CipherStash Protect.js 入门指南:数据加密与搜索实战
2025-06-05 00:27:27作者:裴锟轩Denise
前言
在现代应用开发中,数据安全至关重要。CipherStash Protect.js 是一个强大的 JavaScript 库,它允许开发者在 Node.js 应用中轻松实现数据加密、解密和搜索功能,同时保持数据在数据库中的可查询性。本文将带你从零开始,逐步掌握 Protect.js 的核心功能。
环境准备
在开始之前,请确保你的开发环境满足以下要求:
- Node.js 环境(建议使用 LTS 版本)
- TypeScript 编译器
- PostgreSQL 数据库(版本 12 或更高)
项目结构规划
一个典型的 Protect.js 项目结构如下:
项目根目录/
├── src/
│ ├── protect/
│ │ ├── index.ts # Protect 客户端配置
│ │ └── schema.ts # 数据表定义
│ └── index.ts # 应用入口
├── .env # 环境变量
├── cipherstash.toml # 配置文件
├── cipherstash.secret.toml # 密钥文件
├── package.json
└── tsconfig.json
安装与配置
1. 安装 Protect.js
使用 npm 或 yarn 安装核心包:
npm install @cipherstash/protect
同时需要安装 CipherStash CLI 工具:
- macOS 用户:
brew install cipherstash/tap/stash - Linux 用户需下载对应平台的二进制文件并添加到 PATH
2. 初始化配置
运行以下命令生成必要的配置文件:
stash setup
此命令会创建两个关键文件:
cipherstash.toml:公共配置cipherstash.secret.toml:包含敏感凭证(切勿提交到版本控制)
数据模型定义
3. 创建数据模式
在 src/protect/schema.ts 中定义你的数据表结构:
import { csTable, csColumn } from "@cipherstash/protect";
export const users = csTable("users", {
email: csColumn("email").freeTextSearch().equality().orderAndRange(),
});
export const orders = csTable("orders", {
address: csColumn("address"),
});
这里我们为 email 字段添加了三种搜索能力:
- 全文搜索 (
freeTextSearch) - 精确匹配 (
equality) - 排序和范围查询 (
orderAndRange)
客户端初始化
4. 创建 Protect 客户端
在 src/protect/index.ts 中初始化客户端:
import { protect } from "@cipherstash/protect";
import { users, orders } from "./schema";
export const protectClient = await protect({
schemas: [users, orders],
});
核心功能实现
5. 数据加密
使用 encrypt 方法加密敏感数据:
const encryptResult = await protectClient.encrypt("user@example.com", {
column: users.email,
table: users,
});
if (encryptResult.failure) {
console.error("加密失败:", encryptResult.failure.message);
return;
}
const ciphertext = encryptResult.data;
加密结果是一个包含密文的对象,可以安全地存储到数据库中。
6. 数据解密
使用 decrypt 方法解密数据:
const decryptResult = await protectClient.decrypt(ciphertext);
if (decryptResult.failure) {
console.error("解密失败:", decryptResult.failure.message);
return;
}
const plaintext = decryptResult.data; // "user@example.com"
7. 数据库集成
在 PostgreSQL 中创建表时,加密字段应使用 jsonb 类型:
CREATE TABLE users (
id SERIAL PRIMARY KEY,
email jsonb NOT NULL
);
这样设计允许存储 Protect.js 生成的加密数据结构,同时保持搜索能力。
高级功能
批量加密操作
对于大量数据,Protect.js 提供了批量加密接口:
const batchEncryptResult = await protectClient.batchEncrypt([
{ plaintext: "data1", column: users.email, table: users },
{ plaintext: "data2", column: users.email, table: users }
]);
搜索加密数据
由于我们在模式定义中添加了搜索能力,可以直接查询加密数据:
const searchResult = await protectClient.search(users.email, "example");
最佳实践
- 密钥管理:确保
cipherstash.secret.toml不被泄露,建议使用密钥管理服务 - 错误处理:始终检查加密/解密操作的返回结果
- 性能优化:对于高频操作,考虑缓存 Protect 客户端实例
- 类型安全:充分利用 TypeScript 的类型检查功能
结语
通过本指南,你已经掌握了 CipherStash Protect.js 的核心功能。这个强大的工具让数据加密变得简单而高效,同时不牺牲搜索能力。在实际项目中,你可以根据需求扩展数据模型,实现更复杂的安全数据管理方案。
对于更高级的用法,建议探索 Protect.js 的文档,了解如何实现字段级加密、细粒度访问控制等高级安全特性。
登录后查看全文
热门项目推荐
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-1.5暂无简介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
Spark-Formalizer-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
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
7
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
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 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
1.09 K
618
🔥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
62
19
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
261
92