2. 程式人生 > >宜信開源|數據庫審核軟件Themis的規則解析與部署攻略

宜信開源|數據庫審核軟件Themis的規則解析與部署攻略

阿新 • • 發佈：2019-04-27
類信息 插入 密碼 指數 csdn 設置 技術學 ORC setting

一、介紹

Themis是宜信公司DBA團隊開發的一款數據庫審核產品，可幫助DBA、開發人員快速發現數據庫質量問題，提升工作效率。其名稱源自希臘神話中的正義與法律女神。項目取此名稱，寓意此平臺對數據庫質量公平判斷，明察秋毫。

此平臺可實現對Oracle、MySQL數據庫進行多維度（對象結構、SQL文本、執行計劃及執行特征）的審核，用以評估對象結構設計質量及SQL運行效率。可幫助DBA及開發人員，快速發現定位問題；並提供部分輔助診斷能力，提升優化工作效率。全部操作均可通過WEB界面進行，簡單便捷。此外，為了更好滿足個性化需求，平臺還提供了擴展能力，用戶可根據需要自行擴展。

Themis，是希臘正義與法律女神，以頭腦清晰見稱。項目采用此名稱，寓意著平臺可對數據庫質量公平判斷，明察秋毫之意。

1.1 功能概述

  • 事後審核，自主優化部分放在二期實現。亦可在項目設計階段引入，起到一部分事前審核的作用。
  • 通過WEB界面完成全部工作，主要使用者是DBA和有一定數據庫基礎的研發人員。
  • 可針對某個用戶審核，可審核包括數據結構、SQL文本、SQL執行特征、SQL執行計劃等多個維度。
  • 審核結果通過WEB頁面或導出文件的形式提供。
  • 平臺支持主流的Oracle、MySQL數據庫，其他數據庫放在二期實現。
  • 盡量提供靈活定制的能力，便於日後擴展功能。

1.2 支持的數據庫

  • MySQL（5.6及以上）

  • Oracle（10g及以上)

1.3 審核維度

  • 數據庫結果（對象）=》指數據庫對象，常見的表、分區、索引、視圖、觸發器等。

  • SQL文本（語句）=》指SQL語句文本本身。

  • SQL執行計劃=》指數據庫中SQL的執行計劃。

  • SQL執行特征=》指語句在數據庫上的真實執行情況。

1.4 實現原理

技術分享圖片

整個平臺的基本實現原理很簡單，就是將我們的審核對象（目前支持四種），通過規則集進行篩選。符合規則的審核對象，都是疑似有問題的。平臺會將這些問題及關聯信息提供出來，供人工甄別使用。由此可見，平臺的功能強大與否，主要取決於規則集的豐富程度。平臺也提供了部分擴展能力，方便擴展規則集。

1.5 平臺架構

技術分享圖片

圖中的方框部分，為平臺的主要模塊。底色不同的模塊，表示當前的進度狀態不同。虛線代表數據流，實線代表控制流。其核心為這幾個模塊：

  • 數據采集模塊。它是負責從數據源抓取審核需要的基礎數據。目前支持從Oracle、MySQL抓取。
  • OBJ/SQL存儲庫。這是系統的共同存儲部分，采集的數據和處理過程中的中間數據、結果數據都保存在這裏。其核心數據分為對象類和SQL類。物理是采用的MongoDB。
  • 核心管理模塊。圖中右側虛線部分包含的兩個模塊：SQL管理和OBJ管理就是這部分。它主要是完成對象的全生命周期管理。目前只做了簡單的對象過濾功能，因此還是白色底色，核心的功能尚未完成。
  • 審核規則和審核引擎模塊。這部分是平臺一期的核心組件。審核規則模塊是完成規則的定義、配置工作。審核引擎模塊是完成具體規則的審核執行部分。
  • 優化規則和優化引擎模塊。這部分是平臺二期的核心組件。目前尚未開發，因此為白色底色。
  • 系統管理模塊。這部分是完成平臺基礎功能，例如任務調度、空間管理、審核報告生成、導出等功能。

1.6 操作流程

技術分享圖片

二、環境搭建

本項目中會使用到mysql，mongo和redis，python支持2.6、2.7，暫不支持python3。

mysql用來存儲pt-query-digest抓取的mysql的慢查詢，mongo存儲我們的規則、oracle的采集結果、執行job，解析結果集等，redis作為任務調度celery的隊列。

