TandoorRecipes项目Keycloak认证迁移指南:从废弃模块到OpenID Connect
2025-06-04 22:55:06作者:薛曦旖Francesca
recipes
Application for managing recipes, planning meals, building shopping lists and much much more!
背景说明
在TandoorRecipes 1.5.11版本中,项目移除了对Keycloak认证的原生支持。这是由于上游依赖库allauth移除了对Keycloak的专门支持模块。对于使用Docker部署且依赖Keycloak进行用户认证的用户,需要进行相应的配置迁移。
技术变更解析
原Keycloak认证是通过allauth库的专用模块实现的,该模块路径为allauth.socialaccount.providers.keycloak。在新版本中,系统转向更通用的OpenID Connect协议进行认证,这实际上提供了更好的兼容性和标准化支持。
迁移步骤详解
1. 认证提供方配置变更
将环境变量SOCIAL_PROVIDERS的值从:
allauth.socialaccount.providers.keycloak
修改为:
allauth.socialaccount.providers.openid_connect
2. 认证参数结构调整
原Keycloak配置格式:
{
"keycloak":{
"KEYCLOAK_URL":"https://auth.example.org/",
"KEYCLOAK_REALM":"KEYCLOAK_REALM",
"KEYCLOAK_CLIENT_ID":"KEYCLOAK_CLIENT_ID",
"KEYCLOAK_CLIENT_SECRET":"KEYCLOAK_CLIENT_SECRET"
}
}
新OpenID Connect配置格式:
{
"openid_connect": {
"APPS": [
{
"provider_id": "keycloak",
"name": "Keycloak",
"client_id": "KEYCLOAK_CLIENT_ID",
"secret": "KEYCLOAK_CLIENT_SECRET",
"settings": {
"server_url": "https://auth.example.org/realms/KEYCLOAK_REALM/.well-known/openid-configuration"
}
}
]
}
}
关键变化说明:
- 配置结构从扁平变为嵌套
- 认证端点URL现在需要指向Keycloak的OpenID配置发现文档
- 增加了明确的provider_id和name字段
3. 数据库清理与迁移
迁移后可能会遇到MultipleObjectsReturned异常,这是因为数据库中仍保留着旧的Keycloak提供方记录。需要执行以下操作:
- 更新socialapp表中的provider字段:
UPDATE socialaccount_socialapp SET provider = 'openid_connect' WHERE provider = 'keycloak';
- 在某些情况下,可能需要完全删除旧的数据库记录:
- 删除socialaccount_socialapp表中的旧记录
- 同时删除关联的socialaccount_socialapp_sites表中的记录
技术建议
-
配置验证:修改配置后,建议先通过Docker容器的日志验证配置是否被正确加载。
-
备份策略:在进行数据库修改前,建议先备份数据库,特别是生产环境。
-
测试流程:
- 先在测试环境验证迁移
- 确认用户能够正常通过Keycloak登录
- 验证现有用户的权限和数据访问是否正常
-
性能考量:新的OpenID Connect实现可能会产生额外的发现文档请求,但这对性能影响通常可以忽略。
总结
这次迁移虽然需要手动干预,但实际上使认证系统更加标准化。OpenID Connect作为行业标准协议,长期来看能提供更好的兼容性和安全性。对于系统管理员来说,理解这种认证方式的转变有助于更好地维护TandoorRecipes实例的安全和稳定运行。
recipes
Application for managing recipes, planning meals, building shopping lists and much much more!
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
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217