-------------------------+ | XXX-XX-1723 | +-------------------------+
有多个函数生成随机值。这些值可以用于测试、模拟等。
gen_range() 从给定的范围中返回一个随机整数：
Press CTRL+C to copymysql> SELECT gen_range(1, 10); +------------------+ | gen_range(1, 10) | +------------------+ | 6 | +------------------+
gen_rnd_email() 在 example.com 域名中返回一个随机电子邮件地址：
Press CTRL+C to copymysql> SELECT gen_rnd_email(); +---------------------------+ | gen_rnd_email() | +---------------------------+ | ayxnq.xmkpvvy@example.com | +---------------------------+
gen_rnd_pan() 返回一个随机支付卡主账户号码：
Press CTRL+C to copymysql> SELECT gen_rnd_pan();
(由于 gen_rnd_pan() 函数结果只能用于测试目的，不可用于出版，无法保证该号码未被分配给合法支付账户。)
gen_rnd_ssn() 返回一个随机美国社会安全号码，其中第一个和第二个部分来自未被合法使用的范围：
Press CTRL+C to copymysql> SELECT gen_rnd_ssn(); +---------------+ | gen_rnd_ssn() | +---------------+ | 912-45-1615 | +---------------+
gen_rnd_us_phone() 返回一个随机美国电话号码，在 555 区域代码中未被合法使用：
Press CTRL+C to copymysql> SELECT gen_rnd_us_phone(); +--------------------+ | gen_rnd_us_phone() | +--------------------+ | 1-555-747-5627 | +--------------------+
MySQL 企业数据掩码和去标识功能使得词典可以用作随机值的来源。要使用词典，首先需要从文件中加载并命名它。每个加载的词典都将成为词典注册表的一部分。然后，可以从已注册的词典中选择项作为随机值或替换其他值。
有效的词典文件具有这些特征：
-
文件内容是纯文本，一个term占一行。
-
空白行将被忽略。
-
文件至少需要包含一个term。
假设有一个名为 de_cities.txt 的文件包含德国城市名称：
Press CTRL+C to copyBerlin Munich Bremen
也假设有一个名为 us_cities.txt 的文件包含美国城市名称：
Press CTRL+C to copyChicago Houston Phoenix El Paso Detroit
假设系统变量 secure_file_priv 设置为 /usr/local/mysql/mysql-files。在这种情况下，复制词典文件到该目录，以便 MySQL 服务器可以访问它们，然后使用 gen_dictionary_load() 将词典加载到词典注册表并赋予名称：
Press CTRL+C to copymysql> SELECT gen_dictionary_load('/usr/local/mysql/mysql-files/de_cities.txt', 'DE_Cities'); +--------------------------------------------------------------------------------+ | gen_dictionary_load('/usr/local/mysql/mysql-files/de_cities.txt', 'DE_Cities') | +--------------------------------------------------------------------------------+ | Dictionary load success | +--------------------------------------------------------------------------------+ mysql> SELECT gen_dictionary_load('/usr/local/mysql/mysql-files/us_cities.txt', 'US_Cities'); +--------------------------------------------------------------------------------+ | gen_dictionary_load('/usr/local/mysql/mysql-files/us_cities.txt', 'US_Cities') | +--------------------------------------------------------------------------------+ | Dictionary load success | +--------------------------------------------------------------------------------+
从词典中选择一个随机项，使用 gen_dictionary()：
Press CTRL+C to copymysql> SELECT gen_dictionary('DE_Cities'); +-----------------------------+ | gen_dictionary('DE_Cities') | +-----------------------------+ | Berlin | +-----------------------------+ mysql> SELECT gen_dictionary('US_Cities'); +-----------------------------+ | gen_dictionary('US_Cities') | +-----------------------------+ | Phoenix | +-----------------------------+
从多个词典中选择随机项，可以首先随机选择一个词典，然后从其中选择项：
