用户指南—账号和安全—设置白名单

简介: PolarDB-X实例支持白名单设置,设置白名单并不会影响PolarDB-X实例的正常运行。您可以通过定期维护白名单,保证PolarDB-X实例得到高级别的访问安全保护。本文将介绍白名单的相关操作。

注意事项

  • 数据库创建完成后,默认的IP白名单分组内只包含IP地址127.0.0.1,表示任何IP地址均无法访问该数据库。出于数据安全考虑,建议仅将您的WEB服务器外网IP或IP段加入白名单。
  • 目前支持创建50个IP白名单分组,每个IP白名单分组内最多添加300个IP或IP段。

新增白名单分组

  1. 登录云原生分布式数据库控制台
  2. 在页面左上角选择目标实例所在地域。
  3. 实例列表页,单击PolarDB-X 2.0页签。
  4. 找到目标实例,单击实例ID。
  5. 在左侧导航栏中,单击配置与管理 > 安全管理
  6. 白名单设置页签,单击左上角新增白名单分组
  7. 新增白名单分组面板,配置以下参数。
参数 说明
分组名称 输入白名单分组名称。
组内白名单 输入IP地址。

说明

  • 您可以填写IP地址(如192.168.0.1)或IP段(如192.168.0.0/24)。
  • 每个IP白名单分组最多添加1000个IP或IP段。
  • 多个IP地址间用英文逗号(,)隔开(如192.168.0.1,192.168.0.0/24)。
  • 您可以通过输入127.0.0.1禁止任何IP地址访问。

  1. 单击确定即可。
    说明 修改白名单后,需要等待约1分钟才会生效。

修改组内白名单

  1. 登录云原生分布式数据库控制台
  2. 在页面左上角选择目标实例所在地域。
  3. 实例列表页,单击PolarDB-X 2.0页签。
  4. 找到目标实例,单击实例ID。
  5. 在左侧导航栏中,单击配置与管理 > 安全管理
  6. 白名单设置页签,找到目标白名单分组名称,单击右侧操作栏中的配置9.png
  7. 配置白名单面板,对组内白名单进行修改。
参数 说明
组内白名单 输入IP地址。

说明

  • 您可以填写IP地址(如192.168.0.1)或IP段(如192.168.0.0/24)。
  • 每个IP白名单分组最多添加1000个IP或IP段。
  • 多个IP地址间用英文逗号(,)隔开(如192.168.0.1,192.168.0.0/24)。
  • 您可以通过输入127.0.0.1禁止任何IP地址访问。

  1. 单击确定即可。
    说明 修改白名单后,需要等待约1分钟才会生效。

删除白名单分组

  1. 登录云原生分布式数据库控制台
  2. 在页面左上角选择目标实例所在地域。
  3. 实例列表页,单击PolarDB-X 2.0页签。
  4. 找到目标实例,单击实例ID。
  5. 在左侧导航栏中,单击配置与管理 > 安全管理
  6. 白名单设置页签,找到目标白名单分组名称,单击右侧操作栏中的删除10.png
  7. 在弹出的对话框中,单击确定即可。
相关文章
|
Web App开发 前端开发 数据库
推荐GitHub上开源的一款独立开发者出海技术栈和工具合集
推荐GitHub上开源的一款独立开发者出海技术栈和工具合集
648 0
|
算法 IDE 开发工具
OpenCV常用的 7 个示例:从读取到人脸检测(Python版)
OpenCV常用的 7 个示例:从读取到人脸检测(Python版)
|
网络协议 安全 网络安全
|
SQL 分布式计算 Apache
Apache Hudi 0.12.0版本重磅发布!
Apache Hudi 0.12.0版本重磅发布!
386 2
|
人工智能 Linux 云计算
【专访浪潮信息】构建开放公平的社区生态,中国服务器操作系统崛起进行时
服务器操作系统产业 2.0 时代,龙蜥社区和浪潮信息的创新、挑战与突破。
|
搜索推荐 小程序 数据挖掘
数据分析思维导图
数据分析思维导图
|
应用服务中间件 Shell 数据库
Docker 容器间通信
Docker 容器间通信
486 1
|
数据可视化 索引
基于 Kibana Discover 筛选数据,自由搜索航班信息
在今天的练习中,我们将使用 Kibana 自带的数据来进行一些可视化的展示。希望对刚开始使用 Kibana 的用户有所帮助。
7361 1
基于 Kibana Discover 筛选数据,自由搜索航班信息
|
网络协议 关系型数据库 MySQL
docker网络和docker compose
docker网络和docker compose
501 0
|
机器学习/深度学习 算法 数据挖掘
【数据科学】Scikit-learn[Scikit-learn、加载数据、训练集与测试集数据、创建模型、模型拟合、拟合数据与模型、评估模型性能、模型调整]
【数据科学】Scikit-learn[Scikit-learn、加载数据、训练集与测试集数据、创建模型、模型拟合、拟合数据与模型、评估模型性能、模型调整]