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 19:26:28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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.95 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
190
Fflutter_flutter
暂无简介
Dart
1 K
260
Ascend Extension for PyTorch
Python
717
869
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 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++
1.07 K
1.09 K
🎉 (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
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.32 K
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
455
438