在php-crud-api项目中实现基于工作区的多租户数据隔离
2025-06-19 19:07:08作者:伍霜盼Ellen
多租户架构是现代SaaS应用中的常见需求,php-crud-api项目通过其灵活的中间件机制,可以轻松实现基于工作区的数据隔离方案。本文将详细介绍如何利用multiTenancy中间件实现这一功能。
多租户隔离的核心需求
在实际业务场景中,我们经常需要:
- 从请求头中获取租户标识
- 根据标识查询数据库获取工作区配置
- 在所有CRUD操作中自动附加工作区条件
- 确保数据操作仅限于当前租户的工作区范围
实现方案
php-crud-api提供了multiTenancy中间件,可以优雅地实现这一需求。以下是核心实现步骤:
1. 配置中间件
在api.php配置文件中添加multiTenancy中间件:
'middlewares' => 'multiTenancy,dbAuth',
2. 定义租户处理器
创建租户处理函数,该函数会在每个请求中被调用:
'multiTenancy.handler' => function ($operation, $tableName) {
// 从请求头获取租户标识
$tenantKey = $_SERVER['HTTP_X_TENANT_KEY'] ?? null;
if (!$tenantKey) {
throw new Exception('租户标识缺失');
}
// 查询数据库获取工作区配置
$workspace = queryWorkspaceFromDB($tenantKey);
return ['workspace' => $workspace];
},
3. 数据库查询函数实现
实现从数据库查询工作区配置的函数:
function queryWorkspaceFromDB($tenantKey) {
// 这里应该是实际的数据库查询逻辑
$pdo = new PDO(...);
$stmt = $pdo->prepare('SELECT workspace FROM tenants WHERE api_key = ?');
$stmt->execute([$tenantKey]);
$result = $stmt->fetch();
if (!$result) {
throw new Exception('无效的租户标识');
}
return $result['workspace'];
}
工作原理
- 请求拦截:每个API请求都会被multiTenancy中间件拦截
- 条件注入:中间件调用处理器函数获取租户条件
- SQL修改:
- 对于GET请求:自动添加WHERE workspace=xxx条件
- 对于POST/PUT请求:自动在数据中添加workspace字段
- 对于DELETE请求:强制要求包含workspace条件
高级配置
表级过滤
如果只需要对特定表启用多租户过滤:
'multiTenancy.handler' => function ($operation, $tableName) {
if (in_array($tableName, ['products', 'orders'])) {
return ['workspace' => $_SESSION['tenant_workspace']];
}
return [];
},
会话缓存优化
为避免每次请求都查询数据库,可以将工作区信息缓存在会话中:
'multiTenancy.handler' => function ($operation, $tableName) {
if (!isset($_SESSION['tenant_workspace'])) {
$_SESSION['tenant_workspace'] = queryWorkspaceFromDB(
$_SERVER['HTTP_X_TENANT_KEY']
);
}
return ['workspace' => $_SESSION['tenant_workspace']];
},
注意事项
- 确保所有相关表都有workspace字段
- 对于POST请求,前端不需要发送workspace字段
- 考虑添加索引优化workspace字段查询性能
- 对于管理员等特殊角色,可能需要绕过租户过滤
通过这种实现方式,开发者可以轻松地为php-crud-api项目添加完善的多租户支持,确保不同工作区数据的完全隔离,同时保持代码的简洁性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873