前言：8 月 17 日，CloudQuery 社区第一期征文活动正式对外发布。小编也陆续收到了很多用户的投稿，再次感谢大家对 CQ 的支持。本文来自社区用户 ID：9号老哥的分享，下面就来看看他的 CQ 初体验吧，希望能对初次接触 CQ 的你有所帮助。（ 征文活动持续到9月28日，欢迎其他小伙伴积极参加哦～参加有礼）

测试方式：人工操作界面

我来自某房产销售公司，任职 DBA，所在研发团队有 60 人。公司业务主要是做房产公司的 B 端系统、C 端小程序，系统大概有 10 多个，各类人员查询数据库的需求较多。目前我们正在寻找一款能解决以下痛点的数据操作平台。

👉 痛点1：人员查询需求大，不同部门都有不同的数据操作需求

例如：

• 业务人员：查询、导出数据，统计业绩。

• 数据分析人员：制作复杂 SQL，调试运行。

• 客服人员：查看数据，以排查问题、确认问题解决，要编写更新语句，提交执行。

• 研发人员：查看数据和数据结构，以排查问题、确认问题解决；要编写更新语句，提交执行。

👉 痛点2：数据库多

管辖数据库服务器大概 20-30 台，数据库大概有 60-70 个，主要是 SQLServer、mysql，有少量的 redis、mongodb（属于不重要角色，可以忽略不计）。

👉 痛点3：缺少安全管控方法

公司日益重视数据安全的重要性，要避免客户隐私信息泄露，我们希望有效控制用户查看客户数据表的权限，或者对数据进行脱敏。

因此，在同事推荐下，我开始接触 CloudQuery（下文简称“CQ”）这个产品。在试用过程中，我经常用我们在用的开源平台 archery（下文简称“A 站”）来对标，主要看对 MySQL 和 SQL Server 两款数据库的支持程度，看看两者功能上有哪些优劣之处。

从界面看，CQ 的界面风格比较成熟，支持多个查询窗口，媲美很多著名的查询工具。数据源管理做得比较丰富，支持用组来管理多个数据源，支持查看数据库结构。

从查询的基本功能看，两个平台都能满足基本的 select，支持 SQL 美化，但再复杂点的用法，例如变量、临时表，两个平台就无法支持，制约了一些报表、复杂查询的查询场景。对于我们来说，业务人员、数据人员的体验会变差。

从其他功能看，CQ 还支持数据导出、数据脱敏，满足了我们对数据导出与数据安全的需求，便于我们对指定人群开放导出权限、隐藏敏感数据，同时不影响他们的查询需求。

以下是功能支持对比表：

成熟的界面风格，多个查询窗口，使用起来很顺手。

CQ 的数据脱敏效果，脱敏方式有替换、隐藏、截取。

CQ 的“数据变更”功能我认为后续是可以进行持续优化的。在使用的过程中我发现提交申请时没有强制 SQL 检查，有问题的 SQL 也能发起申请。

个人比较介意 SQL 变更申请的强控，也希望能明确告诉用户 SQL 有没有语法问题，有问题的 SQL 不让发起或者无法流转到下一步，以免浪费用户时间。

以下是功能支持对比表：

CQ 的数据变更流程编辑：

A 站在这块做得比较简练且有效，对于 MySQL 的 SQL 语句，能够做到精准识别错误，对于字段注释、字段是否存在为强制要求，对于字段 not null、字段类型为建议要求，已经满足一般的管控要求。即使强行发起，也会自动驳回，无法流转到下一个审批人。

然而两个平台对 SQL Server 的支持就没有那么精准了，所以 SQL Server 的 SQL 变更目前只能靠人工审核。

总结：

CQ 在安全管理做的功能比较到位，对于数据安全管理有很大的帮助。

A 站在 SQL 优化分析方面，集成了几种开源工具，对 MySQL 优化比较好用，建议 CQ 可以跟进。

从总体来说，CloudQuery 2.2 提供了很多丰富的功能，基本满足了我对数据管理的需求，既满足了不同人群对数据操作的需求，又满足了 DBA 对数据安全管控的要求；既保证了用户体验，又保障了数据安全。而且界面比较成熟、好看，交互比较友好，安装部署比较容易，接入门槛比较低。

如果说有哪里需要改进的话，可能我会希望它对 SQL Server 的支持更多一些，希望能提供 SQL 语法检测的功能，希望数据变更流程能完善一下用户体验。目前作为一款商业产品，它的全面性更吸引人。

CloudQuery 是一款面向企业的云原生一体化数据库管控平台。旨在帮助企业“统一安全管理、高效使用数据库”，为企业核心数据提供更安全的访问管控与审计，防止数据越权访问、高危操作、数据泄漏、数据误删除等，同时注重提升研发与DBA、运维的数据操作与协作效率。

支持数据源类型：Oracle、MySQL、SQLServer、PostgreSQL、MariaDB、Redis、MongoDB、达梦、GuassDB、OceanBase、PolarDB......

CloudQuery 社区地址：https://www.cloudquery.club/home（或点击下方阅读原文）