在mysql的數據采集部分我們使用的是pt-query-digest工具。

2.1 依賴安裝

新建用戶

為了減少後面對supervisord.conf配置文件的修改，我們建議使用統一的用戶進行安裝

    adduser themis-test
    su - themis-test

後面的操作除了virtualenv安裝需要切換到root用戶，其他的都默認在themis-test用戶下安裝

安裝cx_Oracle依賴

由於在審核過程中需要連接oracle數據庫，因此需要先安裝cx_Oracle的依賴，參考：http://www.jianshu.com/p/pKz5K7

安裝python依賴

首先安裝virtualenv，參考鏈接：https://pypi.python.org/simple/virtualenv/，建議安裝13.0.3或更新版本

如果聯網不方便，或者在公司內網，可以從https://pan.baidu.com/s/1o7AIWlG下載壓縮包，提取碼：3sy3

壓縮包裏包括所有需要用到的依賴包

安裝virtualenv

tar -zxvf virtualenv-13.0.3.tar.gz
cd virtualenv-13.1.0
python setup.py install

關於virtualenv的使用請參考：https://virtualenv.pypa.io/en/stable/

安裝其他依賴

首先初始化虛擬環境

virtualenv python-project --python=python2.7
source /home/themis-test/python-project/bin/activate

解釋一下上面的命令：virtualenv的第二個參數python-project是我們建立的虛擬環境的名稱，這個名稱我們雖然可以隨便定義，但是後面supervisor的配置中使用了此名稱，建議使用默認的，大家如果對python比較熟悉，可以隨意定義。後面我們指定了python的版本,--python可以不加，默認會使用系統自帶的python版本構建虛擬環境，當有多個版本的python時，可以使用此命令指定版本。

下面使用source初始化虛擬環境，以後安裝的包依賴等都會被裝到/home/themis-test/python-project/home/themis-test/python2.7/lib/python2.7/site-packages這裏。

如果可以聯網，進入源代碼目錄使用如下命令

pip install -r requirement.txt

單獨安裝Pyh,下載地址：https://github.com/hanxiaomax/pyh

unzip pyh-master.zip
cd pyh-master
python setup.py install

如果在局域網環境不方便聯網請利用的上面網盤裏提供的壓縮包

pip install --no-index -f file:///home/themis-test/software -r requirement.txt

file:///home/themis-test/software是壓縮包解壓的位置

2.2 配置文件介紹

下面以配置文件settings.py為例子說明需要的一些依賴

# # set oracle ipaddress, port, sid, account, password
# ipaddres : port -> key
ORACLE_ACCOUNT = {
    # oracle
    "127.0.0.1:1521": ["cedb", "system", "password"]
}

# set mysql ipaddress, port, account, password
MYSQL_ACCOUNT = {
    "127.0.0.1:3307": ["mysql", "user", "password"]
}

# pt-query save data for mysql account, password
PT_QUERY_USER = "user"
PT_QUERY_PORT = 3306
PT_QUERY_SERVER = "127.0.0.1"
PT_QUERY_PASSWD = "password"
PT_QUERY_DB = "slow_query_log"

# celery setting
REDIS_BROKER = ‘redis://:[email protected]:6379/0‘
# REDIS_BROKER = ‘redis://:@127.0.0.1:6379/0‘

REDIS_BACKEND = ‘redis://:[email protected]:6379/0‘
# REDIS_BACKEND = ‘redis://:@127.0.0.1:6379/0‘

CELERY_CONF = {
    "CELERYD_POOL_RESTARTS": True
}

# mongo server settings
MONGO_SERVER = "127.0.0.1"
MONGO_PORT = 27017
# MONGO_USER = "sqlreview"
MONGO_USER = "sqlreview"
# MONGO_PASSWORD = ""
MONGO_PASSWORD = "sqlreview"
MONGO_DB = "sqlreview"

# server port setting
SERVER_PORT = 7000

# capture time setting
CAPTURE_OBJ_HOUR = "18"
CAPTURE_OBJ_MINUTE = 15
CAPTURE_OTHER_HOUR = "18"
CAPTURE_OTHER_MINUTE = 30

ORACLE_ACCOUNT和MYSQL_ACCOUNT是我們需要審核的目標機器的帳號和密碼，主要是在數據采集部分和對象類審核以及mysql的執行計劃類審核部分會用到，因此該帳號應該具有較高的權限，為了安全在生產環境應該設置專有的帳號並設置專有的權限，或者加上一些ip的限制等。

