DataFocus · 博客
OT Flash 接入 MySQL、Oracle、SQL Server:只读账号
OT Flash r57 手册列出 26 种外部数据源类型,从 MySQL、Oracle 到 Hive、Iceberg。安全接入的路径是专用只读账号、测试通过的连接,再定时导入到 OT Flash 自己的存储。本文逐步讲解,并点明手册留给你自己决定的部分。
OT Flash 可以连接 26 种外部数据库类型,包括 PostgreSQL、MySQL 和 MariaDB、Oracle、IBM DB2、SQL Server、ClickHouse、Hive、Iceberg、TiDB、OceanBase 和 SAP HANA,而且对所有类型的读取方式都一样:先建立一个 JDBC 式连接,再按计划把选中的表复制到 OT Flash 自己的存储里。安全接入的做法是:给 OT Flash 一个除了对待分析的表执行 SELECT 之外什么都做不了的账号;在“新建数据源”(New Data Source)对话框里先测试连接、再保存;然后通过一个可以设置调度的三步向导导入表。只读账号这一条,r57 用户手册本身就有建议。本文逐步讲解每个环节,以 MySQL 为例给出账号的写法,并点明手册没有写清的地方,让你在第一次导入运行之前就把它们定下来。
列表上有哪些数据库,以及列表没有说的事
OT Flash 用户手册(r57,2026 年 10 月)的数据源章节在“Supported types include”下列出:PostgreSQL、MySQL(含 MariaDB)、Oracle、IBM DB2、GaussDB 100、SQL Server、Sybase、Greenplum、ClickHouse、Kudu、ElasticSearch、TeraData、MongoDB、Prometheus、Hive、Delta Lake、Iceberg、TiDB、SelectDB / Doris、OceanBase、SAP HANA、ClickZetta、Impala、DM8(达梦)、ArgoDB 和 KingBase。一共 26 项,从常见的商业引擎到湖仓表格式,再到混合环境里逐年积累下来的国产数据库。
这份列表要按它的本意来读。它列的是类型,不是版本、驱动或配置限制,手册也没有为任何一项标注最低版本。如果你的 Oracle 或 SQL Server 已经落后好几个大版本,回答这个问题的是一次试连,不是这份列表。
同一个界面上还有两处容易看错。“DataFocus system Doris”是内置存储,不是可供连接的外部源。数据源分为数据库、API 源和 HTTP 源三组,本地 CSV、Excel 和 JSON 文件走另一条路径;本文只讨论数据库这条路径。
连接表单,逐字段说明
打开“外部数据源”(External Data Source)页签,点击“新建数据源”(New Data Source)。对话框按手册原有的字段名要求填写以下内容:
| 字段 | 填什么 | 说明 |
|---|---|---|
| Data Source Type(数据源类型) | 26 种类型之一 | 决定使用哪个驱动 |
| Source Name(数据源名称) | 一个你以后能认出来的名称 | 会出现在数据表列表和导入向导里;按系统命名,不要按主机命名 |
| Server、Port(服务器、端口) | 数据库的主机和端口 | 从 OT Flash 主机能否连通,是你自己要保证的 |
| Database(数据库) | 要读取的数据库 | 一个数据源对应一个数据库 |
| Schema | 可选 | “If Schema is left empty, the default is used”(留空则使用默认 schema) |
| JDBC Param(JDBC 参数) | 可选,“if needed”(按需填写) | 手册没有按驱动列出可接受的参数 |
| Username、Password(用户名、密码) | OT Flash 将使用的账号 | 只读账号填在这里 |
手册的措辞很明确:“Click Connect to test the connection. When it succeeds, click Submit.”(点击 Connect 测试连接,成功后点击 Submit。)把 Connect 当成一道门,而不是一个可有可无的步骤。JDBC Param 里填的任何内容都应来自你所用数据库厂商的 JDBC 文档,而且只有在带着它通过 Connect 之后才算可信。
填表之前还有一项检查。OT Flash 是自建部署,运行在你自己的服务器上,所以第一种失败往往出在路由而不是凭据:OT Flash 主机必须能在指定端口上访问到数据库主机。手册没有网络检查清单,因为这部分没有任何产品特有的内容。只开一条防火墙规则,从 OT Flash 主机网段到数据库端口,别的都不开。
账号为什么必须只读,它能防什么、不能防什么
手册的建议写在对话框下方的一条备注里:为 OT Flash 创建“a dedicated read-only database account for OT Flash, with access only to the databases and tables you want to analyze”(一个专用的只读数据库账号,只能访问你要分析的数据库和表)。这句话做了两件事,值得拆开来看。
