应避免的标签做法

虽然在标记对象或基础架构时需要采取一些做法 AWS，但也有一些做法需要避免。

标记不一致

如目标本节所述，如果没有标记，就无法实现高度的自动化、清理或监控。同样，如果标签不完整或不一致，自动化或监控所需的信息就不完整，从而导致结果不可靠。

想象一下这样一个场景：你使用标签策略来计算所有项目的总成本。该策略从 proof-of-concept阶段 (PoC) 开始，到生产阶段结束。考虑以下场景，将标签应用于项目销售预测 P1、D1 和 Pr1 示例以及项目售后维护 P2、D2 和 Pr2 示例的数据和资源。

销售预测

示例 P1：PoC 项目（缺少域名和时间戳）。

env: "poc"
project: "sales forecasting"

示例 D1：开发阶段（缺少域）。

env: "dev"
project: "sales forecasting"
timestamp: 20210505T12:34:55

示例 Pr1：生产阶段（所有值都存在）。

env: "prod"
project: "sales forecasting"
domain: "machine learning"
timestamp: 20210505T12:34:55

对于项目销售预测：

• 示例 P1 没有提及对象来自哪个域或时间戳。

• 示例 D1 也没有提及项目的领域。

• 示例 Pr1 包含所有必需的数据。

示例 P1 和 D1 会导致规划报告或估算值不正确，因为未定义域。

售后维护

示例 P2：PoC 项目（缺少所有标签）。

示例 D2：开发阶段（缺少项目）。

env: "dev"
domain: "machine learning"
timestamp: 20210505T12:34:55

示例 Pr2：生产阶段（所有值都存在）。

env: "prod"
project: "post sales maintenance"
domain: "machine learning"
timestamp: 20210505T12:34:55

对于项目售后维护：

• 示例 P2 没有任何信息，因此无法对其进行跟踪。

• 示例 D2 没有提及项目名称，因此无法对其进行跟踪。

• 示例 Pr2 包含所有必需的数据。

示例 P2 和 D2 会由于标签缺失或不一致而导致报告不正确、计划不足或报告不足。

因此，始终如一地实施标签策略非常重要。

标签中的数据不正确和敏感

如果使用标签处理不正确、敏感或私密的信息，则可能适得其反。错误的标签可能会产生误导性的结果。使用包含敏感数据（例如个人身份信息 (PII)）的标签可能会危及客户和员工的安全。

标签中的信息不正确

想象一下，您使用标签策略来计算每个域或部门的总成本。您刚刚完成了数据摄取阶段，正朝着机器学习迈进。以下示例包括从项目前一阶段复制的自定义标签。

env: "development"
project: "sales prediction"
domain: "data ingestion"
timestamp: 20210505T12:34:55

该域被错误地标记为data ingestion上一个项目阶段的域，而不是正确的域（即）machine learning。现在，该data ingestion域的报告将显示更高的成本、时间范围和资源分配。该machine learning域将显示这些报告的较低值。这将导致规划、预算分配和截止日期估算不正确。

拥有正确的标签对于正常运行的系统至关重要。

标签中的敏感信息

AWS 提供了多种用于识别对象中的 PII 的工具。这些工具包括 Amazon Macie 和AWS Glue 敏感数据检测，用于查找可用于识别个人的数据。但是，请务必不要在标签中使用 PII 或敏感数据。

以下 Amazon S3 中已编辑或匿名化了 PII 的文件为例。

{
  firstName: "67A1790DCA55B8803AD024EE28F616A2",
  lastName: "DRG54654DFHJGDYYRD",
  age: 21,
  city : "Frankfurt",
  probability_of_purchase: 48.858093,
  veggieName: "broccoli",
  creditcard: false
}

您可以看到客户的名字和姓氏已被哈希处理。但是，在本示例中，该记录具有以下自定义标签。

owner: "Company XYZ"
about: "John Doe"
contact: "[e-mail]"
timestamp: 20210505T12:34:55

在这种情况下，尽管文件本身不包含 PII，但标签确实包含敏感信息。这会增加信息泄露的可能性，因为当您共享或传输文件或对象时，也会共享或传输其元数据。这也适用于其他 AWS 资源，例如数据库、表、作业和函数。

因此，避免在标签中使用私人信息非常重要。同样的概念延伸到关键或非公开信息。