Monitorar o Cloud SQL para SQL Server usando o servidor MCP do Database Insights

MySQL   |  PostgreSQL   |  SQL Server

O servidor MCP remoto do Database Insights permite monitorar clusters e instâncias do Cloud SQL para SQL Server nos ambientes de desenvolvimento com tecnologia de IA e nas plataformas de agentes de IA, buscando métricas de consulta e do sistema.

Este documento descreve como usar o servidor MCP remoto do Protocolo de Contexto de Modelo do Database Insights para monitorar o Cloud SQL para SQL Server em aplicativos de IA, como a CLI do Gemini, o modo agente no Gemini Code Assist, o Claude Code ou em aplicativos de IA que você está desenvolvendo.

O servidor MCP remoto do Database Insights é ativado quando você ativa o Database Insights.

O Protocolo de Contexto de Modelo (MCP) padroniza a forma como os modelos de linguagem grandes (LLMs) e os aplicativos ou agentes de IA se conectam a fontes de dados externas. Os servidores MCP permitem usar as ferramentas, os recursos e os comandos deles para realizar ações e receber dados atualizados do serviço de back-end.

Qual é a diferença entre servidores MCP locais e remotos?

Servidores MCP locais

Geralmente são executados na máquina local e usam os fluxos de entrada e saída padrão (stdio) para comunicação entre serviços no mesmo dispositivo.

Servidores MCP remotos

São executados na infraestrutura do serviço e oferecem um endpoint HTTP para aplicativos de IA para comunicação entre o cliente MCP de IA e o servidor MCP. Para mais informações sobre a arquitetura do MCP, consulte Arquitetura do MCP.

Servidores MCP do Google e Google Cloud remotos

Os servidores MCP remotos do Google e Google Cloud têm os seguintes recursos e benefícios:

• Descoberta simplificada e centralizada.
• Endpoints HTTP globais ou regionais gerenciados.
• Autorização detalhada.
• Segurança opcional de comandos e respostas com a proteção do Model Armor.
• Geração de registros de auditoria centralizada.

Para informações sobre outros servidores MCP e sobre os controles de segurança e governança disponíveis para Google Cloud servidores MCP, consulte Google Cloud Visão geral dos servidores MCP.

Antes de começar

Faça login na sua Google Cloud conta do. Se você começou a usar o Google Cloud, crie uma conta para avaliar o desempenho dos nossos produtos em situações reais. Clientes novos também recebem US $300 em créditos para executar, testar e implantar cargas de trabalho.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

Enable the Cloud SQL, Database Insights APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Instale a CLI gcloud.

Observação: se você já tiver instalado a CLI gcloud anteriormente, verifique se você tem a versão mais recente executando gcloud components update.

Ao usar um provedor de identidade (IdP) externo, primeiro faça login na gcloud CLI com sua identidade federada.

Para inicializar a CLI gcloud, execute o seguinte comando:

gcloud init

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

Enable the Cloud SQL, Database Insights APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Instale a CLI gcloud.

Observação: se você já tiver instalado a CLI gcloud anteriormente, verifique se você tem a versão mais recente executando gcloud components update.

Ao usar um provedor de identidade (IdP) externo, primeiro faça login na gcloud CLI com sua identidade federada.

Para inicializar a CLI gcloud, execute o seguinte comando:

gcloud init

Funções exigidas

Para receber as permissões que você precisa para usar o servidor MCP do Database Insights, peça ao administrador para conceder a você os seguintes papéis do IAM no projeto em que você quer usar o servidor MCP do Database Insights:

• Fazer chamadas de ferramentas MCP: Usuário da ferramenta MCP (roles/mcp.toolUser)
• Ver dados do Cloud Monitoring: leitor do Monitoring (roles/monitoring.viewer)
• Ver dados do Database Insights: leitor do Database Insights (roles/databaseinsights.viewer)

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Esses papéis predefinidos contêm as permissões necessárias para usar o servidor MCP do Database Insights. Para acessar as permissões exatas que são necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As permissões a seguir são necessárias para usar o servidor MCP do Database Insights:

• Fazer chamadas de ferramentas MCP: mcp.tools.call
• Receber métricas de consulta: queryMetrics.fetch
• Receber métricas do sistema: systemMetrics.fetch
• Ver métricas do Monitoring: monitoring.timeseries.list

Essas permissões também podem ser concedidas com funções personalizadas ou outros papéis predefinidos.

Autenticação e autorização

O servidor MCP remoto do Cloud SQL para SQL Server usa o protocolo OAuth 2.0 com o Identity and Access Management (IAM) para autenticação e autorização. Todas as Google Cloud identidades são aceitas para autenticação em servidores MCP.

O servidor MCP remoto do Database Insights não aceita chaves de API.

