purview-data-map

Microsoft Purview Data Map

Data Map は、Microsoft Purview のデータガバナンスを支える基盤レイヤーです。Azure、マルチクラウド、SaaS、オンプレミスにまたがるデータソースからメタデータと分類情報を検出、スキャン、マッピングし、Unified Catalog、リネージ、下流の保護判断を支えます。

使用する場面

ガバナンス、セキュリティ、データ製品の公開の基盤として、データ資産とその分類情報を全社規模で整理する場合に使用します。

テナント内の Microsoft 365 分類には使用しないでください（purview-data-classification を使用してください）。AI プロンプトの可視化にも使用しないでください（purview-dspm-ai を使用してください）。

適切な統合ランタイムを選ぶ

ソースの場所	使用するランタイム
Azure（Storage、SQL、Synapse、Fabric、Cosmos）	マネージド（Azure ホスト型）ランタイム
AWS S3／RDS、GCP BigQuery、パブリック SaaS	マネージドランタイム。資格情報は Key Vault に保管
オンプレミスの SQL、Oracle、ファイル共有	ドメイン参加済み Windows ホスト上のセルフホスト統合ランタイム（SHIR）
プライベートエンドポイントのみの Azure ソース	SHIR または VNet 統合マネージドランタイム
Power BI テナント	ネイティブコネクタ。ランタイムの構成は不要

目安として、まずマネージドランタイムを使用してください。ネットワークまたはプライベートエンドポイントへの到達に必要な場合に限り SHIR をデプロイし、SHIR ホストは Tier-0 インフラストラクチャとして扱ってください。

アプローチ

1. コレクションを計画する - ソースを登録する前に、コレクション階層（ビジネスドメインまたは地域別）を設計します。コレクションによって RBAC と資産の整理方法が決まります。 確認事項：コレクションツリーの草案があり、データ所有者の責任範囲に対応しています。
2. ソースを登録する - 適切な資格情報を使用し、データソース（Azure Storage、SQL、Synapse、Fabric、AWS S3、データベース、Power BI など）を適切なコレクションに接続します。 確認事項：登録した各ソースに、正しいサブスクリプション／アカウントと対象コレクションが表示されています。
3. 統合ランタイムを選ぶ - クラウドソースにはマネージドランタイムを使用します。オンプレミスまたはプライベートネットワークのソースに安全にアクセスするには、セルフホスト統合ランタイムをデプロイします。 確認事項：SHIR の状態が「実行中」で、自動更新が有効になっています。
4. スキャンとルールセットを構成する - スキャンルールセットを使用してスキャンをスケジュールし、対応している場合は分類（組み込み SIT とカスタム分類）を適用し、リネージを抽出します。まずは増分スキャンから開始し、全件スキャンは後にします。 確認事項：スキャン履歴に正常に実行されたスキャンが表示され、分類済み資産数が記録されています。
5. キュレーションする - 検出された資産を確認し、用語集の用語を適用して、データ所有者／スチュワードを割り当てます。実際の一致結果に基づいてカスタム分類を調整します。 確認事項：主要な資産に所有者と少なくとも 1 つの用語集の用語が設定されています。
6. アクセスを管理する - コレクションを使って資産を整理し、ドメインごとに権限の範囲を設定します。ルートレベルではなく、コレクションレベルでのロール割り当てを優先します。 確認事項：コレクション管理者ロールがプラットフォームチームだけでなく、ドメイン所有者にも割り当てられています。
7. 運用する - スキャンの失敗、分類のドリフト、コストを監視し、ソースの重要度に応じてスキャン頻度を適正化します。 確認事項：週次のスキャン正常性レポートがあります。

ガードレール

• コストとソースへの負荷を管理するため、スキャンの対象範囲とスケジュールを設定します。初日にすべてを最大限の深度でスキャンするのは避け、まずサンプリングを行い、その後に全件スキャンを実施します。
• セルフホスト統合ランタイムのホストは機密性の高いインフラストラクチャとして保護します。資格情報を保持し、本番データソースにアクセスできるため、パッチを適用し、ログオンを制限し、監視してください。
• 下流の保護に分類結果を利用する前に、その精度を検証します。SIT ごとに一致結果をサンプリングし、信頼度を調整してください。
• 資格情報には Key Vault を使用し、スキャン構成にシークレットを埋め込まないでください。
• 容量を計画します。Data Map は容量ユニットに基づく従量課金制のため、過剰なスキャンはガバナンス上の価値を高めずにコストを増加させます。

よくあるアンチパターン

• すべてのソースをルートコレクションに登録し、全員に Data Reader を割り当てること。
• ペタバイト規模のデータレイクに対して毎週フルスキャンをスケジュールすること。容量と予算を圧迫します。
• ワークステーションや共有ジャンプホストで SHIR を実行すること。
• 用語集の作成と所有者の割り当てを省略すること。アセットは分類されても、誰も対応しません。
• Data Map を継続的にキュレーションするカタログではなく、一度限りのロードとして扱うこと。

プロンプトの例

• Register and scan data sources in the Purview Data Map.
• Configure an integration runtime for multicloud data scanning.
• How do I map enterprise data and run classification scans?
• Plan data discovery across cloud and on-prem sources.
• Design a Purview collection hierarchy aligned to business domains.

Microsoft Learn

• Data Map の概要：https://learn.microsoft.com/purview/concept-elastic-data-map
• ソースの登録とスキャン：https://learn.microsoft.com/purview/scan-data-sources
• 統合ランタイムの管理：https://learn.microsoft.com/purview/manage-integration-runtimes
• 分類：https://learn.microsoft.com/purview/concept-classification
• コレクションとアクセス制御：https://learn.microsoft.com/purview/how-to-create-and-manage-collections
• 価格と容量：https://learn.microsoft.com/purview/concept-elastic-data-map