PT_QUERY_USER、PT_QUERY_PORT、PT_QUERY_SERVER、PT_QUERY_PASSWD、PT_QUERY_DB是我們pt-query-digest工具解析目標機器的慢sql後需要存儲到的mysql數據庫的一些配置。

REDIS_BROKER、REDIS_BACKEND、CELERY_CONF是任務調度工具celery的配置選項。

MONGO_SERVER、MONGO_PORT、MONGO_USER、MONGO_PASSWORD、MONGO_DB是需要存儲結果集的mongo的配置選項。

SERVER_PORT是web管理端監聽的端口，不要使用9000和5555端口，這兩個被分配給了文件下載服務器和flower管理工具。

CAPTURE_OBJ_HOUR、CAPTURE_OBJ_MINUTE、CAPTURE_OTHER_HOUR、CAPTURE_OTHER_MINUTE是針對oracle的數據采集模塊需要設置的采集時間，根據自己的實際情況設置不同的時間即可，避開業務高峰期。

請按照相關說明配置該文件

2.3 規則導入

進入源代碼目錄，使用如下命令進行規則初始化

mongoimport -h 127.0.0.1 --port 27017 -u sqlreview -p password -d sqlreview -c rule --file script/rule.json

三、數據采集

數據采集分為oracle部分和mysql部分，oracle部分使用的是自己開發的一些腳本，mysql使用的是pt-query-digest工具。

數據采集的頻率默認是一天一次，可以根據自己的需要進行修改。

oracle部分依賴於celery的任務調度，會用supervisor托管，pt-query-digest可以加到crontab裏。

3.1 oracle部分

手動數據采集

手動采集oracle obj信息

配置data/capture_obj.json文件

{
    "module": "capture",   
    "type": "OBJ",    
    "db_type": "O",    
    "db_server": "127.0.0.1",    
    "db_port": 1521,   
    "capture_date": "2017-02-28"
}

只需要配置db_server和dbport選項，oracle的端口要求是1521，capture_date指定采集數據的日期，現在只支持按天采集

執行命令

python command.py -m capture_obj -c data/capture_obj.json

手動采集oracle other信息，包括plan、stat、text信息。

配置data/capture_other.json文件。

{
    "module": "capture",   
    "type": "OTHER",    
    "db_type": "O",    
    "db_server": "127.0.0.1",    
    "db_port": 1521,    
    "capture_date": "2017-02-28"
}

配置方式同上面的obj

執行命令

python command.py -m capture_obj -c data/capture_obj.json

手動采集數據一般用於初次采集，後面一般都會通過自動采集完成。

自動數據采集

配置settings.py文件裏的ORACLE_ACCOUNT，該賬號需要具有查詢所有表的權限，即select any table。

ORACLE_ACCOUNT = {    
    # oracle    
    "127.0.0.1:1521": ["cedb", "system", "password"]
}

配置調度時間

# capture time setting
CAPTURE_OBJ_HOUR = "18"
CAPTURE_OBJ_MINUTE = 15
CAPTURE_OTHER_HOUR = "18"
CAPTURE_OTHER_MINUTE = 30

如果不對oracle數據庫審核，可以不用配置

3.2 mysql部分

pt-query-digest使用

  • 可以將慢日誌集中到一個地方，再集中入庫
  • 也可以在每臺mysql機器上安裝pt-query-digest,再將解析結果推送到存儲機器上。

本平臺采用第二種方案

從 https://www.percona.com/get/pt-query-digest 下載並安裝pt-query-digest，如果缺少依賴使用yum安裝。

使用scirpt/pt_query_digest.sql初始化表結構,不要使用默認的表結構。

在目標機器上配置好script/pt-query-digest.sh腳本:

pt-query-digest --user=root --password=password --review h=127.0.0.1,D=slow_query_log,t=global_query_review --history h=127.0.0.1,D=slow_query_log,t=global_query_review_history --no-report --limit=0% --filter=" \$event->{Bytes} = length(\$event->{arg}) and \$event->{hostname}=‘127.0.0.1:3306‘ and \$event->{client}=\$event->{ip}" slow.log