Recomendamos que você crie uma identidade separada para agentes que usam ferramentas MCP para que o acesso aos recursos possa ser controlado e monitorado. Para mais informações sobre autenticação, consulte Autenticar em servidores MCP.

Escopos do OAuth do MCP do Database Insights

O Database Insights tem os seguintes escopos do OAuth da ferramenta MCP:

URI do escopo para a CLI gcloud	Descrição
https://www.googleapis.com/auth/cloud-platform	Consulta e analisa o desempenho do banco de dados e as métricas do sistema.

Outros escopos podem ser necessários nos recursos acessados durante uma chamada de ferramenta.

Configurar um cliente MCP para usar o servidor MCP do Database Insights

Aplicativos e agentes de IA, como a CLI do Claude ou do Gemini, podem instanciar um cliente MCP que se conecta a um único servidor MCP. Um aplicativo de IA pode ter vários clientes que se conectam a diferentes servidores MCP. Para se conectar a um servidor MCP remoto, o cliente MCP precisa saber o URL do servidor MCP remoto.

No aplicativo de IA, procure uma maneira de se conectar a um servidor MCP remoto. Você vai receber uma solicitação para inserir detalhes sobre o servidor, como o nome e o URL.

Para o servidor MCP do Database Insights, insira o seguinte conforme necessário:

• Nome do servidor: servidor MCP do Database Insights
• URL do servidor ou endpoint: https://databaseinsights.googleapis.com/mcp
• Transporte: HTTP
• Detalhes de autenticação: dependendo de como você quer autenticar, é possível inserir suas Google Cloud credenciais, o ID do cliente OAuth e a chave secreta ou uma identidade e credenciais do agente. Para mais informações sobre autenticação, consulte Autenticar em servidores MCP.
• Escopo do OAuth: o escopo do OAuth 2.0 que você quer usar ao se conectar ao servidor MCP do Database Insights.

Para orientações específicas do host sobre como configurar e se conectar ao servidor MCP, consulte o seguinte:

• Claude.ai
• CLI do Gemini

Para orientações mais gerais, consulte os seguintes recursos:

• Conexão com servidores MCP remotos.
• Configurar o MCP em um aplicativo de IA.

Ferramentas disponíveis

Para conferir detalhes das ferramentas MCP disponíveis e as descrições delas para o servidor MCP do Database Insights, consulte a referência do MCP do Database Insights.

Listar ferramentas

Use o inspetor MCP para listar ferramentas ou envie uma tools/list solicitação HTTP diretamente para o servidor MCP remoto do Database Insights. O método tools/list não exige autenticação.

POST /mcp HTTP/1.1
Host: databaseinsights.googleapis.com
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "method": "tools/list",
}

Exemplos de casos de uso

A seguir, apresentamos exemplos de casos de uso para monitorar o Cloud SQL para SQL Server usando o servidor MCP do Database Insights.

Verificação de integridade do sistema

É possível monitorar a utilização de recursos das instâncias do Cloud SQL para SQL Server para garantir que elas tenham o tamanho correto e estejam funcionando de maneira ideal.

Exemplo de comando:

"Qual foi a utilização média da CPU e a memória disponível para minha instância do Cloud SQL para SQL Server INSTANCE_ID nas últimas 24 horas?"

Fluxo de trabalho: o fluxo de trabalho para uma verificação de integridade do sistema inclui as seguintes etapas:

• Recuperação de métricas: o agente usa a ferramenta get_system_metrics para buscar cloudsql.googleapis.com/database/cpu/utilization para a instância especificada.

• Resumo: o agente agrega os dados durante o período de 24 horas.

• Relatório: o agente fornece um resumo das tendências de CPU e memória, alertando você se a utilização atingiu o pico próximo aos limites.

Configurações opcionais de segurança e proteção

O MCP introduz novos riscos e considerações de segurança devido à grande variedade de ações que podem ser realizadas com as ferramentas MCP. Para minimizar e gerenciar esses riscos, Google Cloud oferece configurações padrão e políticas personalizáveis para controlar o uso de ferramentas MCP na sua Google Cloud organização ou projeto.

Para mais informações sobre segurança e governança do MCP, consulte Segurança e proteção de IA.

Usar o Model Armor

O Model Armor é um Google Cloud serviço projetado para aumentar a segurança e a segurança dos aplicativos de IA. Ele funciona verificando proativamente comandos e respostas de LLMs, protegendo contra vários riscos e oferecendo suporte a práticas de IA responsável. Se você estiver implantando a IA no ambiente de nuvem ou em provedores de nuvem externos, o Model Armor poderá ajudar a evitar entradas mal-intencionadas, verificar a segurança do conteúdo, proteger dados sensíveis, manter a conformidade e aplicar suas políticas de segurança de IA de maneira consistente em todo o cenário de IA.

