Trino项目中SET SESSION AUTHORIZATION的权限持久化问题分析
2025-05-21 17:37:49作者:范靓好Udolf
在Trino分布式SQL查询引擎中,用户权限管理是一个核心功能。其中,SET SESSION AUTHORIZATION语句允许用户切换会话身份,但在实际使用中发现了一个重要的权限持久化问题,这个问题会影响后续查询的执行。
问题背景
当用户通过SET SESSION AUTHORIZATION切换身份时,系统会执行以下流程:
- 原始用户(如alice)执行SET SESSION AUTHORIZATION 'bob'命令
- 系统调用checkCanImpersonateUser进行权限验证
- 验证通过后,会话切换到bob用户
- 当bob尝试执行后续查询(如SHOW CATALOGS)时
- 系统再次调用checkCanImpersonateUser进行验证
- 此时验证会失败,因为原始用户alice的角色信息未被保留
技术细节分析
这个问题的根本原因在于角色信息的持久化机制。在第一次身份切换时,系统会验证原始用户的角色权限,但在切换后,这些角色信息没有被保留。当后续查询需要再次验证impersonate权限时,系统无法获取原始用户的角色信息,导致验证失败。
从技术实现角度来看,这违背了权限管理的两个基本原则:
- 最小权限原则:身份切换后的用户不应自动获得超出其应有权限的能力
- 审计追踪原则:系统应能追踪原始操作者的身份和权限
解决方案
正确的实现应该遵循以下逻辑:
- 在SET SESSION AUTHORIZATION执行时:
- 如果会话用户与授权用户相同:
- 基于当前会话用户和角色验证impersonate权限
- 验证通过后设置头部信息,但保留角色信息
- 如果不同:
- 基于当前会话用户和角色验证impersonate权限
- 验证通过后设置头部信息,保留角色信息
- 如果会话用户与授权用户相同:
影响范围
这个问题会影响所有使用SET SESSION AUTHORIZATION功能的场景,特别是:
- 多租户环境下的查询执行
- 自动化任务中的身份切换
- 需要临时提权的操作流程
最佳实践建议
在使用SET SESSION AUTHORIZATION功能时,建议:
- 明确记录身份切换操作
- 限制身份切换的使用范围
- 在切换身份后立即验证权限是否正常
- 考虑使用更细粒度的权限控制替代身份切换
这个问题已经在Trino的最新版本中得到修复,用户升级后即可获得正确的行为。对于无法立即升级的用户,可以通过配置工作区或使用替代方案来规避此问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137