如何在数据源删除数据资产后保留其在Microsoft Purview中的元数据

背景 #

在Microsoft Purview中，数据目录存储已扫描数据资产（如SQL表、数据文件等）的metadata。当某一资产（例如表）从数据源（例如Azure SQL Db）中删除后，该资产会保留在Purview中，直到后续执行扫描操作，扫描后对应的元数据会被移除。

问题 #

如何保留那些已从对应数据源删除的数据资产在Purview中的元数据信息？

说明：Purview中的数据资产仅为该资产的元数据，并非实际数据资产。例如，对Azure SQL数据库执行purview scanned后删除了TableA，不希望其在Purview中对应的同名数据资产在下次扫描时被移除。

解决方案 #

以下是几种可行的方法：

1. 给资产添加自定义标记 #

• 找到Purview中的目标资产，进入详情页
• 添加自定义属性（比如Asset Status），将值设置为Archived或已从数据源删除
• 后续扫描时，Purview默认不会删除带有这类自定义标记的资产

2. 创建Purview保留策略 #

• 进入Purview治理门户的数据保留模块
• 新建保留策略，筛选条件设置为匹配已标记的归档资产，或直接针对目标数据源下的资产
• 设置保留期限为永久或指定时长，确保元数据不会被自动清理

3. 导出元数据做离线备份 #

• 用Purview的REST API（GET /catalog/api/atlas/v2/entities/guid/{guid}）获取单个资产元数据
• 或用PowerShell脚本批量导出指定数据源下的所有资产元数据
• 将备份文件存在Azure Blob存储或其他服务中，需要时可重新导入

4. 修改扫描配置禁用自动删除 #

• 针对特定数据源的扫描任务，进入高级设置
• 取消勾选"删除已不存在于数据源的资产"选项
• 注意：此方法会保留所有已删除资产的元数据，可能导致目录中存在大量无效资产，需配合定期标记或清理操作

内容的提问来源于stack exchange，提问作者nam