SSIS常用的包—WMI数据读取任务和WMI事件监听任务

简介:   Windows Management Instrumentation (WMI)是Windows的最高机密之一,它允许你通过一个脚本界面来管理Windows平台。WMI数据读取任务通过WQL语言(WMA专用语言)来接触管理服务器或者工作平台(例如查看系统日志)。

  Windows Management Instrumentation (WMI)是Windows的最高机密之一,它允许你通过一个脚本界面来管理Windows平台。WMI数据读取任务通过WQL语言(WMA专用语言)来接触管理服务器或者工作平台(例如查看系统日志)。查询语句可以将结果输出到变量中。WMI数据读取任务可以完成下面的工作。

  • 在事务日志中查询可能的错误信息
  • 查询正在运行的应用程序
  • 查询在包运行过程中有多少可用RAM
  • 判断有多少可用的磁盘空间

  在编辑界面中可以配置WMI数据读取任务,如图3-22。首选在WMI连接管理界面新建一个WMI连接,WQLQuerySourceType属性设置是否直接输入查询语句,从变量中获取或者从文件中获取,WQLQuerySource属性选择要运行的查询,可以是一个变量名字,文本文件名字,或者就是一个查询语句。

      img_bcf71558011ccc50e92410a393d05099.jpe

                         图3-22

  OutputType属性设定仅仅输出查询值还是和列名一起输出,OverwriteDestination属性设置是否每次运行都重写结果。

WQL查询语言和SQL查询语言十分类似,例如下面的查询语言查询C盘的可用空间,名字和其他一些度量下面的这个例子查询关于SQL Server和SSIS的一些日志信息

OutputType属性设定仅仅输出查询值还是和列名一起输出,OverwriteDestination属性设置是否每次运行都重写结果。

  WQL查询语言和SQL查询语言十分类似,例如下面的查询语言查询C盘的可用空间,名字和其他一些度量 

 
 
1 SELECT FreeSpace, DeviceId, Size, SystemName, Description FROM Win32_LogicalDisk
2   WHERE DeviceID = ' C: '

输出结果如下:

 
 
1 Description, Local Fixed Disk
2 DeviceID, C:
3 FreeSpace, 32110985216
4
5 Size, 60003381248
6 SystemName, BKNIGHT

下面的这个例子查询关于SQL ServerSSIS的一些日志信息 

 
 
1 SELECT * FROM Win32_NTLogEvent WHERE
2 LogFile = ' Application ' AND
3 (SourceName = ' SQLISService ' OR SourceName = ' SQLISPackage ' )
4 AND TimeGenerated > ' 20100817 '

输出结果类似:

 

 
 
1 0
2 BKNIGHT
3 12289
4 1073819649
5 3
6 System.String []
7 Application
8 3738
9 SQLISPackage
10 20050430174924.000000 - 240
11 20050430174924.000000 - 240
12 information
13 BKNIGHT\Brian Knight
14 0

WMI事件监听任务可以使SSIS监听操作系统中的WMI事务。它和WMI数据图区任务有类似的功能,下面是WMI事件监听任务可以完成的工作:

·         监视某个文件夹内的文件被写入

·         等待服务程序开启

·         等待执行某package或者转移文件之前前十服务器的内存使用量是否达到某个水平

·         等待CPU空闲

最后一个功能,等待CPU空闲可以使用下面类似的语句,判断CPU使用量是否少于50%

 
 
1 SELECT * from __InstanceModificationEvent WITHIN 2 WHERE TargetInstance ISA
2 ' Win32_Processor ' and TargetInstance.LoadPercentage < 50
3

  

  属性编辑页面和WMI数据读取任务非常类似,如图3-23AfterEvent选项设置在条件满足时任务返回成功,失败还是否保持请求条件。还可以通过ActionAtTimeoutAfterTimeout设置超时时间和超时的时候返回结果。Timeout属性设置任务执行时间。

      img_72e15a444ba8ec2f1d8cd1c324a62bf3.jpe

                      图3-23

作者:Tyler Ning
出处:http://www.cnblogs.com/tylerdonet/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,如有问题,可以通过以下邮箱地址williamningdong@gmail.com  联系我,非常感谢。

目录
相关文章
No module named ‘PyQt5.QtWebEngineWidgets‘
No module named ‘PyQt5.QtWebEngineWidgets‘
604 0
|
JavaScript 前端开发 Web App开发
【网站开发必备】——12款响应式 Lightbox(灯箱)效果插件
  灯箱效果(Lightbox)是网站中最常用的效果之一,用于实现类似模态对话框的效果。网络上各种 Lightbox 插件琳琅满目,随着响应式设计(Respnsive Design)的发展,这一先进理念也被引入了 Lightbox 插件之中。
2698 1
|
SQL JSON 前端开发
|
12月前
|
Web App开发 前端开发 JavaScript
探索Python科学计算的边界:利用Selenium进行Web应用性能测试与优化
【10月更文挑战第6天】随着互联网技术的发展,Web应用程序已经成为人们日常生活和工作中不可或缺的一部分。这些应用不仅需要提供丰富的功能,还必须具备良好的性能表现以保证用户体验。性能测试是确保Web应用能够快速响应用户请求并处理大量并发访问的关键步骤之一。本文将探讨如何使用Python结合Selenium来进行Web应用的性能测试,并通过实际代码示例展示如何识别瓶颈及优化应用。
475 5
|
11月前
|
Rust 数据可视化 网络安全
一款高颜值、现代化的 Git 可视化管理工具
GitButler 是由 GitHub 联合创始人 Scott Chacon 开源的 Git 客户端,采用 Tauri/Rust/Svelte 构建。它支持虚拟分支、轻松提交管理、GitHub 集成、SSH 密钥管理和 AI 工具等功能,目前仅支持 macOS 和 Linux 平台。用户可以通过拖拽方式快速聚合多个分支的改动,实现灵活的跨分支操作。
|
10月前
|
机器学习/深度学习 数据采集 运维
数据分布检验利器:通过Q-Q图进行可视化分布诊断、异常检测与预处理优化
Q-Q图(Quantile-Quantile Plot)是一种强大的可视化工具,用于验证数据是否符合特定分布(如正态分布)。通过比较数据和理论分布的分位数,Q-Q图能直观展示两者之间的差异,帮助选择合适的统计方法和机器学习模型。本文介绍了Q-Q图的工作原理、基础代码实现及其在数据预处理、模型验证和金融数据分析中的应用。
1111 11
数据分布检验利器:通过Q-Q图进行可视化分布诊断、异常检测与预处理优化
|
8月前
|
人工智能 数据可视化 网络安全
Dify与DeepSeek的深度融合——构建您的专属AI助手
在当今数据驱动、AI为王的时代,Dify与DeepSeek作为领先的AI开发工具和大模型引擎,为企业和个人提供高效智能的解决方案。Dify是面向AI应用开发的低代码平台,集成预训练模型、可视化界面和无缝部署功能;DeepSeek则是高性能、低成本的开源大语言模型,具备多轮推理能力。两者结合并通过私有化部署,确保数据安全与合规,极大提升开发效率和业务生产力。阿里云计算巢提供了两者的私有化部署方案,帮助用户快速搭建专属AI应用。
817 1
|
数据采集 测试技术 数据安全/隐私保护
Playwright测试中避免使用no-wait-for-timeout的原因
在Web应用自动化测试中,Playwright作为首选框架,其稳定性至关重要。不当使用`no-wait-for-timeout`会导致测试结果不稳定、不符合真实用户体验且难以调试。推荐采用显式等待策略和合理设置超时时间,结合代理IP技术提高测试成功率和数据多样性。示例代码展示了如何在Playwright中配置代理IP进行数据抓取及分类统计。遵循这些最佳实践可确保测试既可靠又贴近实际用户场景。
713 4
Playwright测试中避免使用no-wait-for-timeout的原因
|
消息中间件 Java Kafka
如何在Kafka分布式环境中保证消息的顺序消费?深入剖析Kafka机制,带你一探究竟!
【8月更文挑战第24天】Apache Kafka是一款专为实时数据管道和流处理设计的分布式平台,以其高效的消息发布与订阅功能著称。在分布式环境中确保消息按序消费颇具挑战。本文首先介绍了Kafka通过Topic分区实现消息排序的基本机制,随后详细阐述了几种保证消息顺序性的策略,包括使用单分区Topic、消费者组搭配单分区消费、幂等性生产者以及事务支持等技术手段。最后,通过一个Java示例演示了如何利用Kafka消费者确保消息按序消费的具体实现过程。
574 3
|
Kubernetes Docker 容器
Kubernetes容器的重启策略
Kubernetes容器的重启策略
207 0
Kubernetes容器的重启策略