JeecgBoot多角色数据权限的AND与OR逻辑处理方案
2025-05-02 00:57:05作者:齐添朝
在JeecgBoot 3.6.3版本中,当用户拥有多个角色且每个角色配置了不同的数据权限时,系统默认会使用AND逻辑拼接这些数据权限条件。这种处理方式在某些业务场景下可能不符合预期,特别是当用户需要查看多个角色权限的并集数据时。
问题背景分析
在实际业务中,一个用户经常会被分配多个角色。例如:
- 部门主管角色A:可以查看A部门的数据
- 项目组长角色B:可以查看B项目的数据
按照JeecgBoot默认的AND逻辑处理方式,系统会生成类似"WHERE dept_id = 'A' AND project_id = 'B'"的查询条件,这可能导致查询结果为空,因为很少有数据能同时满足两个完全不同的条件。
技术实现原理
JeecgBoot的数据权限控制主要在QueryGenerator类的installMplus方法中实现。该方法会:
- 获取当前用户的所有角色
- 收集每个角色对应的数据权限规则
- 将这些规则转换为SQL条件
- 默认使用AND逻辑拼接所有条件
解决方案
方案一:修改QueryGenerator源码
可以直接修改QueryGenerator类中的installMplus方法,将queryWrapper()改为queryWrapper.or()。这种修改会使得多个角色的数据权限条件使用OR逻辑拼接,实现权限的并集查询。
// 修改前
queryWrapper.and(permissionWrapper);
// 修改后
queryWrapper.or(permissionWrapper);
方案二:使用Shiro注解控制
对于需要特殊权限控制的接口,可以使用Shiro的@RequiresRoles注解,并指定logical参数为Logical.OR:
@RequiresRoles(value = {"admin", "test"}, logical = Logical.OR)
public void someMethod() {
// 方法实现
}
这种方式更加灵活,可以针对特定接口进行权限控制,而不影响全局的数据权限处理逻辑。
适用场景分析
- AND逻辑适用场景:当多个角色的数据权限条件需要同时满足时,例如财务角色需要查看"本部门"+"已完成"的订单。
- OR逻辑适用场景:当用户需要查看多个角色权限的并集数据时,例如同时作为两个部门的主管需要查看两个部门的数据。
最佳实践建议
- 对于大多数业务场景,OR逻辑更符合实际需求,建议作为默认处理方式。
- 对于特殊业务场景,可以通过自定义注解或配置的方式实现更复杂的权限逻辑组合。
- 修改核心代码前,建议先评估影响范围,或通过扩展点方式实现,避免直接修改框架代码带来的升级维护问题。
- 可以考虑实现动态配置,允许管理员根据业务需求选择AND或OR逻辑。
通过合理的数据权限逻辑处理,可以更好地满足企业级应用中复杂的权限控制需求,提升系统的灵活性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781