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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00