قابلیت S3 Annotations مدیریت داده‌های سازمانی را دقیق‌تر می‌کند

به گزارش وبلاگ معماری AWS، قابلیت S3 Annotations امکان ثبت مستقیم اطلاعات حاکمیتی مانند طبقه‌بندی، دوره نگهداری، محل اقامت داده و وجود اطلاعات هویتی شخصی را روی هر نسخه از اشیای Amazon S3 فراهم می‌کند. این قابلیت برای تیم‌های زیرساخت ابری و امنیت داده اهمیت دارد، زیرا زمینه حاکمیتی همراه خود داده باقی می‌ماند و برای بررسی آن نیازی به خواندن محتوای اصلی شیء نیست.

حاکمیت داده در کنار هر نسخه از شیء

هر نسخه از یک شیء می‌تواند تا هزار Annotation داشته باشد و محتوای هر مورد نیز یک داده UTF-8 با اندازه یک بایت تا یک مگابایت است؛ بنابراین قالب‌هایی مانند JSON، XML، YAML و متن ساده قابل استفاده‌اند. Annotation بدون بازنویسی شیء یا تغییر ETag به‌روزرسانی می‌شود و هنگام کپی یا Replication نیز می‌تواند همراه داده منتقل شود. اطلاعات آن حتی برای اشیای آرشیوشده در S3 Glacier Flexible Retrieval یا S3 Glacier Deep Archive، بدون بازیابی فایل اصلی، خواندنی می‌ماند.

برای تحلیل گسترده، می‌توان S3 Metadata annotation table مبتنی بر Apache Iceberg را فعال کرد و داده‌ها را با Amazon Athena یا موتورهای سازگار با Iceberg جست‌وجو کرد. با این حال، جدول به‌صورت غیرهم‌زمان تازه می‌شود و معمولاً وضعیت Annotationها را با حدود یک ساعت فاصله نمایش می‌دهد؛ در نتیجه گزینه‌ای برای گزارش‌گیری نزدیک به زمان واقعی است، نه کنترل لحظه‌ای.

نکات مهم برای پیاده‌سازی سازمانی

طراحی صحیح این قابلیت به رفتار Versioning و Object Lock وابسته است. حذف معمولی در یک Bucket نسخه‌دار فقط Delete Marker می‌سازد و نسخه قبلی همراه Annotationهایش باقی می‌ماند. از سوی دیگر، Object Lock افزودن، ویرایش یا حذف Annotation را در دوره حفاظت مسدود می‌کند؛ بنابراین اطلاعات حاکمیتی باید پیش از اعمال قفل ثبت شوند.

در کپی‌های Multipart نیز انتقال Annotationها به انتخاب صریح نیاز دارد، در حالی که CopyObject برای اشیای تا ۵ گیبی‌بایت به‌طور پیش‌فرض آن‌ها را کپی می‌کند. حذف یا بازنویسی یک Annotation سابقه نسخه‌ای ندارد و برگشت‌پذیر نیست. همچنین اشیای رمزگذاری‌شده با SSE-C از این قابلیت پشتیبانی نمی‌کنند، اما SSE-S3، SSE-KMS و DSSE-KMS قابل استفاده‌اند.

برای کسب‌وکارها، مزیت اصلی کاهش فاصله میان فایل و اطلاعات سیاستی آن است؛ بااین‌حال AWS محتوای Annotation را تفسیر یا اعتبارسنجی نمی‌کند. بنابراین جداسازی مجوزهای خواندن، نوشتن و حذف، ثبت رویدادهای تغییر و تأیید انسانی پیش از اقدام‌های برگشت‌ناپذیر مانند حذف داده، بخش ضروری معماری حاکمیت داده خواهد بود.