Press CTRL+C to copymysql> SELECT gen_dictionary(ELT(gen_range(1,2), 'DE_Cities', 'US_Cities')); +---------------------------------------------------------------+ | gen_dictionary(ELT(gen_range(1,2), 'DE_Cities', 'US_Cities')) | +---------------------------------------------------------------+ | Detroit | +---------------------------------------------------------------+ mysql> SELECT gen_dictionary(ELT(gen_range(1,2), 'DE_Cities', 'US_Cities')); +---------------------------------------------------------------+ | gen_dictionary(ELT(gen_range(1,2), 'DE_Cities', 'US_Cities')) | +---------------------------------------------------------------+ | Bremen | +---------------------------------------------------------------+
gen_blocklist() 函数使得一个词语从一个词典中被替换为另一个词典中的词语，这样可以实现通过替换来进行masking。它的参数是要替换的词语、词语所在的词典和选择替换词语的词典，例如，可以将美国城市替换为德国城市，或者反之，使用gen_blocklist()如下方式：
Press CTRL+C to copymysql> SELECT gen_blocklist('Munich', 'DE_Cities', 'US_Cities'); +---------------------------------------------------+ | gen_blocklist('Munich', 'DE_Cities', 'US_Cities') | +---------------------------------------------------+ | Houston | +---------------------------------------------------+ mysql> SELECT gen_blocklist('El Paso', 'US_Cities', 'DE_Cities'); +----------------------------------------------------+ | gen_blocklist('El Paso', 'US_Cities', 'DE_Cities') | +----------------------------------------------------+ | Bremen | +----------------------------------------------------+
如果要替换的词语不在第一个词典中，gen_blocklist() 将其保持不变：
Press CTRL+C to copymysql> SELECT gen_blocklist('Moscow', 'DE_Cities', 'US_Cities'); +---------------------------------------------------+ | gen_blocklist('Moscow', 'DE_Cities', 'US_Cities') | +---------------------------------------------------+ | Moscow | +---------------------------------------------------+
在客户服务呼叫中心，常见的身份验证技术是要求客户提供最后四位社会安全号码（SSN）数字。例如，客户可能说她的名字是 Joanna Bond，并且她的最后四位 SSN 数字是 0007。
假设有一个名为 customer 的表，其中包含了客户记录的这些列：
-
id: 客户 ID 号码。 -
first_name: 客户第一名。 -
last_name: 客户最后名。 -
ssn: 客户社会安全号码。
例如，这个表可能被定义如下：
Press CTRL+C to copyCREATE TABLE customer ( id BIGINT NOT NULL AUTO_INCREMENT PRIMARY KEY, first_name VARCHAR(40), last_name VARCHAR(40), ssn VARCHAR(11) );
客户服务代表应用程序用来检查客户 SSN 的查询语句可能是这样：
Press CTRL+C to copymysql> SELECT id, ssn mysql> FROM customer mysql> WHERE first_name = 'Joanna' AND last_name = 'Bond'; +-----+-------------+ | id | ssn | +-----+-------------+ | 786 | 906-39-0007 | +-----+-------------+
然而，这样就暴露了SSN给客户服务代表，代表无需看到除了最后四位数字以外的任何内容。相反，应用程序可以使用这个查询来显示只masked SSN：
Press CTRL+C to copymysql> SELECT id, mask_ssn(CONVERT(ssn USING binary)) AS masked_ssn mysql> FROM customer mysql> WHERE first_name = 'Joanna' AND last_name = 'Bond'; +-----+-------------+ | id | masked_ssn | +-----+-------------+ | 786 | XXX-XX-0007 | +-----+-------------+
现在代表只看到必要的信息，客户隐私得以保留。
为什么使用CONVERT()函数作为mask_ssn()的参数？因为mask_ssn()需要11个字符的参数。因此，即使ssn定义为VARCHAR(11)，如果ssn列具有多字节字符集，它可能在传递给可加载函数时看起来超过11个字节，从而出现错误。将值转换为二进制字符串确保函数看到11个字符。
类似技术也可能用于其他数据masking函数，字符串参数不具有单字节字符集的情况。
如果masked数据来自表，用于多个查询可能很方便定义一个视图来生产masked数据。这样应用程序可以从视图中选择，而不需要在单个查询中执行masking。
例如，之前节中的customer表的masking视图可以定义如下：
Press CTRL+C to copyCREATE VIEW masked_customer AS SELECT id, first_name, last_name, mask_ssn(CONVERT(ssn USING binary)) AS masked_ssn FROM customer;
然后查找客户的查询变得简单，但是仍然返回masked数据：
Press CTRL+C to copymysql> SELECT id, masked_ssn mysql> FROM masked_customer mysql> WHERE first_name = 'Joanna' AND last_name = 'Bond'; +-----+-------------+ | id | masked_ssn | +-----+-------------+ | 786 | XXX-XX-0007 | +-----+-------------+