第一是范围。这个账号能看到什么,就决定了日后一个权限足够高的 OT Flash 用户能导入什么。如果用共享的应用登录账号去连,这个范围就变成了应用能读到的一切,甚至可能包括它能写的部分。专用账号让数据库自己来守这条边界,不依赖 OT Flash 内部的任何设置,也让你的 DBA 只需审计、轮换或禁用一个主体。
第二是方向。只有 SELECT,意味着一次配置失误、一次粗心的导入,或者一台被攻破的 OT Flash 主机,都改不了源库。导入路径是把数据往外复制;手册里没有任何回写的描述,而只读授权让这一点在数据库层面成立,无论应用层怎么做。
在 MySQL 上,标准做法是建一个用户,再授予库级 SELECT,依据是 MySQL 8.4 参考手册的 GRANT 一节。账号名、主机范围、数据库和密码都是占位符;下面是示意代码,未实际运行,也没有对着 OT Flash 执行过:
-- 示意代码,未实际运行,未对 OT Flash 执行
CREATE USER 'otflash_ro'@'10.0.0.%' IDENTIFIED BY '<strong password>';
GRANT SELECT ON sales_db.* TO 'otflash_ro'@'10.0.0.%';
SHOW GRANTS FOR 'otflash_ro'@'10.0.0.%';
MySQL 手册把 ON db_name.* 描述为库级权限,把 SHOW GRANTS 描述为核对账号持有哪些权限的方法。如果只需要几张表,就在表级授予(ON sales_db.orders),而不是整个 schema。Oracle、SQL Server、PostgreSQL 和其他引擎各有自己的语法,目标完全一样:只给 SELECT,只给要分析的对象,只允许从 OT Flash 主机网段访问。
多数团队容易混淆的两条边界:
- 凭据是机密。 它们只进对话框和你的密钥库,不进工单、聊天和运维手册。
- 只读账号限制的是 OT Flash 能读什么,不限制 OT Flash 内部谁能看到导入后的副本。 后者由 OT Flash 的角色和资源权限决定,下文会讲。手册没有说源端的限制会延续到副本上;按不会延续来对待。
是导入,不是实时查询:数据究竟去了哪里
数据源连接好之后,手册只记载了一条路径:Import Table > Import table from external data source(导入数据表 > 从外部数据源导入数据表),一个三步向导。
- 选择数据源。 从下拉列表里选;如果还没有,点击“Go to create new Data Source”(前往新建数据源)。
- 选择表。 勾选要导入的表。
- 配置加载表(Config load tables)。 设置导入类型,以及是否按计划导入。
向导完成后,这些表出现在数据表列表中,所有定时导入都会以任务的形式出现在 Table Task(表任务)页签。
副本放在哪里?OT Flash 在 GitHub 上的 README 写明,Doris 把导入的业务数据存放在内部表中;用户手册则把“DataFocus system Doris”列为内置数据源。r56 的 Agent 与 MCP 手册从另一侧印证了这一点:通过 MCP 发起的表查询以 Doris SQL 执行,原有的 Trino、Hive 和 Hadoop 服务不在 Flash 的 Agent 入口之列。OT Flash 不会在查询时把问题转发到你的 Oracle 或 SQL Server,它用 Doris 里的副本作答。手册没有记载任何实时查询模式,本文也不作此声明。
这一个事实决定了两件事,要在点击 Connect 之前定下来:
- 新鲜度由你的导入计划决定,而不是由源库决定。一张每晚刷新的表,回答的是昨天的问题。DataFocus 的版本说明也提醒规划者:要想清楚数据如何进入 Doris,以及刷新频率是多少。
- 副本的治理归 OT Flash,不归源库。谁在 OT Flash 里被授予了某张导入表,谁就能看到它,不论源数据库原本会不会允许这个人看。
一个完整的例子:一个源、三张表、一个计划
设想一个假设场景:一家中型分销商,订单管理数据库是 MySQL 的 sales_db,里面有 orders、order_lines 和 customers,还有另外四十张表,其中一些存着薪资和银行账户信息。分析团队想把这三张销售表放进 OT Flash,每晚刷新。流程如下(示意流程,其中没有任何一步实际运行过):
- DBA 创建账号。
otflash_ro,限定只能从 OT Flash 主机网段访问,GRANT SELECT的对象精确到sales_db.orders、sales_db.order_lines和sales_db.customers。不要给sales_db.*:薪资表在数据库层面就保持不可见,SHOW GRANTS的输出留作记录。 - 网络只开一条规则。 从 OT Flash 主机网段到 MySQL 主机和端口。不开任何从 MySQL 主机回来的方向。
