BI-SQL丨角色和用户

这篇具有很好参考价值的文章主要介绍了BI-SQL丨角色和用户。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

BI-SQL丨角色和用户

角色和用户

在数仓的运维工作中,经常需要为用户开通不同权限的账号,使用户可以正常访问不同的数据,那么这就需要我们了解SQL Server的权限体系。

名词解释

登录名: 用来登录服务器的用户账号,例:sa,这个就是默认的可以登录SQL Server服务器的超级管理员账号。

用户名: 用来登录数据库的访问账号,例:有些时候,我需要赋予某些用户权限,只可以对某个数据库有操作,不能对服务器有操作,这种情况下就需要使用用户名。

登录名和用户名,在服务器层级的关系是一对多,在数据库层级的关系是一对一。

角色: 角色分为两类,一类是服务器角色,一类是数据库角色。

服务器角色:指的是登录名登录到服务器后,对服务器所具有的权限。

数据库角色:指的是用户名访问到数据库后,对数据库所具有的权限。

系统中默认的角色分类如下:

类别 角色 描述
服务器 sysadmin 以在SQLServer中执行任何活动。
服务器 serveradmin 以设置服务器范围的配置选项,关闭服务器。
服务器 setupadmin 以管理链接服务器和启动过程。
服务器 securityadmin 以管理登录和CREATE、DATABASE权限,还以读取错误日志和更改密码。
服务器 processadmin 以管理在SQLServer中运行的进程。
服务器 dbcreator 以创建、更改和除去数据库。
服务器 diskadmin 以管理磁盘文件。
服务器 bulkadmin 以执行BULKINSERT语句。
数据库 db_owner 数据库中有全部权限。
数据库 db_accessadmin 以添加或删除用户ID。
数据库 db_securityadmin 以管理全部权限、对象所有权、角色和角色成员资格。
数据库 db_ddladmin 以发出ALLDDL,但不能发出GRANT、REVOKE或DENY语句。
数据库 db_backupoperator 以发出DBCC、CHECKPOINT和BACKUP语句。
数据库 db_datareader 以选择数据库内任何用户表中的所有数据。
数据库 db_datawriter 以更改数据库内任何用户表中的所有数据。
数据库 db_denydatareader 不能选择数据库内任何用户表中的任何数据。
数据库 db_denydatawriter 不能更改数据库内任何用户表中的任何数据。

数据库架构:

数据库架构(Schema)在不同的数据库中定义是不同的,这里只阐述SQL Server中架构的定义。

Schema官方的解释叫做数据库逻辑对象的集合,说的通俗一点就是将数据库中的对象进行分组,以方便管理和进行权限管控。

举个例子:
某个地方有一片工业园区,这个园区就是服务器
在园区内,有很多企业落户在这里,这些企业就是数据库
工业园区每天早上6点定时,大家可以进来工作,这个定时就是JOB
白茶是整个工业园区的负责人,负责整个园区的所有事务,这时候白茶的角色是服务器角色
除了负责园区以外,白茶也在这片园区里面开办了一家企业,或在里面的某家企业任职,这时候白茶的角色是数据库角色
在园区,白茶是登录名,在企业内,白茶是用户名,且白茶可以在多家企业任职,所以在服务器层面,登录名和用户名的关系是一对多,落到具体的数据库层面,登录名和用户名的关系是一对一。
每个企业内,又分为不同的行政部门,这些部门就是数据库架构,将有关联关系的人分配到一起进行工作。
办公室里面装有监控,记录着大家日常的工作行为,监控就是日志
某部门员工小A,在拿到合同以后,需要找主管审批,然后上报公司存档,这一过程就是存储过程

白茶描述的可能有些地方不是特别的准确,只是为了让大家可以有个类似的概念。

使用实例

案例数据:

BI-SQL丨角色和用户

在白茶本机的数据库中,存在名为“CaseData”的数据库。

例子1:

创建名为“Test”的登录名,使其具有服务器登录权限,不赋予数据库权限。

BI-SQL丨角色和用户

BI-SQL丨角色和用户

结果如下:

BI-SQL丨角色和用户

例子2:

更新“Test”登录名的权限,赋予其“CaseData”数据库的只读权限。

BI-SQL丨角色和用户

结果如下:

BI-SQL丨角色和用户

BI-SQL丨角色和用户

例子3:

更新“Test”登录名的权限,使其仅能查询“CaseData”数据库中的某张表。

BI-SQL丨角色和用户

BI-SQL丨角色和用户

结果如下:

BI-SQL丨角色和用户

例子4:

创建“Test”的Schema,并创建一张表,不对Test登录名开放。

CREATE SCHEMA Test

结果如下:

BI-SQL丨角色和用户

CREATE TABLE [Test].[BAICHATEST](
  [Result] [int] NULL
)

结果如下:

BI-SQL丨角色和用户

BI-SQL丨角色和用户

BI-SQL丨角色和用户

BI-SQL丨角色和用户

这里是白茶,一个PowerBI的初学者。
BI-SQL丨角色和用户文章来源地址https://www.toymoban.com/news/detail-499622.html

