ENDUER

Industrial Services

去年11月，我们在 BinTools 社区推出了一款新产品——DpEasy。在我们最初设计这款产品的时候，我们给出的定位是「数据库安全风险扫描工具」，目标是提供一种简单、安全且高效的方式来管理数据库账号密码以及分析数据库账号的使用情况，帮助企业更加合理地管理使用数据库账号，提高操作效率，保护数据安全。但随着与更多客户的深入沟通和市场调研分析，我们发现目前企业除了有外部人员变动造成账号治理困难...

作为医院的核心基础设施，数据库已然演变成了一种具有“资产”属性的重要元素。而随着不断变化的医疗业务场景和日趋严格的合规性要求，如何让安全全方位贯穿医疗数据的生命周期，是一项系统性的建设工作，难点诸多。基于多年的数据安全项目建设实践积累和大量客户交流调研，我们整理了当前医疗行业在数据安全建设上面临的六大问题。六大数据安全问题亟需解决数据库多元现象严重医院所使用的业务系统多来自不同的供应商，底层...

“每次新人入职，都要手动为他们创建数据库账号、分配权限！这真是太繁琐了！”“同事离职了，我万一忘记及时回收他们的数据库账号，给数据库带来安全风险怎么办？”“谁换个部门工作，我又得重新调整他们的数据库权限，这效率也太低了吧！”这是我们有时会听到的一些来自 DBA 的“抱怨”。在国内某头部医院工作的小帅和我们聊到过，在他们单位内部，信息系统存储着大量的病人信息、病历诊疗记录、治疗方案等个人隐私敏...

让 SQL 审核成为一种自助服务，开发人员可以实时获得关于其 SQL 语句性能的反馈，无需等待 DBA 空闲时间或排队等待审核，大大缩短开发周期，提升整体工作效率。同时，DBA 则能从繁琐重复的审核任务中解放出来，专注于更高级别的数据库优化和管理任务。

数据库安全治理是确保企业数据安全的关键任务，然而，许多企业在实际操作中面临着多种挑战。通过深入沟通交流和实地分析，我们发现企业在数据库安全治理过程中主要受到以下问题困扰：外部人员风险、账号权限管理困难、内部业务复杂以及缺乏专业的评估人员。这些挑战导致了数据泄露、数据篡改、甚至是数据删除等潜在风险。是否存在一款工具，其能够出具详尽的数据安全风险分析报告，从而为企业提供对数据安全的深度洞察和有效...

在阐述 CloudQuery 权限体系之前，想先跟大家分享下我们团队在客户侧收集到了的一些真实场景与诉求：对特定对象进行操作管控（SQL 命令）对某个字段实现精确动态脱敏对某一条 SQL 语句进行精确提权对高危命令进行拦截实现用户登录时的数据精准过滤实现动态脱敏实现数据导出的管控实现结果集复制的管控实现数据修订的管控希望能对数据库的访问时间做限制希望能对用户查询的行数，次数做限制这些诉求涵盖...

在企业数字化转型的过程中，尤其随着互联网+、云计算、大数据等信息技术与通信技术的迅猛发展，海量数据在各种信息系统上被存储和处理，其中包含大量有价值的敏感数据，这意味着数据泄露的风险也不断增加。数据泄露可能由各种因素引起，包括恶意攻击、黑客入侵、员工失误、设备丢失或盗窃等。一旦数据泄露，个人隐私将面临泄露风险，可能导致身份盗窃、金融欺诈、个人信息滥用等问题。此外，一些行业和法规要求组织必须采取...

hi 好久不见！今天将为大家带来一期干货满满的技术分享。作为一款数据库管控平台，大家通常认为 CloudQuery 的核心能力是对平台的管控，包括统一入口管理、权限体系、审计分析等，但实际上 CloudQuery 的核心技术点之一在于其独特的 SQL 解析能力。 SQL 解析功能界定 SQL 解析是指将结构化查询语言（ SQL 语句）转换成可以被数据库系统理解和执行的内部表示形式的过程。在执...

Hi~社区的小伙伴们大家好呀！CloudQuery 最新 1.5.0 社区版本即将于 4月14日 发布，正式上线前，我们迫不及待与大家分享与 v1.4 相比，v1.5.0 在性能和功能上有哪些更新和升级。01全新架构更稳定这几年， CloudQuery 交付了50多个企业级客户。在满足企业用户需求的过程中，产品的稳定性和可靠性不断提升。此次将要发布的 v1.5.0 与企业版同源，经过了公司内...

CloudQuery，一站式安全可靠的数据库操作管控云平台

分布式应用在面对高并发、大数据量的处理要求时往往比中心化服务表现的更加优秀，同时自身的高可扩展性支持水平和弹性伸缩，使应用系统在面对尖峰流量时也得心应手。 CloudQuery 作为企业数据库管控平台，除内部人员频繁的访问请求外，平台自身服务也有很大的资源需求。例如审计服务，在流式处理数据的同时还需要实时输出维度分析报表、预警风险信息等。而 1.4.0 版本新增的 DTS 服务则需要以更高的速度

在 DT 时代，人们比以往时候更能收集到更丰富的数据。数据正在变革我们的生活，催生大数据行业的发展，而迅猛增长的数据也带来了严峻的数据处理问题。CloudQuery 作为数据管控平台，在其成长规划中计划支持全类型数据源。在1.4 迭代过程中，将加入用户呼声最高的 Hive 和 Elasticsearch。

CloudQuery社区版本次 v1.4.1 版本，开放了「组织架构」模块『部门导入』和『用户导入』的API。

虽然行业正在迎来云和大数据时代，我们日常使用的工具却仍然停留在 PC 机时代。在数据批量操作时，逐个单点工具慢慢无法应付逐渐增大的数据量和更加灵活的操作场景。因此 CloudQuery 在 1.4.0 版本提出了「DTS」概念，即「数据库工具箱服务」，旨在为数据管理员提供各类数据批量操作工具，大幅提升工作效率。本文我们将详细阐述 CloudQuery「DTS」的第一款工具——「数据导入导出」。

CloudQuery社区版1.4提出「DTS」概念，意为「数据库工具箱服务」。增加可视化模块，数据操作无需有求于人。如果说「DTS」贴近数据库底层数据，那么「可视化」则更贴近业务场景。此外新增「可视化辅助查询」功能，让用户以图形化的方式进行数据操作，添加查询、筛选、排序等条件时更加简便易懂，即使不懂SQL或不懂数据库也能得到自己需要的结果数据。

CloudQuery 作为一款基于Web的数据管控工具，安全一直是我们关注的重点，所以我们就此开了一个关于 CloudQuery Web 安全的专题来给大家详细介绍我们是如何搭建自己的安全体系的。

CloudQuery作为一款数据库管理工具是如何来做好数据安全的呢？CloudQuery从技术和管理两个维度来保障企业的数据安全，我们要做的是确保存储在所有业务空间的数据得到保护，规避对敏感数据的非法访问和窃听。

一款云原生的数据操作工具（运行在云端，支持公有、私有、混合云部署）一款基于Web、仅用浏览器就可以登录使用的数据操作工具一款可以支持市面上所有主流数据库的数据操作工具（现已支持Oracle、MySQL、SqlServer等数据库，随后将逐步支持DB-Engines上前50款最主流的数据库以及主流国产数据库）一款一个认证账号就可以管理和操作所有数据库的数据操作工具一款帮助开发者大幅提高数据操作...