1.权限系统是什么
权限系统就是系统的安保系统，保障系统的功能谁能使用，谁可以操作哪些数据
2.权限系统的组成
- 功能权限
决定了用户能够使用哪些功能
- 行数据权限
决定了用户能够使用哪些行数据
- 列数据权限
决定列用户能够查操作哪些列的数据
3.功能权限系统的实现方式
- tomcat的内置权限
- shiro
- spring security
- 自定义的权限系统
3.1.功能权限的粒度大小
- 粗粒度，只控制菜单的展示
- 细粒度，控制web系统，所有可操作的按钮的展示，同时后端还应该能够对url进行拦截
3.2.如何实现细粒度的功能权限控制
- 每个功能，使用一个namespace表示，比如user.add,user.update,user.delete
- 用户登录时，获取该用户所有的namespace
- 渲染界面时，根据namespace的范围，来决定是否显示该功能
- 后端拦截的实现和前端基本一致，每个功能namespace绑定后端对应的uri
- 后端session存储该用户所有的uri
- 请求时，filter过滤该uri，如果具备访问权限，通过请求
3.3.RBAC(Role Base Acess Control)模型的介绍
权限模型
在授权时，把权限都集中收于给Role，然后将Role授予User，达到提高效率的一个方式，但是本质还是把权限授予给了具体的用户。
3.4.基于RBAC的衍生模型
RBAC衍生模型
衍生了用户组的概念
3.5.RBAC等模型的本质
无论模型怎么变化，但是最终的权限落地，都是将权限授予用户。在方案选型时，要关注业务的复杂度与哪种模型的匹配度较为吻合，切勿好高骛远，过度选型。
4.行数据权限
数据权限的实现，目前业界并无通用的解决方案，所以这里面主要是介绍一种模型，大家可以借助模型，去发现系统的数据权限模型
4.1识别权限实体
在做数据权限时，第一步就是要识别出权限实体。下面举几个例子
- crm系统，权限实体是客户
- 订单管理系统，权限实体是订单
- 库存管理系统，权限实体是货品
4.2.识别系统要做到哪种级别权限控制
- 只读、只写、读写
- 是否有部门领导
- 是否需要部门传递关系
比如在上面的图片中，假设员工骆宏属于A部门，那么员工A是否能够看到（B,C,D,E,F,G,H,G,K），如果可以，就代表具备传递性
4.3.数据存储的实现方式
- 将权限数据，权限实体实体数据独立出来存储
- 将权限数据寄存与权限实体中
下面分别举个列子
假设有下面的场景，订单1000001，员工A，员工B，其中存储订单的数据叫做lh_order
方案1: [1000001,A]的数据需要存储在一个数据权限表中，我们叫他lh_auth_data，那么就存储一条[1000001,A]
方案2:直接把数据存储在lh_order即可，也就是jt_order中有一条积累[1000001,A]
这两个方案都可以，但是查询的性能会有却别
4.3.1.方案优缺点对比
方案1由于多了一个表，在查询时，可能会导致性能下降，但是却留了一个很好的扩展点，比如1000001同时支持B管理，只需要在lh_auth_data插入[1000001,B]
方案2查询性能较好，但是却扩展不易，假设需要支持B，那么将处理起来非常棘手
4.4.数据的sql查询模型
假设权限实体是：account、product_group、country
select xxx from xx_table where account in (xxx) and product_group in (xxx) and country in (xxx)
4.5.查询性能的问题
在4.4的查询模型中，我们发现使用的是in查询，我们都知道，mysql的in是有效率问题的，当数据规模来到kw级别时，上面的模型就会出现性能的极速下降。
为了突破该性能限制，我们借助tree，以及mysql的前置like查询
20180408123706965.png
A: 10
B: 10001
C: 10002
D: 10003
E: 10001001
F: 10001002
...
假设我们能够将权限实体，进一步的用tree来组织，然后将权限实体的in转换为tree key like '10001%'的模型，我们可以发现，即利用上了mysql的索引，又解决了in的效率问题。
4.5.1.小心tree的key陷阱
在上面，我们使用tree key来处理，但是我们注意到，tree key是有数量限制的，比如A的直接子节点，key范围是:[10001,99999]，假设超过了该tree key时，需要考虑怎么进行数据保护。
5.列数据权限
5.1数据
我们先看一个简单的列子，用户管理，api返回的数据如下
[
{
"name": "骆宏",
"age": 27,
"tel": "15013336**4",
"school": "广东海洋大学",
"job": "高级开发工程师"
},
{
"name": "骆宏",
"age": 27,
"tel": "15013336**4",
"school": "广东海洋大学",
"job": "高级开发工程师"
}
]
5.2.前端界面的效果
对A用户，无权限控制的现实效果
| 名字 | 年龄 | 电话 | 学校 | 工作 |
|---|---|---|---|---|
| 骆宏 | 26 | 1380013800 | 广东海洋大学 | 高级java开发工程师 |
对B用户，age、tel无权限查看
| 名字 | 年龄 | 电话 | 学校 | 工作 |
|---|---|---|---|---|
| 骆宏 | * | * | 广东海洋大学 | 高级java开发工程师 |
编辑界面同理，直接变成disabled即可
5.2.设计实现
实现主要有如下几个步骤
5.2.1.进行数据namespace
比如下面数据
{
"name": "骆宏",
"age": 27,
"tel": "15013336**4",
"school": "广东海洋大学",
"job": "高级开发工程师"
}
借用功能权限的设计，给需要做列权限控制的数据，进行数据namespace，比如用户管理的namespace为user.module，可具备管理的key有name,age,tel,school,job
5.2.1.对数据进行授权
将用户管理(user.module)的name,age,tel,school,job访问权限授予角色A
5.2.1.获取权限上下文
将系统的所有权限，使用权限上下文抽象
上下文数据结构类似下面
{
"name": "角色A",
"用户列表": [1,2,3,4],
"功能权限列表":["user.add","user.delete"],
"行权限列表":["部门key1","部门key2","部门key3"],
"列权限列表":[{
"name": "用户管理",
"columns": "可以访问的列"
}]
}
5.2.1.后端过滤
在访问时，根据用户id，以及权限上下文，将无权限访问的key，设置为*
6.面对权限系统的变化
唯一不变的，只有变化。在建设系统时，有时候一开始并未能很直接的catch住核心业务，或者是核心业务本身也是变化的。所以在设计权限时，应该做到
- mvp原则，也就是最小可用原则
- 预留变化，比如上面提到的存储方案，是将权限数据剥离权限实体呢，还是与权限实体共存
- 保持权限的简单，不要过度预测，不要过度设计，比如RBAC模型的决策时，是否一上来就选择RBAC的扩展模型，还是先使用最简单的RBAC模型
6.权限代码的抽象
- 抽象出权限上下文
- 需要权限支持的模块，集成时统一调用权限上下文的api，切忌将权限模块的代
码污染了其他模块
DataAuthContext dataAuthContent = dataAuthContextService.getByUserId(userId);
7.写在最后
没有最完美的设计，只有最适合的设计。权限模型在建设系统时，是非常关键的一步，做好了，后面的人处理权限时，非常简单。如果做的不好，那么权限的代码就会遍布系统，遍布N个模块，重构过N个权限系统的我，苦不堪言...
网友评论