pgEdge Anonymizer

Documentação:

• Introdução
• Melhores Práticas
• Instalação
• Configuração
• Início Rápido
• Uso
• Padrões Personalizados
• Padrões Integrados
• Exemplo de Configuração
• Solução de Problemas
• Notas de Versão
• Licença

pgEdge Anonymizer é uma ferramenta de linha de comando para anonimizar informações pessoalmente identificáveis (PII) em bancos de dados PostgreSQL. A ferramenta substitui dados sensíveis por valores falsos realistas que você pode usar para desenvolvimento e testes, mantendo a consistência dos dados e a integridade referencial.

Funcionalidades

• 100+ padrões integrados para tipos comuns de PII em 19 países
• Substituição consistente – mesma entrada produz a mesma saída dentro de uma execução
• Consciência de chaves estrangeiras – gerencia automaticamente relacionamentos CASCADE
• Suporte a grandes bancos de dados – processamento em lote eficiente com cursores do lado do servidor
• Preservação de formato – mantém a formatação original dos dados sempre que possível
• Transação única – todas as alterações são confirmadas atomicamente ou revertidas
• Extensível – defina padrões personalizados usando formatos de data, número ou máscara

Início Rápido

O Anonymizer permite criar um conjunto de dados experimentais que preserva a forma e a integridade de um banco de dados Postgres em apenas três etapas:

1. Crie um arquivo de configuração que especifique os padrões de substituição para suas colunas.
2. Construa e execute o pgedge-anonymizer para converter suas colunas.
3. Revise os resultados.

Antes de executar o pgedge-anonymizer, você precisa criar um arquivo de configuração chamado pgedge-anonymizer.yaml; o arquivo deve conter:

• uma seção database, com detalhes de conexão para seu banco de dados.
• uma seção columns, listando as colunas totalmente qualificadas que você deseja anonimizar (no formato schema_name.table_name.column_name).
• propriedades patterns para cada coluna, especificando a forma do conteúdo de substituição.

Por exemplo:

database:
  host: localhost
  port: 5432
  database: myapp
  user: anonymizer

columns:
  - column: public.users.email
    pattern: EMAIL

  - column: public.users.phone
    pattern: US_PHONE

  - column: public.users.ssn
    pattern: US_SSN

Após criar um arquivo de configuração, execute o anonimizador:

pgedge-anonymizer run

Revise a lista de alterações enquanto pgedge-anonymizer é executado, exibindo estatísticas:

Processing public.users.email (est. 50000 rows)...
  10000 rows processed
  20000 rows processed
  30000 rows processed
  40000 rows processed
  50000 rows processed
  Completed: 50000 rows, 48234 values anonymized

=== Estatísticas de Anonimização ===
Total de colunas processadas: 1
Total de linhas processadas:    50000
Total de valores anonimizados: 48234
Duração total:          2.34s
Taxa de processamento:  21367 linhas/s

Notas para Desenvolvedores

Pré-requisitos

• Go 1.24 ou superior
• PostgreSQL (para testes de integração)
• Python 3.12+ (para documentação)

Use o seguinte comando para compilar o pgedge-anonymizer:

make build        # Compilar binário

Use o seguinte comando para executar a suíte de testes do Anonymizer:

make test

Use o seguinte comando para executar o Go Linter:

make lint

Use o seguinte comando para formatar o código:

make fmt

Suporte

• Issues no GitHub
• A documentação completa está disponível no site da pgEdge.

Licença

Este projeto está licenciado sob a Licença PostgreSQL.