“数据脱敏”的版本间的差异
跳到导航
跳到搜索
| 第5行： | 第5行： | ||
数据替换与前边的无效化方式比较相似，不同的是这里不以特殊字符进行遮挡，而是用一个设定的虚拟值替换真值。比如说我们将手机号统一设置成 “13651300000”。 | 数据替换与前边的无效化方式比较相似，不同的是这里不以特殊字符进行遮挡，而是用一个设定的虚拟值替换真值。比如说我们将手机号统一设置成 “13651300000”。 | ||
把数据先导入到本地 再update 掉 再导出结构和数据给程序员 | 把数据先导入到本地 再update 掉 再导出结构和数据给程序员 | ||
| + | |||
| + | update {tableName} set {columnName} = "****", {columnName} = "****"; | ||
| + | |||
| + | update cor set plink = "****", file_id = "****"; | ||
=reference= | =reference= | ||
2022年7月14日 (四) 05:51的版本
大数据量的工具
d18n，它是 data-desensitization 的 Numeronym 缩写
我用的办法 数据替换
数据替换与前边的无效化方式比较相似，不同的是这里不以特殊字符进行遮挡，而是用一个设定的虚拟值替换真值。比如说我们将手机号统一设置成 “13651300000”。 把数据先导入到本地 再update 掉 再导出结构和数据给程序员
update {tableName} set {columnName} = "****", {columnName} = "****";
update cor set plink = "****", file_id = "****";