Quando o Model Armor está ativado com a geração de registros ativada, ele registra todo o payload. Isso pode expor informações sensíveis nos registros.

Cuidado: o Model Armor está disponível em algumas regiões. Quando o Model Armor está ativado e você usa um servidor MCP em uma jurisdição que o Model Armor não oferece suporte, o comportamento de roteamento da chamada pode ser diferente para diferentes servidores MCP. Para mais informações sobre o comportamento de servidores MCP individuais, consulte Produtos com suporte do Model Armor.

Ativar o Model Armor

É necessário ativar as APIs do Model Armor antes de usar o Model Armor.

Console

1. Ativar a API Model Armor.

   Funções necessárias para ativar APIs

   Para ativar as APIs, é necessário ter o papel do IAM de administrador de uso do serviço (roles/serviceusage.serviceUsageAdmin), que contém a permissão serviceusage.services.enable. Saiba como conceder papéis.

   Ativar a API

2. Selecione o projeto em que você quer ativar o Model Armor.

gcloud

Antes de começar, siga estas etapas usando a CLI gcloud com a API Model Armor:

1. No Google Cloud console, ative o Cloud Shell.

   Ativar o Cloud Shell

   Na parte de baixo do Google Cloud console, uma sessão do Cloud Shell é iniciada e exibe um prompt de linha de comando. O Cloud Shell é um ambiente shell com a CLI gcloud já instalada e com valores já definidos para o projeto atual. A inicialização da sessão pode levar alguns segundos.

2. Execute o seguinte comando para definir o endpoint de API para o serviço Model Armor.

   gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

   Substitua LOCATION pela região em que você quer usar o Model Armor.

Configurar a proteção para servidores MCP do Google e Google Cloud remotos

Para ajudar a proteger as chamadas e respostas da ferramenta MCP, use as configurações mínimas do Model Armor. Uma configuração mínima define os filtros de segurança mínimos que se aplicam ao projeto. Essa configuração aplica um conjunto consistente de filtros a todas as chamadas e respostas de ferramentas MCP no projeto.

**Dica**: não ative o filtro de injeção de comandos e jailbreak, a menos que o tráfego do MCP contenha dados de linguagem natural.

Configure uma configuração mínima do Model Armor com a higienização do MCP ativada. Para mais informações, consulte Configurar as configurações mínimas do Model Armor.

Observação: se o agente e o servidor MCP estiverem em projetos diferentes, você poderá criar configurações mínimas nos dois projetos (o projeto do cliente e o projeto de recursos). Nesse caso, o Model Armor é invocado duas vezes, uma para cada projeto.

Consulte o seguinte comando de exemplo:

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

Substitua PROJECT_ID pelo ID do Google Cloud projeto.

Observe as seguintes configurações:

• INSPECT_AND_BLOCK: o tipo de aplicação que inspeciona o conteúdo do servidor MCP do Google e bloqueia comandos e respostas que correspondem aos filtros.
• ENABLED: a configuração que ativa um filtro ou aplicação.
• MEDIUM_AND_ABOVE: o nível de confiança para as configurações de filtro de IA responsável - perigoso. É possível modificar essa configuração, embora valores mais baixos possam resultar em mais falsos positivos. Para mais informações, consulte Níveis de confiança do Model Armor.

Desativar a verificação do tráfego MCP com o Model Armor

Para impedir que o Model Armor verifique automaticamente o tráfego de e para servidores MCP do Google com base nas configurações mínimas do projeto, execute o seguinte comando:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Substitua PROJECT_ID pelo Google Cloud ID do projeto. O Model Armor não aplica automaticamente as regras definidas nas configurações mínimas desse projeto a nenhum tráfego do servidor MCP do Google.

As configurações mínimas do Model Armor e a configuração geral podem afetar mais do que apenas o MCP. Como o Model Armor se integra a serviços como a plataforma de agentes, qualquer mudança feita nas configurações mínimas pode afetar a verificação de tráfego e os comportamentos de segurança em todos os serviços integrados, não apenas no MCP.

Controlar o uso do MCP com políticas de negação do IAM

As políticas de negação do Identity and Access Management (IAM) ajudam a proteger Google Cloud servidores MCP remotos. Configure essas políticas para bloquear o acesso indesejado à ferramenta MCP.

Por exemplo, é possível negar ou permitir o acesso com base em:

• O principal
• Propriedades da ferramenta, como somente leitura
• O ID do cliente OAuth do aplicativo

Para mais informações, consulte Controlar o uso do MCP com o Identity and Access Management.

A seguir

• Leia a documentação de referência do MCP do Database Insights.
• Saiba mais sobre Google Cloud servidores MCP.