MyBatis-Plus数据权限拦截器实现多条件IN查询过滤
2025-05-14 22:20:47作者:伍希望
数据权限拦截器概述
MyBatis-Plus的数据权限拦截器(DataPermissionInterceptor)是一个强大的功能组件,它允许开发者在SQL执行前动态添加数据过滤条件,实现行级数据权限控制。在实际业务场景中,我们经常需要根据用户的权限范围,对查询结果进行过滤,例如只允许用户查看自己所属部门或特定仓库的数据。
多条件IN查询的需求
在实际开发中,我们经常会遇到需要同时基于多个字段进行IN查询过滤的场景。例如:
- 只允许用户查看特定仓库(WHSEID)的数据
- 同时限制用户只能查看特定货主(STORER_KEY)的数据
- 可能还有其他需要过滤的条件
理想情况下,我们希望生成的SQL类似于:
SELECT * FROM table
WHERE whseid IN (仓库ID列表)
AND storer_key IN (货主列表)
AND 其他条件...
实现方案分析
1. 继承DataPermissionHandler
MyBatis-Plus提供了DataPermissionHandler接口,我们可以通过实现这个接口来自定义数据权限过滤逻辑。核心方法是getSqlSegment,它返回需要添加到SQL中的条件片段。
2. 构建复合条件表达式
在实现中,我们需要构建一个包含多个IN条件的复合表达式。MyBatis-Plus内部使用JSqlParser来解析和修改SQL,因此我们可以利用其提供的表达式类来构建复杂的条件。
3. 正确的表达式组合方式
在原始问题中,用户尝试使用AndExpression来组合多个InExpression,但写法存在问题。正确的做法应该是:
- 创建第一个IN条件表达式
- 创建第二个IN条件表达式
- 使用AndExpression将两个条件连接起来
- 如果有更多条件,继续用AndExpression连接
完整实现示例
public class MultiInDataPermissionHandler implements DataPermissionHandler {
@Override
public Expression getSqlSegment(Expression where, String mappedStatementId) {
// 获取当前用户的权限范围数据
List<String> whseids = getCurrentUserWhseids();
List<String> storerKeys = getCurrentUserStorerKeys();
// 构建第一个IN条件
InExpression whseidInExpression = new InExpression(
new Column("whseid"),
new ExpressionList(whseids.stream()
.map(StringValue::new)
.collect(Collectors.toList()))
);
// 构建第二个IN条件
InExpression storerKeyInExpression = new InExpression(
new Column("storer_key"),
new ExpressionList(storerKeys.stream()
.map(StringValue::new)
.collect(Collectors.toList()))
);
// 组合条件
AndExpression combinedExpression = new AndExpression(whseidInExpression, storerKeyInExpression);
// 如果原有WHERE条件不为空,需要与新条件组合
if (where != null) {
return new AndExpression(where, combinedExpression);
}
return combinedExpression;
}
private List<String> getCurrentUserWhseids() {
// 实现获取当前用户有权限的仓库ID列表
}
private List<String> getCurrentUserStorerKeys() {
// 实现获取当前用户有权限的货主列表
}
}
注意事项
- 表达式构建顺序:确保按照正确的逻辑顺序构建表达式,避免条件冲突
- 空值处理:当权限列表为空时,应考虑是否返回所有数据或无数据
- 性能考虑:IN列表过长可能影响查询性能,应考虑分批或其他优化方式
- SQL注入防护:确保所有动态值都经过适当的处理,防止SQL注入
扩展应用
这种多条件IN查询过滤不仅适用于数据权限控制,还可以应用于:
- 多租户系统的数据隔离
- 多组织架构的数据权限管理
- 复杂的业务数据过滤场景
- 动态查询条件构建
通过灵活运用MyBatis-Plus的数据权限拦截器,我们可以实现高度可定制化的数据访问控制,满足各种复杂的业务需求。
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