$event->{hostname}=‘127.0.0.1:3306‘ 為被搜集慢日誌的機器的ip地址和端口號。

主要是配置存儲解析結果的mysql機器的帳號，密碼，機器ip，端口號，以及慢日誌的位置等。

運行pt-query-digest.sh腳本開始搜集mysql慢查詢數據，後面可以將其加入定時任務，按固定時間段搜集。

四、規則解析

規則解析分為四塊：對象類規則解析、文本類規則解析、執行計劃類規則解析、統計信息類規則解析。每個模塊都可以使用手動或自動的方式進行。

4.1 對象類規則解析

手動解析oracle對象類信息

配置data/analysis_o_obj.json文件

{
    "module": "analysis",
    "type": "OBJ",
    "db_server": "127.0.0.1",
    "db_port": 1521,
    "username": "schema",
    "db_type": "O",
    "rule_type": "OBJ",
    "rule_status": "ON",
    "create_user": "system",
    "task_ip": "127.0.0.1",
    "task_port": 1521
}

配置db_server、db_port、username、create_user、task_ip選項，其他的保持默認即可，username是需要審核的目標對象的名字。

python command.py -m analysis_o_obj -c data/analysis_o_obj.json

使用上面的命令開始采集obj數據

手動解析mysql對象類數據

配置data/analysis_m_obj.json文件

{
    "module": "mysql",
    "type": "OBJ",
    "db_server": "127.0.0.1",
    "db_port": 3306,
    "username": "schema",
    "db_type": "mysql",
    "rule_type": "OBJ",
    "rule_status": "ON",
    "create_user": "mysqluser",
    "task_ip": "127.0.0.1",
    "task_port": 3306
}

配置db_server、db_port、username、create_user、task_ip、db_port選項，其他的保持默認即可。

運行命令：

python command.py -m analysis_m_obj -c data/analysis_m_obj.json

oracle和mysql對象類規則是不需要依賴於采集的數據的，它是直接連接到數據庫裏進行查詢的，由於有的庫較大可能時間會比較久，建議在業務低峰期進行。

4.2 文本類規則解析

手動解析oracle文本類規則

配置data/analysis_o_text.json文件

{
    "module": "analysis",
    "type": "TEXT",
    "username": "schema",
    "create_user": "SYSTEM",
    "db_type": "O",
    "sid": "cedb",
    "rule_type": "TEXT",
    "rule_status": "ON",
    "hostname": "127.0.0.1",
    "task_ip": "127.0.0.1",
    "task_port": 1521,
    "startdate": "2017-02-23",
    "stopdate": "2017-02-23"
}

配置sid、username、create_user、task_ip、hostname、startdate、stopdate選項，由於數據是按天采集的，因此暫時只支持startdate和stopdate保持一致，hostname和task_ip可以保持一致，其他的保持默認即可。

執行下面的命令即可以進行規則解析：

python command.py -m analysis_o_plan -c data/analysis_o_plan.json

手動解析mysql文本類規則

配置data/oracle_m_text.json文件

    "module": "analysis",
    "type": "TEXT",
    "hostname_max": "127.0.0.1:3306",
    "username": "schema",
    "create_user": "mysqluser",
    "db_type": "mysql",
    "rule_type": "TEXT",
    "rule_status": "ON",
    "task_ip": "127.0.0.1",
    "task_port": 3306,
    "startdate": "2017-02-21 00:00:00",
    "stopdate": "2017-02-22 23:59:00"
}

配置username、create_user、taskip、taskport、hostname、hostname_max、startdate、stopdate選項，hostname和task_ip可以保持一致，其他的保持默認即可。

運行下面的命令即可以進行規則解析：

python command.py -m analysis_m_text -c data/analysis_m_text.json

上面兩步中的username為需要審核的對象。

4.3 執行計劃類規則解析

oracle plan類型規則解析

配置data/analysis_o_plan.json文件

 {
        "module": "analysis",
        "type": "SQLPLAN",
        "capture_date": "2017-02-23",
        "username": "schema",
        "create_user": "SYSTEM",
        "sid": "cedb",
        "db_type": "O",
        "rule_type": "SQLPLAN",
        "rule_status": "ON",
        "task_ip": "127.0.0.1",
        "task_port": 1521
 }

