Typesense权限系统中的集合列表限制问题解析
2025-05-09 03:40:35作者:温玫谨Lighthearted
概述
在Typesense v26.0及更早版本中,存在一个关于集合(collection)列表权限控制的显著问题。当使用具有特定集合范围限制的API密钥时,虽然其他操作(如创建、删除、获取)都能正确遵守范围限制,但collections:list操作却会返回系统中的所有集合,而不仅限于密钥被授权访问的那些集合。
问题背景
Typesense的权限系统采用基于API请求层的控制机制。这意味着权限检查发生在API端点访问层面,而非响应数据过滤层面。具体到这个问题:
- 当API密钥被授予
collections:list权限时,系统仅检查用户是否有权访问GET /collections端点 - 一旦通过端点访问检查,系统会返回所有集合,而不考虑密钥的
collections字段中定义的范围限制
技术影响
这种设计在多租户系统中会产生严重的安全隐患:
- 数据泄露风险:租户可以查看其他租户的集合名称,即使无法访问具体内容
- 违反最小权限原则:用户获取了超出其业务需要的系统信息
- 审计困难:难以准确追踪哪些用户查看了哪些集合信息
解决方案
Typesense团队在v27.0.rc37版本中修复了这个问题。新版本中:
- 集合列表操作现在会正确遵守API密钥的范围限制
- 只有匹配
collections字段中定义模式的集合才会出现在响应中 - 其他权限操作(创建、删除、获取)继续保持原有的范围限制行为
最佳实践建议
对于使用Typesense的开发人员,建议:
- 及时升级:如果使用多租户架构,应尽快升级到v27.0.rc37或更高版本
- 权限最小化:仅授予API密钥必要的权限,避免过度授权
- 定期审计:检查API密钥的权限设置,确保符合安全要求
- 测试验证:升级后应测试集合列表功能,确认权限限制是否生效
总结
Typesense从v27.0.rc37开始完善了集合列表的权限控制机制,解决了多租户环境下的数据隔离问题。这一改进使得Typesense的权限系统更加完整和安全,特别适合需要严格数据隔离的企业级应用场景。开发人员应当了解这一变化,并在适当的时候进行版本升级。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
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
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++
649
270
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
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211