テストデータの準備

Lake Formationのアクセス制御を体験するには、まず制御対象となるデータが必要です。このセクションでは、機密度の異なるカラムを含むCSVファイルを作成し、S3にアップロードします。このデータが、後のセクションでロールごとにアクセスを制限する対象になります。

1. CSVファイルの作成

まず、ハンズオンで使用するCSVファイルを作成します。以下の内容をテキストエディタに貼り付け、customers.csv という名前で保存してください。

customer_id,name,email,phone,region,total_purchases,birth_date,address,credit_card_last4
C001,田中太郎,tanaka@example.com,090-1234-5678,東京,150000,1985-03-15,東京都渋谷区神宮前1-1-1,1234
C002,佐藤花子,sato@example.com,080-2345-6789,大阪,230000,1990-07-22,大阪府大阪市北区梅田2-2-2,5678
C003,鈴木一郎,suzuki@example.com,070-3456-7890,福岡,80000,1978-11-08,福岡県福岡市博多区博多駅前3-3-3,9012
C004,山田美咲,yamada@example.com,090-4567-8901,東京,310000,1995-01-30,東京都新宿区西新宿4-4-4,3456
C005,高橋健太,takahashi@example.com,080-5678-9012,名古屋,120000,1988-09-12,愛知県名古屋市中区栄5-5-5,7890

このCSVには、以下の3種類のカラムが含まれています。

分類 カラム 説明
集計情報 customer_id, region, total_purchases 業務で広く利用される一般的な情報
個人情報 name, email, phone 個人を特定できる情報(PII)
機密個人情報 birth_date, address, credit_card_last4 特に保護が必要な機密性の高い個人情報

2. S3バケットの作成とアップロード

CSVファイルをLake Formationで管理するには、データをS3上に配置する必要があります。GlueクローラーがS3バケット内のファイルを読み取り、データカタログに登録するため、まずデータの保管場所となるS3バケットを作成します。

S3のダッシュボードを開き、「バケットを作成」をクリックします。

下記表に従い、設定を行ってください。記載のない項目はデフォルトのままで構いません。

設定項目 値 設定の基準
バケット名 lf-handson-data-{自分の名前} グローバルで一意になるよう、自分の名前を付与
AWSリージョン アジアパシフィック(東京)ap-northeast-1 他のリソースと同じリージョンに配置

⚠️ バケット名が重複する場合
S3のバケット名はグローバルで一意である必要があります。「BucketAlreadyExists」エラーが出る場合は、バケット名の末尾に日付や数字を追加してください。

設定後、「バケットを作成」をクリックします。

バケットが作成されたら、バケットを開き、「フォルダの作成」をクリックして customers という名前のフォルダを作成します。作成した customers/ フォルダを開き、「アップロード」をクリックして先ほど作成した customers.csv をアップロードします。

customers/ フォルダの中に customers.csv が表示されていれば、テストデータの準備は完了です。Glueクローラーがこのフォルダを読み取ると、フォルダ名がテーブル名(customers)になります。