主要是對capture_date,username, create_user, sid,db_type,rule_type,task_ip,task_port參數進行配置，type分為SQLPLAN,SQLSTAT,TEXT,OBJ四種類型，rule_type的類型同SQLPLAN，只不過一個是代表模塊的類型，一個代表規則的類型，db_type分為"O"和“mysql”兩種類型，分別代表oracle和mysql，capture_date為我們欠扁配置的數據的抓取日期。

python command.py -m analysis -c data/analysis_o_plan.json

運行上面的命令即可生成解析結果。

mysql plan規則解析

配置data/analysis_m_plan.json文件

  {
        "module": "analysis",
        "type": "SQLPLAN",
        "hostname_max": "127.0.0.1:3306",
        "db_server": "127.0.0.1",
        "db_port": 3306,
        "username": "schema",
        "db_type": "mysql",
        "rule_status": "ON",
        "create_user": "mysqluser",
        "task_ip": "127.0.0.1",
        "rule_type": "SQLPLAN",
        "task_port": 3306,
        "startdate": "2017-02-21 00:00:00",
        "stopdate": "2017-02-22 23:59:00"
    }

type類型的含義同上面oracle，hostname_max為mysql的ip:端口號的形式，每一個hostname_max代表一個mysql實例，startdate和stopdate需要加上時、分、秒，這一點同oracle不大一樣。

python command.py -m analysis -c data/analysis_m_plan.json

然後運行上面的命令進行mysql的plan的規則解析。

4.4 執行特征類規則解析

oracle stat類型規則解析

配置data/analysis_o_stat.json文件

{
    "module": "analysis",
    "type": "SQLSTAT",
    "capture_date": "2017-02-23",
    "username": "schema",
    "create_user": "SYSTEM",
    "sid": "cedb",
    "db_type": "O",
    "rule_type": "SQLSTAT",
    "rule_status": "ON",
    "task_ip": "127.0.0.1",
    "task_port": 1521
}

配置sid、username、create_user、task_ip、capture_date選項,其他保持默認即可。

運行命令：

python command.py -m analysis_o_stat -c data/analysis_o_stat.json

進行數據采集。

mysql stat類型規則解析

配置文件data/analysis_m_text.json

{
    "module": "analysis",
    "type": "SQLSTAT",
    "hostname_max": "127.0.0.1:3306",
    "db_server": "127.0.0.1",
    "db_port": 3306,
    "username": "schema",
    "db_type": "mysql",
    "rule_status": "ON",
    "create_user": "mysqluser",
    "task_ip": "127.0.0.1",
    "rule_type": "SQLSTAT",
    "task_port": 3306,
    "startdate": "2017-02-21 00:00:00",
    "stopdate": "2017-02-22 23:59:00"
}

配置username、create_user、task_ip、task_port、hostname、hostname_max、startdate、stopdate選項，hostname和task_ip可以保持一致，其他的保持默認即可。

運行命令：

python command.py -m analysis_m_text -c data/analysis_m_text.json

進行數據采集。

4.5 自動規則解析

上面介紹的手動規則解析都是可以進行測試，或者在一些特殊情況下使用，大部分情況我們會使用自動規則解析。

自動規則解析我們使用celery來完成，關於celery 的使用，請參考http://docs.celeryproject.org/en/master/getting-started/first-steps-with-celery.html。

下面是常用的一些關於celery的命令:

開啟規則解析
celery -A task_other worker -E -Q sqlreview_analysis -l info
開啟任務導出
celery -A task_exports worker -E -l info
開啟obj信息抓取
celery -A task_capture worker -E -Q sqlreview_obj -l debug -B -n celery-capture-obj
開啟flower
celery flower --address=0.0.0.0 --broker=redis://:[email protected]:6379/
開啟plan、stat、text抓取
celery -A task_capture worker -E -Q sqlreview_other -l info -B -n celery-capture-other

最後我們會將規則解析都加入到supervisor托管，然後通過web界面生成任務，然後用celery進行調度，通過flower查看任務執行狀態。

關於具體使用請參考supervisor的配置。

五、任務導出

5.1 手動任務導出

配置data/export.json文件

{
    "module": "export",
    "type": "export",
    "task_uuid": "08d03ec6-f80a-11e6-adbc-005056a30561",
    "file_id": "08d03ec6-f80a-11e6-adbc-005056a30561"
}

配置task_uuid和file_id選項，這是任務的唯一標誌，可以通過從mongo中sqlreview庫中job集合查看，然後運行：

python command.py -m export -c data/export.json

進行手動任務導出，會生成離線的html壓縮包，保存在task_export/downloads下，可以直接解壓，然後通過瀏覽器打開查看報告。

5.2 自動任務導出

通過在celery配合supervisor托管來實現，具體可參考supervisor的配置。

六、web管理端

6.1 手動開啟web管理端

執行如下命令

python command.py -m web -c data/web.json

訪問 http://127.0.0.1:7000 即可打開管理端

七、supervisor配置

7.1 supervisor配置

;web管理端開啟
[program:themis-web]
command=/home/themis-test/python-project/bin/python command.py -m web -c data/web.json
autostart=true
redirect_stderr=true
stdout_logfile=tmp/themis_web.log
loglevel=info

