重要
以前Azure Purview) (Microsoft Purview 统一目录和经典 Microsoft Purview 数据治理功能即将停用。 Microsoft 正在 Microsoft Fabric 中整合其数据治理功能。 无法再创建新帐户,现有功能将保持维护模式直至 2027 年 11 月 12 日。 有关停用时间表、过渡指南和建议的后续步骤,请参阅 Microsoft Purview 数据治理停用公告。
在 Microsoft Purview 数据映射中,可以创建扫描规则集来自定义组织中的数据源扫描。
扫描规则集是将一组扫描规则组合在一起的容器。 可以轻松地将扫描规则集与扫描相关联。 例如,可以为每种数据源类型创建缺省扫描规则集,然后对公司内的所有扫描默认使用这些扫描规则集。 您可能还希望具有适当权限的用户根据业务需求创建具有不同配置的其他扫描规则集。
创建扫描规则集的步骤
要创建扫描规则集,请执行以下操作:
在 Microsoft Purview 门户中,选择 数据映射 解决方案。
在 “源管理 ”部分下,选择 “扫描规则集”,然后选择“ 新建”。
在“ 新扫描规则集 ”页面中,从“ 源类型 ”下拉列表中选择目录扫描程序支持的数据源。 可以为要扫描的每种类型的数据源创建扫描规则集。
输入扫描规则集的 名称 。 最大长度为 63 个字符,不允许使用空格。 (可选)输入“ 说明”。 长度不得超过 256 个字符。
选择一个域。
重要
只能在创建它的域中使用扫描规则集。
选择 继续。
将显示 “选择文件类型 ”页。 请注意,此页上的文件类型选项因您在上一页上选择的数据源类型而异。 默认情况下启用所有文件类型。
在此页上的“ 文档文件类型 ”选项允许你包括或排除以下 Microsoft Office 文件类型:
.doc; .docm; .docx; .dot; .odp; .ods; .odt; .pdf; .pot; .pps; .ppsx; .ppt; .pptm; .pptx; .xlc; .xls; .xlsb; .xlsm; .xlsx; xlt.通过选中或清除其检查框来启用或禁用架构和分类的文件类型。 如果选择 Data Lake 类型的数据源 (例如,Azure Data Lake Storage Gen2 或 Azure Blob) ,请启用要提取和分类架构的文件类型。
重要
取消选择文件类型 不会 阻止引入。 仍会引入文件的信息,但不会提取其架构和分类。
对于某些数据源类型,还可以 创建自定义文件类型。
选择 继续。
将显示 “选择分类规则 ”页。 该页面显示所选 的系统规则 和 自定义规则,以及所选的分类规则总数。 默认情况下,所有“系统规则”检查框都处于选中状态。
对于要包含或排除的规则,按类别全局选中或清除“ 系统规则 分类规则”复选框。
您可以展开类别节点并选中或清除单个检查框。 例如,如果 Argentina.DNI 编号的规则具有高误报,则可以清除该特定检查框。
选择“ 创建 ”以完成创建扫描规则集。
创建自定义文件类型
Microsoft Purview 支持在扫描规则集中添加自定义扩展和定义自定义列分隔符。
要创建自定义文件类型:
按照步骤中的步骤 1-5 创建 扫描规则集 或编辑现有扫描规则集。
在 选择文件类型 页上,选择 新文件类型 以创建新的自定义文件类型。
输入 文件扩展名 和可选 的说明。
为文件 内容 选择以下内容之一,以指定文件中的文件内容类型:
选择 “自定义分隔符” ,然后输入自己的 自定义分隔符 ( 仅限单个字符) 。
选择 “系统文件类型 ”,然后从“ 系统文件类型 ”下拉列表中选择系统文件类型 (例如 XML) 。
选择 “创建” 以保存自定义文件。
系统将返回到 选择文件类型 页面,并将新的自定义文件类型作为新磁贴插入。
如果要更改或删除新文件类型磁贴,请在新文件类型磁贴中选择“ 编辑 ”。
选择 “继续” 以完成配置扫描规则集。
忽略模式
Microsoft Purview 支持在正则表达式) 定义正则表达式 (以在扫描过程中排除资产。 在扫描期间,Purview 会将资产的 URL 与这些正则表达式进行比较。 Microsoft Purview 将忽略与任何正则表达式匹配的所有资产。
“ 忽略模式” 窗格为 Spark 事务文件预填充了一个正则表达式。 如果不需要,可以删除预先存在的模式。 最多可以定义 10 个忽略模式。
在上面的示例中:
- 正则表达式 2 和 3 在扫描期间会忽略所有以 .txt 和 .csv 结尾的文件。
- 正则表达式 4 在扫描过程中将忽略 /folderB/ 及其所有内容。
下面是一些可用于忽略模式的更多提示:
处理正则表达式时,Microsoft Purview 默认将 $ 添加到正则表达式中。
要了解扫描代理将哪个 URL 与正则表达式进行比较,请浏览 Microsoft Purview 统一目录,查找将来要忽略的资产,并在“概述”选项卡中查看其完全限定的名称 (FQN) 。
系统扫描规则集
系统扫描规则集是 Microsoft 定义的扫描规则集,会为每个 Microsoft Purview 目录自动创建。 每个系统扫描规则集都与特定数据源类型相关联。 创建扫描时,可以将其与系统扫描规则集相关联。 每次 Microsoft 对这些系统规则集进行更新时,都可以在目录中更新它们,并将更新应用于所有关联的扫描。
要查看系统扫描规则集的列表,请在 管理中心 中选择扫描规则集,然后选择系统选项卡。
每个系统扫描规则集都有一个 名称、 源类型和 版本。 如果在 “版本 ”列中选择扫描规则集的版本号,则会看到与当前版本和以前版本关联的规则, (如果有) 。
如果系统扫描规则集有可用的更新,则可以在“版本”列中选择“更新”。 在系统扫描规则页面中,从 选择要更新的新版本 下拉列表中选择一个版本。 该页面提供与新版本和当前版本关联的系统分类规则列表。
将扫描与系统扫描规则集相关联
创建扫描时,请选择将其与系统扫描规则集关联,如下所示: