阿里云数据管理DMS企业版发布年度重大更新 多项功能全面升级

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
数据安全中心,免费版
简介: 随着企业规模和人员扩充,您是否遇到这些问题:企业员工还在使用数据库账号直接操作数据库?人员流动导致运维人员频繁维护数据库账号密码?所有数据库变更还在等DBA集中执行,导致研发效率日益低下。

随着企业规模和人员扩充,您是否遇到这些问题:企业员工还在使用数据库账号直接操作数据库?人员流动导致运维人员频繁维护数据库账号密码?所有数据库变更还在等DBA集中执行,导致研发效率日益低下。

2月27日,阿里云数据管理DMS企业版针对DevOps数据安全管理进行了年度重大升级,重点围绕数据安全、研发流程、研发规范、研发协同进一步升级完善,皆在帮助企业构建更安全、高效的数据库DevOps解决方案,彻底解决企业在数据库管理上的后顾之忧。具体更新包含数据库表字段自动识别打标分级、数据库规范灵活自定义、数据库研发流程灵活自定义等。

阿里云数据管理DMS是集数据管理、结构管理、用户授权、安全审计、数据趋势、数据追踪、BI图表、性能与优化、研发流程、研发规范、数据安全管控和服务器管理于一体的数据管理服务。

作为服务于阿里集团十余年的数据库服务平台的云上版本,积累了大量阿里集团的数据库DevOps运维管理经验。DMS支持MySQL、SQL Server、PostgreSQL、PPAS、Petadata、ORACLE等关系型数据库,DRDS等OLTP数据库,ADS、DLA等OLAP数据库和MongoDB、Redis、Memcache等NoSQL的数据库管理,同时还支持Linux服务器管理。

安全管理全方位升级 企业数据安枕无忧

纵观近年来国内外知名企业的数据泄露事件、拖库事件,不乏涉及大量用户的身份证号、地址、电话等多种隐私数据,这其中有部分是程序漏洞的原因给了黑客可趁之机、也有部分是人为管理上的诸多原因,到底是监管不够?还是企业数据安全建设的缺失亦或是其他?我们不得详情,但应用程序的健壮性建设是不可忽视的。与此同时,人员对数据库的安全使用管理,也是非常急迫需要去解决与保障的。

image001

DMS企业版首页概览

针对以上痛点,数据管理DMS企业版首先从以下四个方面入手,对人员访问数据库进行了严格、有效的管理:
1、 四层鉴权方可接触数据:云账号准入保障、企业用户准入保障、公司内网准入保障、细粒度鉴权保障。从而可避免不必要的数据库账号密码接触、避免不必要的数据库表对象接触、避免不必要的敏感字段内容的接触、避免离职转岗人员对在线数据的接触。

2、行数、次数阀值限制有限接触:单次SQL执行返回行数、单个用户每天执行SQL次数、单个用户每天执行SQL返回行数上限全局管控,避免大量数据的无感流出。

3、SQL性能限制:单次SQL执行超时自动中断实例级别管控、单次SQL执行全表扫描表大小阈值全局管控,避免影响数据库性能。

4、操作审计:每一个操作完整记录随时可审计,帮助用户从容应对公司内外的所有安全审计需求。

image003

此外,数据管理DMS企业版在高级版的基础上,增加了元数据管理,提供库、表、字段、行(特需)四种对象粒度,查询、导出、变更三种操作粒度的权限管控矩阵。支持企业按需灵活全自助定义研发流程与研发规范,可帮助企业快速搭建企业内专属的数据库DevOps解决方案。

同时,借助于数据保护伞,全方位升级后的DMS企业版可基于规则的字段命名分级打标、基于字段存储内容的分级打标,通过把身份证、账号、电话、地址等敏感信息打标为敏感、机密类型,这样即使无关人员拥有库、表权限,仍然不可接触此类字段的数据。

  1. 权限体系在本产品内闭环,普通用户无需接触数据库账号、密码;
  2. 运维管理不需要频繁到数据库创建与删除账号;
  3. 以字段级别屏蔽表上的敏感数据,避免不必要的查看。

“数据变更“场景分析

image

DMS企业版具有高安全性的数据变更功能,通过语法正确性、影响行数、语法类型、数据备份、数据库性能检测与缓冲,可充分保障数据库的数据安全和性能安全。安全规则的自定义则支持企业协同研发,以及研发规范、研发流程的灵活自定义,在提升研发效率的同时,降低研发成本。

DMS企业版DevOps升级 提升研发效能

值得一提的是,数据管理DMS企业版今年新增了界面化表结构设计功能,全面支持MySQL、DRDS、OceanBase三种数据库类型的在线可视化编辑管理表结构。企业可结合不同类型,按需制定最符合诉求的设计规范、设计流程,进行有效的变更管控。

同时支持MySQL类型引擎的不锁表结构变更,避免业务在结构变更期间锁表造成阻塞问题,业务在线服务不受影响。详情可前往了解https://help.aliyun.com/document_detail/98373.html

点击观看DMS发布会https://yq.aliyun.com/live/851
专家解读产品年度升级,更有阿里云数据库实验室重磅亮相

DMS企业版超低门槛体验,了解更多产品特性,欢迎访问
https://promotion.aliyun.com/ntms/act/dmsenterprise.html

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
4月前
|
运维 DataWorks 数据管理
数据管理DMS使用问题之正在使用“同步表”功能,如何设置数据同步的过期时间
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
数据管理DMS使用问题之正在使用“同步表”功能,如何设置数据同步的过期时间
|
1月前
|
安全 Cloud Native 网络安全
阿里云飞天企业版PaaS平台通过等保四级能力评估
近日,阿里云飞天企业版PaaS平台(专有云平台)安全防护能力获得权威机构公安部第三研究所认可。阿里云飞天企业版PaaS平台(专有云平台)参照等级保护第四级开展安全能力建设,在近日的安全评估活动中,获得优异成绩。本次评估验证了飞天企业版PaaS平台及容器安全能力,证明阿里云可以为政企客户提供更高水平的云原生安全能力。
134 1
|
2月前
|
人工智能 运维 安全
阿里云飞天企业版“智算升级”,为政企打造AI时代最开放的云
阿里云正式发布飞天智算—飞天企业版V3.18,为政企客户打造AI时代最开放的云。此次升级,飞天企业版将智算能力深度融入云平台,实现“一云多算”,满足政企客户对云平台“云+AI”协同发展需求,为AI技术大规模在政企领域应用做好准备。
118 11
|
2月前
|
存储 SQL 数据可视化
三维引擎系列(三):BIM数据管理与可视化功能
Ganos三维引擎的BIM数据管理分析解决方案,旨在充分发挥BIM模型价值,满足数字孪生技术发展的高精度需求。该方案通过结构化拆解BIM数据,实现统一管理和联合查询;支持精细化计算BIM模型指标,并与规划红线对比;同时提供高效渲染能力。Ganos内置多种功能,如ST_ImportIFC导入IFC格式数据,ST_As3DTiles生成3D Tiles瓦片数据结构,无需依赖第三方软件即可完成BIM数据的存储、计算与可视化展示。此外,通过简单的后端服务即可实现与渲染引擎的无缝对接,显著提升三维空间计算效率。
30 0
|
3月前
|
存储 人工智能 数据管理
OSS&Tablestore 向量检索能力全新升级,重塑AI时代数据管理
阿里云 OSS Indexing 发布了向量索引和检索能力。该功能除了可以对 OSS Meta 进行检索之外,还可以对多媒体数据元信息、用户自定义元数据以及向量语义进行检索。OSS Indexing 功能,是依托阿里云表格存储 TableStore 提供的索引存储和检索能力而构建的。表格存储针对成本、规模、召回率等挑战,发布了低成本、大规模、高性能、高召回率的向量检索服务,能以较低成本支持千亿规模数据的存储和检索。
227 8
|
3月前
|
存储 人工智能 NoSQL
OSS&Tablestore 向量检索能力全新升级,重塑AI时代数据管理
近日,阿里云成功举办了“AI驱动:数据管理的进化与创新 ”线上新品发布会。发布会上,阿里云存储产品向量检索能力全新升级,重塑AI时代数据管理。
|
4月前
|
人工智能 安全 专有云
阿里云飞天企业版获信通院可信云技术最佳实践奖
阿里云飞天企业版获信通院可信云技术最佳实践奖
138 11
|
4月前
|
运维 数据管理 数据库
数据管理DMS使用问题之哪些地域支持流式ETL功能
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
4月前
|
监控 数据管理 关系型数据库
数据管理DMS使用问题之是否支持将操作日志导出至阿里云日志服务(SLS)
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
3月前
|
存储 NoSQL 数据管理
揭秘MongoDB时间序列集合:这个超级功能将如何彻底改变你的数据管理?
【8月更文挑战第8天】时间序列数据记录随时间变化的信息,在数据库管理中至关重要。MongoDB自4.0版起引入时间序列集合,专为这类数据优化存储与查询。通过问答形式介绍其特点:自动数据过期、高效存储机制及快速查询操作。创建时需指定时间字段及可选元数据字段。支持设置数据过期时间,采用粗粒度索引减少I/O操作。查询时可通过时间范围筛选数据,并利用聚合框架进行数据分析。随着实时分析需求的增长,时间序列集合的应用将更加广泛。
161 0