;開啟文件下載服務器
[program:themis-download]
command=/home/themis-test/python-project/bin/python task_export/file_download.py
autostart=true
redirect_stderr=true
stdout_logfile=tmp/themis_download.log
loglevel=info

;開啟任務導出模塊
[program:themis-export]
command=/home/themis-test/python-project/bin/celery -A task_exports worker -E -l info
autostart=true
redirect_stderr=true
stdout_logfile=tmp/themis_export.log
loglevel=info
;開啟規則解析模塊
[program:themis-analysis]
command=/home/themis-test/python-project/bin/celery -A task_other worker -E -Q sqlreview_analysis -l info
autostart=true
redirect_stderr=true
stdout_logfile=tmp/themis_analysis.log
loglevel=info
;開啟obj信息抓取模塊
[program:themis-capture-obj]
command=/home/themis-test/python-project/bin/celery -A task_capture worker -E -Q sqlreview_obj -l debug -B -n celery-capture-obj
autostart=true
redirect_stderr=true
stdout_logfile=tmp/themis_capture_obj.log
loglevel=info
;開啟plan、stat、text信息抓取模塊
[program:themis-capture-other]
command=/home/themis-test/python-project/bin/celery -A task_capture worker -E -Q sqlreview_other -l info -B -n celery-capture-other
autostart=true
redirect_stderr=true
stdout_logfile=tmp/themis_capture_other.log
loglevel=info
;celery的任務管理模塊,去掉前邊的";"即可開啟，需要配置redis的連接方式
;[program:themis-flower]
;command=/home/themis-test/python-project/bin/celery flower --address=0.0.0.0 --broker=redis://:[email protected]:6379/0
;autostart=true
;redirect_stderr=true
;stdout_logfile=tmp/themis_flower.log
;loglevel=info

註意：如果前邊建立的用戶不同或者使用了不同的目錄，需要將這個文件裏的/home/themis-test/python-project/替換為自己的路徑。

supervisor常用命令

開啟supervisor
supervisord -c script/supervisord.conf
重載supervisor
supervisorctl -u sqlreview -p sqlreview.themis reload
進入supervisor管理控制臺,這裏的-u,-p代表supervisorctl的用戶名和密碼，在supervisord.conf中配置
supervisorctl -u username -p password

參考：http://www.supervisord.org/

八、內置規則說明

平臺的核心就是規則。規則是一組過濾條件的定義及實現。規則集的豐富程度，代表了平臺的能力。平臺也提供了擴展能力，用戶可自行定義規則。 從分類來看，規則可大致分為幾類。

8.1 規則分類

  • 從數據庫類型來區分，規則可分為Oracle、MySQL。不是所有規則都區分數據庫，文本類的規則就不區分。
  • 從復雜程度來區分，規則可分為簡單規則和復雜規則。這裏的簡單和復雜，實際是指規則審核的實現部分。簡單規則是可以描述為mongodb或關系數據庫的一組查詢語句；而復雜規則是需要在外部通過程序體實現的。
  • 從審核對象角度來區分，規則可分為對象類、文本類、執行計劃類和執行特征類。

8.2 規則參數

規則可以包含參數。例如:執行計劃規則中，有個是大表掃描。這裏就需要通過參數來限定大表的定義，可通過物理大小來指定。

8.3 規則權重及閥值

  • 權重 權重，代表違反規則，一次扣幾分。可根據自身情況進行調節。
  • 閥值 閥值，代表違反規則的扣分上限。這裏主要是為了避免違反單一規則過多，導致忽略了其他規則。

規則權重及扣分，最終會累積為一個總的扣分，平臺會按百分制進行折算。通過這種方式，可起到一定的量化作用。

8.4 規則_對象類（Oracle部分）

技術分享圖片

8.5 規則_對象類（MySQL部分）

技術分享圖片

8.6 規則_執行計劃類（Oracle部分）

技術分享圖片

8.7 規則_執行計劃類（MySQL部分）

技術分享圖片

8.8 規則_執行特征類（Oracle部分）

技術分享圖片

8.9 規則_執行特征類（MySQL部分）

技術分享圖片

8.10 規則_文本類

技術分享圖片

九、常見問題

  • 主機名稱不一致，導致cx_Oracle出錯。
  • celery與flower版本不一致，導致flower不能啟動，升級flower到0.8.1以上。
  • mysql5.7不能初始化datetime默認類型為(DEFAULT ‘0000-00-00 00:00:00)。
  • mongodb文檔最大插入數據有限制，導致生成結果時插入文檔失敗。
  • 在oracle獲取用戶的時候，有的系統可能會將用戶建到users下，因此需要將 NOT IN (‘USERS‘, ‘SYSAUX‘))改成 NOT IN (‘SYSAUX‘))

