Fabric Database Hub 免费公测：统一管理 SQL、Postgres、Cosmos

管理几十上百个数据库，还要横跨 SQL Server、PostgreSQL、Cosmos 等多种引擎——这种"数据库舰队"级别的运维难题，长期缺乏一个统一入口。微软在 Data Exposed 节目中正式介绍了 Fabric Database Hub，目前处于公开预览阶段，并且无需付费 Fabric 许可即可使用。

从数据库资产到可观测性

多数据库环境下的运维困境在于碎片化。单库单引擎时，监控和安全检查都不成问题；但当数据库数量达到数百个、类型横跨多个平台时，如何在规模化前提下掌握健康度、安全性和性能表现，就成了真正棘手的事。

Database Hub 的核心思路是舰队管理（fleet management）：通过单一面板（single pane of glass）观测所有异构数据库。\n\n

据节目嘉宾 Patrick LeBlanc 介绍，用户只需选择登录、选择免费的 Fabric，即可打开 Database Hub 开始使用。不需要启动容量、不需要额外配置。

**舰队管理（fleet management）**这一术语源自 IT 运维领域，早期用于描述对大规模服务器集群的统一部署、监控与策略下发。其核心思想是把分散的个体资源视为一个整体资产池，通过集中控制面实现批量操作与全局可观测性。在数据库场景中，舰队管理意味着不再逐库登录排查，而是以“资产（estate）”为单位统一采集健康指标、安全配置与性能数据。微软 Fabric Database Hub 正是将这一理念引入异构数据库运维：无论底层是 SQL Server、PostgreSQL 还是 Cosmos，都抽象为可统一查询的资产条目，从而在数百个实例的规模下仍能快速定位异常、执行合规检查并分发诊断动作。

资产视图：过滤、保存与共享

进入 Hub 后，首页展示用户有权访问的全部数据库资产（estate）。这个视图会主动暴露用户此前并不知晓的问题——包括没有直接访问权限的数据库存在的安全或性能隐患。

资产视图难免信息过载，因此过滤功能是关键。用户可以按类型、订阅、位置、状态和标签等维度筛选。Patrick 特别推荐按标签过滤，这样可以只关注生产环境数据库，排除开发和测试资源。\n\n

过滤条件设定后可以保存为命名视图。回到概览页时，仪表盘会自动聚焦到该视图，缩小到用户真正关心的数据库子集。

更实用的是视图共享功能。如果同事是你的备份 DBA，不需要让对方重新配置一遍过滤条件——直接分享链接，对方打开后即可看到相同的过滤视图。\n\n

安全与性能诊断：从洞察到行动

Database Hub 的检查范围覆盖安全、性能、优化三个维度，且不限于 SQL Server——同时支持 SQL、Postgres 和 Cosmos。

以安全为例，系统会标记出启用了公共网络访问的数据库，并引导用户前往 Azure 门户配置私有 VNet 来修复。性能方面，当 CPU 飙升、内存逼近阈值或 IO 达到上限时，Hub 会给出问题标识，并提供可直接运行的诊断查询。

这些诊断查询与 SSMS 深度集成：点击图标后会自动打开 SSMS，带入正确的服务器和数据库上下文，查询语句也已就位，省去了手动复制粘贴服务器名和查询的繁琐操作。

**SSMS（SQL Server Management Studio）**是微软官方提供的图形化数据库管理工具，长期作为 SQL Server 生态中执行查询、管理对象和诊断性能的主要客户端。Database Hub 与 SSMS 的深度集成意味着：当 Hub 发现性能或安全问题时，用户无需手动记录服务器名、数据库名并打开 SSMS 逐一填写连接信息，而是直接点击诊断图标，由 Hub 自动唤起 SSMS 并带入正确的连接上下文与预置查询语句。这种“从洞察到行动”的闭环显著降低了跨工具操作的摩擦，尤其适合需要快速响应生产告警的 DBA 团队。

实时性能面板与 AI 技能

性能标签页提供数据库资产的实时监控信息。用户可以基于 CPU、存储、内存等指标创建自定义实时仪表盘。

但并非所有人都愿意整天盯着仪表盘。Patrick 指出，数据库团队已经为 Database Hub 构建了一个技能（skill），使其可以接入 GitHub Copilot、Claude、Codex 等 AI 客户端。用户只需在常用工具中输入类似"我的数据库资产状态如何"的提示，该技能就会通过 CLI 从后台仓库读取信息。\n\n

整个过程遵循现有安全策略：用户只能看到自己有权限访问的数据库。技能底层运行 Kusto 查询，几秒到一分钟内即可输出资产摘要——例如列出 526 个 SQL 和 Postgres 数据库、发现的安全问题和 IO 瓶颈、10 个 SQL 认证资源等。用户还可以继续追问细节，甚至借助 LLM 探讨解决方案。这个技能只需在客户端注册，配置方式将有专门文档说明。

Kusto 查询指的是 Kusto 查询语言（KQL），最初由微软为 Azure Data Explorer 设计，用于对海量日志和遥测数据进行快速交互式分析。其语法直观、支持管道式操作，能够在秒级内完成对数十亿条记录的聚合与过滤。在 Database Hub 的 AI 技能中，底层正是通过 KQL 从后台仓库读取数据库资产的状态信息，因此用户以自然语言提问后，系统能在几秒到一分钟内返回结构化摘要，例如列出 526 个 SQL 和 Postgres 数据库、发现的安全问题及 IO 瓶颈。KQL 的高效性保证了这种“对话式运维”体验的实时性。

使用建议

Patrick 的建议是：上手后第一件事就是配置资产视图。DBA 往往会因临时需要获得大量数据库的访问权限，但这些数据库未必是日常工作重点。按订阅、标签等条件过滤后保存为自定义视图，能显著降低信息噪音。

Database Hub 目前处于公开预览阶段，无需 Fabric 订阅或容量即可免费使用。对于管理异构数据库资产的团队来说，这可能是目前门槛最低的统一可观测性方案。

**公开预览（public preview）**是微软产品发布流程中的一个阶段，通常位于私密预览与正式版（GA）之间。在此阶段，功能已面向所有用户开放，但可能仍存在未完全稳定的行为，且微软不提供正式版级别的服务等级协议（SLA）或生产环境支持承诺。对于 Database Hub 而言，公开预览意味着用户无需付费 Fabric 许可或容量即可免费使用全部核心功能，但需注意其界面、API 或底层行为可能在正式发布前发生调整。对于希望提前评估统一数据库可观测性方案的团队，这是一个低门槛的试验窗口。