SQL Server 2008基于策略的管理

数据库 SQL Server
SQL Server 2008是SQL Server数据库发展的标志,见证了SQL Server数据库的又一次飞跃,本文将为大家解析SQL Server 2008基于策略的管理。

导读:SQLServer2008通过引入可扩展的基于策略的管理功能降低了数据平台的管理工作量。其中最引人注意的莫过于提供策略化管理的DeclarativeManagementFramework(简称DMF),不过这个名称已经被启用了,现在正是名字是基于策略的管理(PolicyBasedManagement),我们姑且简称为PBM。PBM使DBA们可以制定管理策略,并将这些策略应用到服务器、数据库以及数据环境中的其他对象上去。经过精心设计的管理策略可以帮助DBA们对数据环境进行前摄性的管理。

  PBM的优势体现在:

  按需管理:PBM提供了系统配置的逻辑视图,因此DBA们可以预先定义各自所需要的数据服务配置,而不用等到这些需要实际发生的时候再去配置。

  智能监控:PBM可以持续监控系统的配置变化,并阻止那些违反了策略的配置变化操作。

  虚拟管理:通过PBM,DBA们可以对多台服务器进行规模化管理,在企业内部统一实施某些强制性配置会变得更加方便。

  基于策略管理的框架

  PBM的框架有三部分组成:

  策略管理:管理员制定各种策略。

  显式管理:管理员通过对指定的目标或目标群应用策略来检查目标对策略的依从性,或者更严格的是禁止这些目标上违反策略的行为发生。

  执行模式:SQL Server 2008的PBM支持4种执行模式,这4种模式决定了策略对目标的影响程度。这四种模式分别是:

  按需(OnDemand):这种模式下的策略可以有管理员自由的选择是否应用,例如管理员可以手动调用这些策略来检查目标的依从性,或者通过DDLTrigger来订阅这些策略。

  更新时阻止(On Change - Prevent):这是最严格的一种,SQL Server2008通过DDLTrigger的方式在订阅该策略的目标上发生操作时实施检查操作对策略的符合性,如果违反策略则回滚该操作,以达到强制策略的效果。

  更新时记录(On Change - Log Only):SQL Server2008通过EventNotification的机制在在订阅该策略的目标上发生操作时实施检查操作对策略的符合性,如果违反策略则发送消息,就将该违反操作通过ServiceBroker的队列发送进行记录。

  按计划(On Schedule):通过SQL Agent的作业来调用策略对目标对象进行检查。

  虽然PBM有以上四种执行模式,但是归总起来其实是两大种,一种是基于SQLAgent作业方式的OnSchedule模式,而另外一种是基于Event机制的OnChange模式。因此并非所有Facet都支持OnChange模式,要支持OnChange模式,那么Facet的状态改变必须可以通过事件捕获或者事务性的DDL操作,当然OnSchedule和OnDemand就没有这些机制,因为这两种模式无需参与到Facet状态更新的事务中去。

【编辑推荐】

  1. SQL Server 2008中不推荐及不支持的功能
  2. 浅析SQL Server 2008中的代码安全之七:证书加密
  3. 详解SQL Server 2008中的联机事务处理

 

责任编辑:迎迎 来源: IT专家网
相关推荐

2010-06-28 08:37:58

SQL Server

2010-07-09 09:46:28

SQL Server

2010-06-18 13:01:06

SQL Server

2011-05-24 13:39:49

SQL Server

2009-02-16 17:03:57

管理开发效能

2009-04-16 17:30:00

可伸缩管理集成

2009-02-25 11:42:43

FILESTREAM文件流文件管理

2009-04-16 18:07:39

2009-04-16 15:44:10

可管理性SQL Server

2009-04-16 17:11:39

管理报表配置报表SQL Server

2010-10-20 16:22:52

SQL Server权

2009-04-16 17:34:19

2009-04-16 18:15:19

动作审核审核活动SQL Server

2009-04-16 17:44:31

2011-03-29 12:42:25

SQL Server 高效性

2009-04-16 17:14:52

2010-10-20 16:30:07

Sql server管

2009-10-27 08:59:48

2009-02-16 13:21:25

数据挖掘SQL Server SQL Server

2010-07-13 10:22:06

SQL Server
点赞
收藏

51CTO技术栈公众号