作者:Jeff Martin
在PASS 2017峰会期间,InfoQ有机会参加了Microsoft Azure SQL数据库工程团队针对媒体的一次演讲活动。演讲聚焦于Azure SQL数据库中的一些新特性,这些特性设计用于为DBA和应用开发人员提供更便捷的数据库管理职能。Microsoft将这些特性称为“内建智能”,而不是称为构建于Azure SQL Server平台上的操作。
演讲介绍了三类不同的特性,即性能管理智能、自适应查询处理和安全智能,每类特性针对的都是如何改进数据库操作的有效性。在本文中,我们将依次介绍每类特性,并对其中一些只是达到公共预览版但尚未达到一般可用版(GA)的特性做出特别指明。
性能管理智能(Performance Management Intelligence)
智能洞悉(Intelligent Insights);自动优化(Automatic Tuning);相关的服务层建议(Service Tier Advisor)。Intelligent Insights是Azure SQL用于监控破坏性事件查询操作的一种过程。一旦有查询表现出回退的迹象,它就会给出纠正问题的建议。演讲中给出了一个例子,即席查询A触发了资源限制,进而影响到现有查询B的性能。这时Azure SQL会给出建议,或者关闭该即席查询,或者增加Azure估价层以提供更多可用资源。注意,Intelligent Insights目前是公共预览版。
在启用Automatic Tuning后,Azure SQL就可以监控数据库性能。该特性会试图去创建缺失的索引,或者删除非在用的和重复的索引,以对性能进行改进。使用该特性无需更改应用层。
Service Tier Advisor(STA)是一种管理工具,它给出了应用工作负载的仪表盘,并对如何优化Azure在用的估价层给出建议。例如,就消耗的资源而言,某个数据库可能存在对资源付费过多的问题,STA会建议使用具有更好性价比的低性能层。反之,如果另一个数据库可能存在缺少资源的问题,它可从定价更高的资源中获益。该工具使得管理人员可在达成业务需求的同时,更有效地使用数据库预算。
自适应查询(Adaptive Query)
自适应查询遵循“学习-自适应-验证”的基本原理。在查询优化中,使用了基数估计过程去智能决策查询运算的操作顺序和物理算法,以达成最优的查询性能。如果查询代价的估计值不准确,会产生很多消极行为,包括查询响应缓慢、资源的过量使用和吞吐量的降低。我们当然要避免这些问题,应基于基数估计对查询的执行类型做出正确决策。
安全智能(Security Intelligence)
鉴于存在各种数据泄露问题,网站黑客问题也很突出,因此保持数据库处于保护状态显然是至关重要的。此外,还应考虑到政府和专业机构出台的各项规定。数据库的安全性的确是不容忽视的。
漏洞评估(Vulnerability Assessment,VA)当前处于公开预览版。推出该特性意在帮助DBA监控并改进数据库的安全性。它在执行中会扫描可用的数据库,发现未得到保护的数据和不正确的配置,并给出达到合规报告要求的详细报告。更好的是,它不仅可用于本地部署的SQL Server,而且可用于Azure SQL数据库,为它们的环境提供保护。
VA使DBA从多个方面受益。首先,它扫描数据库以发现不安全的敏感数据(即SSN),并对如何保护这些数据提出建议。其次,它提供了确保可应用各种最佳实践(例如防火墙、审计、加密等)的检查。第三,它追踪变更随时间的变化情况,以便在建立安全基线后可对变更情况进行监控,确保系统将来不会偏离设置。注意,VA目前是公开预览版。
威胁检测(Threat Detection)在启用后,是一种永远在线运行的工具,它实时监控数据库中的SQL注入攻击、异常行为和安全漏洞。它一旦检测到问题,就会向DBA发出警报,使得DBA可采取修补措施。不同于VA,它不是静态的,因此可以在威胁发生时就做出检测。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- AI成为双刃剑!凯捷调查:97%组织遭遇过GenAI漏洞攻击
- openEuler开源五年树立新里程碑,累计装机量突破1000万
- 创想 华彩新程!2024柯尼卡美能达媒体沟通会焕新增长之道
- 操作系统大会2024即将在京召开,见证openEuler发展新里程
- Gartner:AI引领欧洲IT支出激增,2025年将支出1.28万亿美元
- IDC:中国数字化转型支出五年复合增长率约为15.6% 高于全球整体增速
- 2028年中国数字化转型总体市场规模将超7300亿美元
- 诺基亚源代码疑遭黑客IntelBroker盗窃,公司确认已展开调查
- 携手SUSE,共驭变革之风:踏上共创数字未来之旅
- Gartner:预计2025年全球IT支出达到5.74万亿美元 同比增长9.3%
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。