- 管理员连接数据源。 类型选 MySQL,Source Name 填
OMS sales (MySQL),填 Server 和 Port,Database 填sales_db,Schema 和 JDBC Param 第一次尝试时留空,再填入只读凭据。Connect 成功,Submit。 - 管理员导入。 Import Table > Import table from external data source;选中 OMS 数据源;勾选三张表;在第 3 步设置导入类型,并把每晚的计划安排在 OMS 批处理结束之后,而不是进行当中。
- 第二天早上核对。 Table Task 应显示三条任务,带 Data Source、Import Type、Scheduled import time、Status 和 Last Import Time。资产目录(Asset Catalog)应在新数据源下显示三张表,以及其中有关系和孤立的数量。
- 有意识地授权。 为销售分析师创建一个自定义角色,只给这三张表的权限;导入权限留给 SOURCE_MANAGER。
第 1 步是日后能救你的那一步。不管后面有什么被关联到 customers 上,影响范围始终是三张表,因为这个账号从头到尾只能看到这三张。
定时导入与 Table Task 页签
定时导入集中在一个地方管理:数据表管理(Tables)下的 Table Task 页签,它列出每条任务的 Data Source、Import Type、Scheduled import time、Status 和 Last Import Time。手册没有枚举导入类型,所以请读你自己实例上的下拉列表,不要先假设“全量”或“增量”在那里是什么意思。
一套经得起时间考验的例行做法:
- 第一次定时运行之后,打开 Table Task,对照你设定的计划核对 Status 和 Last Import Time。
- 把计划安排在源库自己的加载窗口之外,导入就永远不会读到一张夜间批处理只跑了一半的表。
- 一张表退役时,既从 OT Flash 里移除,也从只读账号的授权里移除。没人用的授权仍然是授权。
手册没有描述重试行为、导入失败的告警,也没有说明增量导入的语义。在依赖它们之前先在你的实例上逐项测试,并决定当 Status 不是预期值时由谁来看 Table Task。
谁能看到导入的表
连接数据源是管理动作,OT Flash 把控制权放在角色里。预置角色中,SOURCE_MANAGER 管理全部资源并对其授予权限,SYSTEM_MANAGER 负责全局配置和用户,LOG_MANAGER 负责日志审计。自定义角色按资源逐项获得权限,资源按类别列出(All Resources、Ontology、Data Entry)。这就是上文说的第二条边界:数据库账号决定 OT Flash 能取什么,角色决定谁能看到取回来的东西。
两个界面把闭环收拢。日志管理(Operate Logs)记录登录、数据表导入等操作,每条带 Host、Type、Status、Detail、Operate User 和 Operate Time,可按关键词、用户、状态、类型和时间范围筛选;查看需要 LOG_MANAGER 或 SYSTEM_MANAGER。资产目录(Asset Catalog)按数据源对表分组,显示其中多少张有关系、多少张是孤立的,这是查看一个新连接带进来了什么、以及它们是否与别的东西连通的最快方法。
连接之前的决策表
| 问题 | 答案从哪里来 |
|---|---|
| 我的数据库类型受支持吗? | r57 手册中的 26 项列表 |
| 我的数据库版本受支持吗? | 未说明;在你的实例上试一次 Connect |
| OT Flash 能读什么? | 你的只读账号的授权,用引擎自己的工具核对(MySQL 上是 SHOW GRANTS) |
| 谁能看到导入的副本? | OT Flash 的角色和逐资源权限 |
| 数据有多新? | 你在向导第 3 步设置的导入计划 |
| 昨晚的导入跑了吗? | Table Task:Status 和 Last Import Time |
| 谁在什么时候导入了什么? | 日志管理(LOG_MANAGER 或 SYSTEM_MANAGER) |
| 这个连接带进来了什么? | 资产目录,按数据源分组 |
凡是答案为“未说明”的地方,那是一项要去做的测试,不是一个可以糊弄过去的空白。
什么情况下不适合
- 你需要每个问题都从实时源数据作答、不允许有副本。手册记载的是导入,不是实时查询。
- 你的数据库类型不在这 26 种之内。文件、API 或 HTTP 路径也许能用,但手册没有说它们是等价的。
- 你需要一份经过测试的版本矩阵。手册列的是类型,不是版本。
下一步
从一个数据源和一个 schema 开始:创建只读账号,连上它,导入两三张表,盯着 Table Task 跑完一个完整的调度周期,再往里加。相关界面见 OT Flash 用户手册;手册中心在 datafocus.ai/docs/ot-flash-r56。OT Flash 可以从版本与下载页或 GitHub 仓库免费下载,安装包和发行说明都发布在那里;系统要求和支持的平台见发行说明。