Jeecg-Boot多角色数据权限优化实践
2025-05-02 10:43:54作者:侯霆垣
背景介绍
在Jeecg-Boot 3.6.3版本中,系统原有的数据权限处理机制存在一个需要优化的地方:当用户拥有多个角色时,系统会将不同角色的数据权限条件用AND逻辑连接,这导致用户只能访问同时满足所有角色权限的数据,而非预期的可以访问任意一个角色权限范围内的数据。
问题分析
在权限管理系统中,一个用户通常会被分配多个角色,每个角色又可能配置不同的数据权限规则。理想情况下,用户应该能够访问其任意一个角色所允许的数据范围,即多个角色权限之间应该使用OR逻辑连接。
然而,Jeecg-Boot原有的实现将所有角色的数据权限条件用AND连接,这造成了以下问题:
- 用户实际能访问的数据范围被过度限制
- 当用户拥有多个角色时,只能访问权限最严格的那部分数据
- 与业务场景中"角色权限叠加"的预期不符
解决方案
通过对installMplus方法的改造,我们实现了更合理的权限处理逻辑:
- 角色间权限处理:不同角色的数据权限条件使用OR连接
- 角色内权限处理:同一角色的多个数据权限条件仍保持AND连接
- 条件分组:将每个角色的权限条件用括号包裹,确保逻辑清晰
关键实现代码如下:
// 定义一个StringBuilder用于拼接不同角色的数据权限条件
StringBuilder roleConditions = new StringBuilder();
// 获取当前用户角色
List<String> roleIds = commonAPI.getRoleIdsByUsername(sysUserCacheInfo.getSysUserCode());
boolean isFirstRole = true;
for (String roleId : roleIds) {
// 获取并处理每个角色的数据权限规则
StringBuilder roleCondition = new StringBuilder();
boolean isFirstCondition = true;
// 处理角色内的多个数据权限规则
for (SysPermissionDataRuleModel dataRule : list) {
if (!isFirstCondition) {
roleCondition.append(" AND ");
}
// 拼接具体的数据权限条件
// ...
isFirstCondition = false;
}
// 将角色条件添加到总条件中
if (roleCondition.length() > 0) {
if (!isFirstRole) {
roleConditions.append(" OR ");
}
roleConditions.append("(").append(roleCondition).append(")");
isFirstRole = false;
}
}
// 将最终条件添加到查询中
if (roleConditions.length() > 0) {
queryWrapper.and(i -> i.apply(roleConditions.toString()));
}
实现效果
优化后的权限系统具有以下特点:
- 更符合业务逻辑:用户可以访问其任意一个角色权限范围内的数据
- 条件分组清晰:使用括号明确区分不同角色的权限条件
- 与查询条件解耦:数据权限条件与普通查询条件保持独立,避免逻辑混乱
- 兼容原有功能:不影响单角色用户的权限处理
最佳实践建议
- 权限设计原则:在设计数据权限时,应考虑"最小权限"和"权限叠加"原则
- 角色分配策略:为用户分配角色时,应考虑各角色权限之间的关系
- 测试验证:修改权限逻辑后,应充分测试各种角色组合下的数据访问情况
- 性能考量:当用户拥有大量角色时,应注意查询条件的复杂度对性能的影响
总结
通过对Jeecg-Boot数据权限处理的优化,我们实现了更灵活、更符合实际业务需求的权限管理系统。这一改进不仅解决了原有实现中的逻辑问题,还为系统提供了更好的扩展性和可维护性。开发者在实现类似功能时,应充分考虑业务场景中的实际需求,设计合理的权限处理逻辑。
登录后查看全文
热门项目推荐
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 StartedRust0219
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0140
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
466
deepin linux kernel
C
32
16
Claude 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 Started
Rust
2.09 K
219
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
759
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
272
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.02 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
112
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
1.11 K
682