KtORM 中实现类似 Hibernate 的字段加密转换功能
在数据库应用开发中,数据加密是一个常见的安全需求。本文将介绍如何在 KtORM 框架中实现类似 Hibernate 的 @ColumnTransformer 功能,用于对数据库字段进行透明加密和解密操作。
背景与需求
在实际项目中,我们经常需要对敏感数据进行加密存储。在 PostgreSQL 数据库中,可以使用内置的 pgp_sym_encrypt 和 pgp_sym_decrypt 函数进行对称加密。Hibernate 通过 @ColumnTransformer 注解可以方便地实现这一功能:
@ColumnTransformer(
read = "pgp_sym_decrypt(field, current_setting('encrypt.key'))",
write = "pgp_sym_encrypt(?, current_setting('encrypt.key'))"
)
而在 KtORM 中,我们需要找到对应的实现方式。
解决方案一:自定义 SqlType
KtORM 提供了自定义 SqlType 的能力,我们可以通过实现 SqlType 接口来封装加密解密逻辑:
object EncryptedStringSqlType : SqlType<String>(Types.VARCHAR, "varchar") {
override fun doSetParameter(ps: PreparedStatement, index: Int, parameter: String) {
val encrypted = encrypt(parameter) // 实现加密逻辑
ps.setString(index, encrypted)
}
override fun doGetResult(rs: ResultSet, index: Int): String? {
val encrypted = rs.getString(index)
return decrypt(encrypted) // 实现解密逻辑
}
}
// 在实体类中使用
@Table
interface User : Entity<User> {
@Column(sqlType = EncryptedStringSqlType::class)
val sensitiveData: String
}
这种方式的优点是将加密解密逻辑完全封装在 Kotlin 代码中,与数据库无关。但缺点是如果加密密钥存储在数据库中(如 PostgreSQL 的 current_setting),则无法直接使用。
解决方案二:使用 FunctionExpression
对于需要数据库端加密的场景,KtORM 提供了 FunctionExpression 来构造 SQL 函数调用。我们可以创建辅助函数来简化使用:
// 解密函数
fun pgpSymDecrypt(column: ColumnDeclaring<String>): FunctionExpression<String> {
return FunctionExpression(
functionName = "pgp_sym_decrypt",
arguments = listOf(
column.asExpression(),
FunctionExpression(
functionName = "CURRENT_SETTING",
arguments = listOf(ArgumentExpression("encrypt.key", VarcharSqlType)),
sqlType = VarcharSqlType
)
),
sqlType = VarcharSqlType
)
}
// 加密函数
fun pgpSymEncrypt(value: String): FunctionExpression<String> {
return FunctionExpression(
functionName = "pgp_sym_encrypt",
arguments = listOf(
ArgumentExpression(value, VarcharSqlType),
FunctionExpression(
functionName = "CURRENT_SETTING",
arguments = listOf(ArgumentExpression("encrypt.key", VarcharSqlType)),
sqlType = VarcharSqlType
)
),
sqlType = VarcharSqlType
)
}
使用示例:
// 查询时解密
database.from(Users)
.select(Users.id, pgpSymDecrypt(Users.sensitiveData).aliased("decrypted"))
.forEach { row ->
val decrypted = row.getString("decrypted")
// 处理解密后的数据
}
// 插入时加密
database.insert(Users) {
set(it.sensitiveData, pgpSymEncrypt("要加密的数据"))
}
方案对比与选择
-
自定义 SqlType:
- 优点:透明化处理,业务代码无需关心加密细节
- 缺点:需要在应用层实现加密逻辑,无法利用数据库内置函数
-
FunctionExpression:
- 优点:可以利用数据库内置加密函数,密钥管理在数据库端
- 缺点:需要显式调用辅助函数,代码稍显冗长
根据具体场景选择合适方案。如果加密逻辑简单且不依赖数据库特性,推荐使用自定义 SqlType;如果需要利用数据库内置加密功能,则应选择 FunctionExpression 方案。
总结
KtORM 虽然不像 Hibernate 那样提供直接的注解支持字段转换,但通过自定义 SqlType 或 FunctionExpression 也能实现类似的功能。这两种方法各有优劣,开发者可以根据项目具体需求选择最适合的方案。
对于需要高度透明化的场景,可以进一步封装,创建自定义的 Column 实现或扩展函数,使 API 更加友好。KtORM 的灵活架构为各种定制需求提供了充分的可能性。
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 StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00