文件位置：capture/sql.py webui/utils/f_priv_db_user_list.py

有些情況下需要安裝python-devel，centos安裝 yum install python-devel

mysqldb安裝問題參考：http://blog.csdn.net/wklken/article/details/7271019

十、異常處理

程序中間出了差錯可以通過開啟flower來查看，或者通過手工執行的方式進行查看代碼。

flower的開啟可以通過在supervisor中配置或者

;celery的任務管理模塊,去掉前邊的";"即可開啟，需要配置redis的連接方式
;[program:themis-flower]
;command=/home/themis-test/python-project/bin/celery flower --address=0.0.0.0 --broker=redis://:[email protected]:6379/0
;autostart=true
;redirect_stderr=true
;stdout_logfile=tmp/themis_flower.log
;loglevel=info

也可以手工開啟：

celery flower --address=0.0.0.0 --broker=redis://:[email protected]:6379/0

不過都需要配置redis認證選項。

十一、加入開發

有問題可以直接在 https://github.com/CreditEaseDBA/Themis/issues 提出。

來源：宜信技術學院

宜信開源|數據庫審核軟件Themis的規則解析與部署攻略

相關推薦

宜信開源|數據庫審核軟件Themis的規則解析與部署攻略

類信息 插入 密碼 指數 csdn 設置 技術學 ORC setting 一、介紹 Themis是宜信公司DBA團隊開發的一款數據庫審核產品，可幫助DBA、開發人員快速發現數據庫質量問題，提升工作效率。其名稱源自希臘神話中的正義與法律女神。項目取此名稱，寓意此平臺對數據庫質

宜信開源|資料庫稽核軟體Themis的規則解析與部署攻略

一、介紹 Themis是宜信公司DBA團隊開發的一款資料庫稽核產品，可幫助DBA、開發人員快速發現數據庫質量問題，提升工作效率。其名稱源自希臘神話中的正義與法律女神。專案取此名稱，寓意此平臺對資料庫質量公平判斷，明察秋毫。 此平臺可實現對Oracle、MySQL資料庫進行多維度（物件結構、SQL文字、執行

0818基於360開源數據庫流量審計MySQL Sniffer

抓包 git clone com 時間 sta /var/ eth database 操作 開源數據庫流量審計MySQL Sniffer 我最推崇的數據庫安全產品就是基於流量的數據庫審計，因為它不需要更改網絡結構，並且也是最關鍵的是，不影響數據庫服務器性能，不用苦口婆心的勸

LitepalNewDemo【開源數據庫ORM框架-LitePal2.0.0版本的使用】

處理 情況 這不 ets sce erb ring 添加權限 bsp 版權聲明：本文為HaiyuKing原創文章，轉載請註明出處！ 前言 本Demo使用的是LitePal2.0.0版本，對於舊項目如何升級到2.0.0版本，請閱讀《趕快使用LitePal 2.0版本吧》，

oracle 數據庫批處理文件

-c home min popu div ech local admin .... 文件夾結構 初始化腳本 |----orcl_sql |----init_user.sql |----tab_home.sql |----TAB_USER.s

MySQL5.6 數據庫主從（Master/Slave）同步安裝與配置詳解

inux bind 主從配置 希望 master 強調 數據庫主從 ria 配置文件 目錄(?)[+] 安裝環境 操作系統 ：CentOS 6.5 數據庫版本：MySQL 5.6.27 主機A：192.168.1.1 （Master） 主機B：192.168.

laravel5.3-數據庫操作下的局部or條件與全局or條件（orWhere的局部與全局）

bsp trim con pty 數據庫 區別 替換 derby 是我 當用戶名不為空時 SELECT * FROM `ACCOUNT_RECHARGE` LEFT JOIN `ORDER` ON `ACCOUNT_RECHARGE`.`OrderNo` = `ORDER`

Oracle數據庫誤刪文件導致rman備份報錯RMAN-06169解決辦法

是什麽 miss read data- 刪除表空間 nts 系統 刪除表 erro Oracle數據庫誤刪文件導致rman備份報錯RMAN-06169解決辦法 可能是誤刪文件導致在使用rman備份時候出現以下提示 RMAN-06169: could not read fil

