首页
/ OpenFGA v1.8.13 版本发布:性能优化与安全增强

OpenFGA v1.8.13 版本发布:性能优化与安全增强

2025-06-15 07:06:32作者:魏侃纯Zoe

OpenFGA 是一个现代化的授权系统,采用基于关系的访问控制(ReBAC)模型。它通过灵活的关系定义和高效的查询能力,为开发者提供了构建复杂权限系统的工具。本次发布的 v1.8.13 版本在性能优化和安全增强方面做出了重要改进。

性能优化亮点

本次版本引入了多项性能优化措施,显著提升了系统在高负载场景下的表现:

  1. 共享迭代器支持:新增了共享数据存储查询迭代器的功能,通过设置 OPENFGA_SHARED_ITERATOR_ENABLED 环境变量即可启用。这一改进允许多个消费者共享同一个查询结果集,减少了重复查询的开销,特别适合批量操作场景。

  2. 智能节流机制:新增了 DatastoreThrottle 配置项,专门针对 Check、ListObjects 和 ListUsers 操作进行节流控制。系统现在能够更精细地管理资源分配,防止突发流量导致的性能下降。

  3. 协程泄漏修复:解决了在请求上下文被取消或超时情况下,被节流的 Go 协程可能泄漏的问题。这一改进确保了系统资源的及时释放,提高了长期运行的稳定性。

安全增强

安全方面,本次版本修复了一个重要的安全问题:

  • 上下文元组过滤:修复了在 ReadUsersetTuples 操作中,未能正确基于类型限制过滤上下文元组的问题(CVE-2025-48371)。这一修复确保了权限查询结果的准确性,防止潜在的信息泄露风险。

其他重要改进

  1. 数据库升级:将所有 PostgreSQL 相关组件升级至 v17 版本,带来了更好的性能和稳定性。

  2. 迁移工具改进:新增了 migrate 包,通过公开 .RunMigrations() 方法支持编程式的迁移操作,为自动化部署提供了更多灵活性。

  3. 资源管理优化:确保所有可能创建阻塞协程的客户端都正确调用了 fanin.Stopfanin.Drain 方法,进一步提升了系统稳定性。

总结

OpenFGA v1.8.13 版本通过多项性能优化和安全增强,为开发者提供了更可靠、更高效的权限管理系统。特别是共享迭代器和智能节流机制的引入,将显著提升大规模部署场景下的系统表现。建议所有用户升级到此版本,以获得最佳的性能和安全保障。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
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++
506
42
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
335
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70