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 05:55:59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
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
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
661