ORACLE 數據庫需要創建索引的規則

存儲 選擇 處理 oracl 避免 創建 規則 索引 連接 1、表的主鍵、外鍵必須有索引； 2、數據量超過300的表應該有索引； 3、經常與其他表進行連接的表，在連接字段上應該建立索引； 4、經常出現在Where子句中的字段，特別是大表的字段，應該建立索引； 5、索引應該建

謝煙客---------二進制安裝MariaDB,管理關系型數據庫的基本組件

struggle strive endeavo特性、二進制安裝方法、安裝生成的程序、MariaDB程序的組成、SQL接口、關系型數據庫的組件、管理數據庫組件、數據類型、修飾MariaDB,開源RDBMS的實現特性、安裝MariaDB方法、 CentOS 6: 通用二進制格式安裝MariaDB

nodejs 定時調用shell腳本來備份數據庫和日誌文件並發送到郵箱

nodejs linux shell腳本 備份數據庫 定時 安裝mailx,靠它來發送郵件 yum install mailx 編輯配置文件 vim /etc/mail.rc #添加如下內容 set [email protected] set smtp=smtp.163.com set

再探C#——控件調用/數據庫操作/配置文件

HR 利用 查詢 .text click cut initial comm man 因為這學期的設計模式課需要進行面向對象的編程, 所以這裏抽時間復習一下C# 命名空間的設計目的是提供一種讓一組名稱與其他名稱分隔開的方式。 利用對象指針調用控件: publ

使用Python查詢MySQL數據庫生成Excel文件發送監控周報。

Python MySQL Excel業務方要求每周發一封周報出來，將過去一周的線上項目的詳細信息發送出來，我們的監控用的是zabbix，過去一直是手動填寫，非常耗時耗力，而且顯得非常不專業，所以我花了幾個月時間學習Python，編寫如下腳本供大家參考，望大神勿笑。 #!/usr/bin/env pytho

分布式之數據庫和緩存雙寫一致性方案解析

讀寫分離 CA 試圖 並不是 設有 image 性能 stat 延時 引言 為什麽寫這篇文章？ 首先，緩存由於其高並發和高性能的特性，已經在項目中被廣泛使用。在讀取緩存方面，大家沒啥疑問，都是按照下圖的流程來進行業務操作。 但是在更新緩存方面，對於更新完數據庫，是更新緩存

備份mongo數據庫，移動文件，備份壓縮目錄

python備份mongo數據庫 #!/usr/bin/env python #coding:utf-8 import datetime import os import shutil user = ‘root‘ passwd = ‘123456‘ port = 28018 backup_path = ‘

使用Goldengate同步異構數據庫之Kafka中間件

基本 -xmx onf connect pin 服務 awr splay lec 收到業務部門需求，要求將Oracle數據庫某表同步至Mysql數據庫中，異構環境我們用kafka來實現，下面是具體的一些配置； 由於業務需要，現申請使用架構組數據同步服務同步以下數據到管家My

布式之數據庫和緩存雙寫一致性方案解析（轉）

一段時間 其他 wechat 偽代碼 sql 讀寫 適合 scene mage 引言 為什麽寫這篇文章？ 首先，緩存由於其高並發和高性能的特性，已經在項目中被廣泛使用。在讀取緩存方面，大家沒啥疑問，都是按照下圖的流程來進行業務操作。但是在更新緩存方面，對於更新完數據庫，是更

SQL Server數據庫，mdf文件，中了勒索病毒[@qq.com].java。擴展名變為java

ffffff term blog 病毒 mark 分享圖片 ges png 勒索 SQL Server數據庫mdf文件中了勒索病毒[[email protected]].java。擴展名變為.java *****.mdf.id-923C7C92.[decrypthelp

JDBC數據庫配置問文件

roo serve swd odi dia com htc nat idl db.driver=com.mysql.jdbc.Driver db.dialect=org.hibernate.dialect.MySQLDialect db.maximumPoolSize=50

Spring-batch（ItemWriter）數據寫入數據庫，普通文件，xml文件，多文件分類寫入

writev 奇數 component dbi database RoCE ava 顯示 == Spring-batch學習總結（四）一．ItemWriter簡介1.對於read讀取數據時是一個item為單位的循環讀取，而對於writer寫入數據則是以chunk為單位，一塊