首页
/ Ash框架中relates_to_actor_via导致的SQL性能问题分析

Ash框架中relates_to_actor_via导致的SQL性能问题分析

2025-07-08 18:46:13作者:江焘钦

在Ash框架使用过程中,开发者发现了一个与权限策略相关的SQL查询性能问题。当使用relates_to_actor_via条件结合is_nil检查时,框架生成的SQL查询会包含一个昂贵的LEFT OUTER JOIN操作,这导致查询性能显著下降。

问题现象

在权限策略中同时使用relates_to_actor_viais_nil条件时,例如:

policy action_type([:read]) do
  authorize_if relates_to_actor_via([:user])
  authorize_if expr(is_nil(user_id))
end

Ash框架会生成如下SQL查询:

SELECT v0."id", v0."slug", v0."name"
FROM "resource" AS v0
LEFT OUTER JOIN "public"."users" AS u1 ON v0."user_id" = u1."id"
WHERE (
    (u1."id"::uuid = '<uuid>'::uuid)
    OR (v0."user_id"::uuid IS NULL)
);

这个查询由于使用了LEFT OUTER JOIN,执行效率较低。相比之下,直接检查user_id字段的查询性能要高30倍:

SELECT v0."id", v0."slug", v0."name" 
FROM "resource" AS v0 
WHERE ((v0."user_id"::uuid IS NULL) OR (v0."user_id"::uuid = '<uuid>'))

技术原理

问题的根源在于Ash框架处理relates_to_actor_via条件的方式。当使用这个宏时,框架需要确定资源是否与当前执行者(actor)相关联。默认情况下,它会通过JOIN关联表来验证这种关系。

当这个条件与is_nil检查组合使用时,由于使用了OR逻辑,框架必须确保即使关联表中没有匹配记录(即LEFT JOIN结果为NULL)时,查询仍能返回结果。这就强制使用了LEFT OUTER JOIN而不是更高效的直接字段比较。

解决方案

目前框架维护者建议的解决方案是避免使用relates_to_actor_via宏,而是直接比较user_id字段:

policy action_type([:read]) do
  authorize_if expr(user_id == ^actor(:id))
  authorize_if expr(is_nil(user_id))
end

这种写法会生成更高效的SQL查询,因为它可以直接比较字段值而不需要表连接。

未来优化方向

框架维护者指出,未来可能会优化这种情况,自动将类似"foo.id"的引用替换为"foo_id"的直接比较,前提是当前资源通过非过滤关系属于该关联对象。这种优化可以保留relates_to_actor_via的语义同时提高查询性能。

最佳实践建议

在编写Ash权限策略时,开发者应当:

  1. 对于简单的关联检查,优先考虑直接比较外键字段而非使用relates_to_actor_via
  2. 注意OR条件组合可能导致的查询计划变化
  3. 在性能关键路径上,手动检查生成的SQL查询
  4. 对于复杂权限逻辑,考虑使用更基础的表达式而非高级宏

通过理解这些底层机制,开发者可以更好地平衡代码简洁性和查询性能。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284