FreeSql实现数据字段自动加解密的最佳实践
2025-06-15 07:20:24作者:庞眉杨Will
在数据库应用开发中,数据安全是一个非常重要的考虑因素。FreeSql作为一款功能强大的.NET ORM框架,提供了多种机制来实现数据字段的自动加解密。本文将详细介绍如何利用FreeSql的特性实现这一功能。
数据加解密的基本实现
FreeSql提供了AOP(面向切面编程)机制,可以通过事件钩子拦截数据操作过程。对于字段加解密,主要使用以下几个事件:
- AuditValue:在数据插入和更新时触发,可用于加密敏感字段
- AuditDataReader:在从数据库读取数据时触发,可用于解密敏感字段
_fsql.Aop.AuditValue += ((s, e) => {
if (e.Property.GetCustomAttribute<SecretAttribute>() != null && e.Value != null) {
if (e.AuditValueType == AuditValueType.Insert ||
e.AuditValueType == AuditValueType.Update) {
e.Value = AesEncryption.Encrypt(e.Value.ToString(), "0123456789ABCDEF");
}
}
});
_fsql.Aop.AuditDataReader += ((s, e) => {
if (e.Property.GetCustomAttribute<SecretAttribute>() != null) {
e.Value = AesEncryption.Decrypt(e.Value.ToString(), "0123456789ABCDEF");
}
});
查询条件的加密处理
在实际应用中,我们不仅需要对存储的数据进行加解密,还需要处理查询条件中的加密字段。例如:
var query = new Order { Name = "888" };
var result = await _fsql.Select<Test, Order>()
.InnerJoin((a, b) => a.Id == b.Id)
.Where((a,b) => a.Name == query.Name)
.ToListAsync();
对于这种情况,FreeSql推荐使用TypedHandler来处理。TypedHandler允许我们为特定类型定义自定义的数据库类型映射和处理逻辑。
使用TypedHandler实现统一加密
- 首先定义一个自定义类型来包装需要加密的字段:
public struct EncryptedString
{
public string Value { get; private set; }
public EncryptedString(string value)
{
Value = value;
}
public override string ToString() => Value;
}
- 然后实现ITypeHandler接口:
public class EncryptedStringHandler : ITypeHandler
{
public object Parse(object value)
{
return new EncryptedString(AesEncryption.Decrypt(value?.ToString(), "0123456789ABCDEF"));
}
public object ToValue(object value)
{
return AesEncryption.Encrypt((value as EncryptedString)?.Value, "0123456789ABCDEF");
}
}
- 最后在FreeSql中注册这个类型处理器:
FreeSql.Internal.Utils.TypeHandlers.TryAdd(typeof(EncryptedString), new EncryptedStringHandler());
实体类定义
在实体类中使用自定义类型:
public class Order
{
public int Id { get; set; }
[SecretAttribute]
public EncryptedString Name { get; set; }
}
优势与总结
使用TypedHandler方案相比直接在AOP中处理有以下优势:
- 统一处理:无论是插入、更新还是查询条件,都会自动进行加解密
- 类型安全:使用强类型避免字符串操作错误
- 可读性:代码意图更加明确
- 维护性:加密逻辑集中在一处,便于维护和修改
FreeSql的灵活架构为数据安全提供了多种解决方案,开发者可以根据项目需求选择最适合的方式。对于需要全面加密的场景,TypedHandler提供了最优雅和完整的解决方案。
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
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271