Este projeto é uma ferramenta CLI para gerar um arquivo dump mysql com valores de colunas anonimizadas, após ser fornecido um arquivo dump mysql como entrada. Uso:
python mysql_dump_anonymizer/main.py <dump original> --target_file <arquivo dump de saída> --config_file <arquivo .json de configurações>
O script automaticamente propaga os valores alterados para foreign keys correspondentes. Desta forma, não se deve configurá-lo para alterar tanto uma coluna "mãe" de uma foreign key quanto uma "filha".
Este projeto foi escrito em python +3.10 e utiliza o Poetry para gerenciar suas dependências. Consulte a documentação oficial para instalá-lo se ainda não o fez.
- Para que o Poetry não gerencie seus ambientes virtuais, configure-o para não criar novos ambientes virtuais
automaticamente (veja docs para mais detalhes).
poetry config virtualenvs.create false - Cirie um novo ambiente virtual com conda
conda env create -f environment.yml - Ative o ambiente virtual
conda activate dump-anon
```
poetry install
```
Para utilizar o script, é necessário um arquivo de configuração, para especificar que colunas devem ser alteradas. Abaixo, um exemplo de arquivo de configuração.
{
"tables": [
{
"table_name": "test",
"columns_to_change": [
{
"name": "type_code",
"subtype": "UUID",
"regex": null
}
]
},
{
"table_name": "sample",
"columns_to_change": [
{
"name": "code",
"subtype": null,
"regex": "^[0-9A-Za-z-]{6,30}$"
},
{
"name": "vial_code",
"subtype": null,
"regex": "^[0-9A-Za-z-]{6,30}$"
}
]
}
]
}
É necessário especificar, para cada tabela, que colunas devem ser alteradas (se alguma). Os campos "subtype" e "regex" são opcionais. Atualmente, "subtype" só suporta "UUID" ou null. Quando fornecido, o script gerará valores UUID4 para aquele campo.
O campo "regex" é opcional, e quando fornecido, o script gerará valores aleatórios que obedecem àquele regex. Os regex devem ser simples (não conheço as limitações, mas são as limitações da biblioteca rtsr, que não as especifica em sua documentação).