到了这里,关于BI-SQL丨角色和用户的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • Power BI 傻瓜入门 17. 共享和Power BI工作区

    Power BI 傻瓜入门 17. 共享和Power BI工作区

    本章内容包括: 设置与Power BI服务的共享和协作 使用监控和性能工具加快业务运营 通过查看数据联机排除数据故障 在经历了跨数据源的整个数据生命周期、构建可视化、了解DAX和发布报告之后,作为power BI的高级用户,您的下一步是与业务中的所有利益相关者共享桌面上的

    2024年02月08日
    浏览(7)
  • 物流实时数仓——概述与准备工作

    物流实时数仓——概述与准备工作

    目录 一、架构设计与技术栈 (一)数仓架构设计  (二)所用技术栈 (三)最终效果 二、关于离线与实时的相关概念 三、实时数仓设计思路 Hadoop 3.3.4 Zookeeper 3.7.1 Kafka 3.3.1 Hbase 2.4.11 Redis 6.0.8 Flink 1.17.0 Clickhouse Spring Sugar 物流         业务 离线         批处理         在处理数据

    2024年01月24日
    浏览(11)
  • ansible自动化运维(二)剧本、角色编写实战

    ansible自动化运维(二)剧本、角色编写实战

    😘作者简介:一名运维工作人员。 👊宣言:人生就是B(birth)和D(death)之间的C(choise),做好每一个选择。 🙏创作不易,动动小手给个点赞加关注吧,有什么意见评论区告诉我。 目录 一、剧本(playbook) 1、介绍 2、剧本组成 3、剧本编写规范 4、实战(编写搭建nginx的

    2024年02月15日
    浏览(12)
  • 物流实时数仓DWD层——1.准备工作

    目录 1.创建主程序——DwdOrderRelevantApp类 2.创建DWD层的事实表——来源于订单表和订单明细表 (1)创建订单表实体类 (2)创建订单明细表实体类 (3)创建交易域:下单事务事实表实体类,并整合(1)与(2),采用下单时间 (4)创建交易域:支付成功事务事实表实体类,并整合(1)与(2),采

    2024年02月01日
    浏览(12)
  • 数仓学习---15、数据仓库工作流调度

    数仓学习---15、数据仓库工作流调度

    工具部署链接 1.2.1 用户行为日志 1、启动日志采集通道,包括Kafka、Flume等 (1)启动Zookeeper (2)启动Kafka (3)启动Flume 2、修改日志模拟器配置文件 修改hadoop102和hadoop103两台节点中的/opt/module/applog/application.yml文件,修改mock.date参数如下。 3、执行日志生成脚本 4、观察HDFS上

    2024年02月15日
    浏览(11)
  • 数仓用户行为数据分析

    分层优点:复杂的东西可以简单化、解耦(屏蔽层作用)、提高复用、方便管理 SA 贴源  数据组织结构与源系统保持一致 shm 历史层  针对不同特征的数据做不同算法,目的都是为了得到一份完整的数据 PDM 明细层 做最细粒度的数据明细,最高扩展性和灵活性,企业级的数据

    2024年02月08日
    浏览(14)
  • Power BI实现实时动态和用户输入的数据交互

    Power BI实现实时动态和用户输入的数据交互

    背景:Power BI一般作为一个展示和分析数据的平台存在,即使是我们用Direct Query的mode也是受制于连接的数据库的表刷新,不能实现实时动态数据变化展示。 解决思路:当Power Apps里面输入了新的数据时,数据会写入到database的table表里面,然后通过Direct Query来连接的Power BI,发

    2024年02月07日
    浏览(14)
  • Flink实时数仓之用户埋点系统(一)

    Flink实时数仓之用户埋点系统(一)

    用户行为采集 行为数据:页面浏览、点击、在线日志等数据 活跃数据:用户注册、卸载安装、活跃等数据 App性能日志:卡顿、异常等数据 业务数据采集 业务数据:支付等 维度表:渠道、商品等 用户行为日志 日志结构大致可分为两类,一是页面日志,二是启动日志和在线

    2024年04月11日
    浏览(11)
  • 实时数仓|基于Flink1.11的SQL构建实时数仓探索实践

    实时数仓主要是为了解决传统数仓数据时效性低的问题,实时数仓通常会用在实时的 OLAP 分析、实时的数据看板、业务指标实时监控等场景。虽然关于实时数仓的架构及技术选型与传统的离线数仓会存在差异,但是关于数仓建设的基本方法论是一致的。本文会分享基于 Flink

    2024年02月16日
    浏览(13)
  • Power query (Power BI)一步到位傻瓜式合并工作簿,史上最好用

    只需一句话,不用鼠标拖拽十几次,没有步步为营,真正的傻瓜式操作,拿来就用。哪怕你没有任何Power BI (Power query)、VBA编程、Excel 函数公式基础,照样分分钟解决合并工作簿的难题,并且随着数据源的更新,不限于表格内更新,新建工作表,新建工作簿……统统一键刷

    2024年02月05日
    浏览(12)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包