FreeSql实现字段加解密的最佳实践
2025-06-15 13:23:45作者:尤辰城Agatha
背景介绍
在现代应用开发中,数据安全越来越受到重视。特别是对于敏感信息如用户姓名、身份证号、手机号等字段,通常需要在数据库层面进行加密存储。FreeSql作为一款功能强大的ORM框架,提供了多种机制来实现字段级别的加解密功能。
常见加解密场景
在实际开发中,我们通常需要处理以下几种加解密场景:
- 插入数据时加密:当数据被写入数据库前,对指定字段进行加密
- 更新数据时加密:当修改数据时,对变更的敏感字段重新加密
- 查询数据时解密:从数据库读取数据后,对加密字段进行解密
- 查询条件加密:在WHERE条件中使用加密字段时,需要先对条件值加密
FreeSql的加解密实现方案
FreeSql提供了多种AOP(面向切面编程)机制,可以优雅地实现字段加解密功能。
1. 基本加解密配置
首先,我们可以定义一个自定义属性来标记需要加密的字段:
[AttributeUsage(AttributeTargets.Property)]
public class SecretAttribute : Attribute
{
}
然后,在实体类中使用这个属性标记需要加密的字段:
public class Test
{
public int Id { get; set; }
[Secret]
public string Name { get; set; }
}
2. 插入和更新时的加密处理
通过AuditValue
事件可以实现插入和更新时的自动加密:
_fsql.Aop.AuditValue += (s, e) =>
{
if (e.Property.GetCustomAttribute<SecretAttribute>() != null && e.Value != null)
{
if (e.AuditValueType == AuditValueType.Insert ||
e.AuditValueType == AuditValueType.Update)
{
e.Value = AesEncryption.Encrypt(e.Value.ToString(), "0123456789ABCDEF");
}
}
};
3. 查询结果解密处理
通过AuditDataReader
事件可以实现查询结果的自动解密:
_fsql.Aop.AuditDataReader += (s, e) =>
{
if (e.Property.GetCustomAttribute<SecretAttribute>() != null)
{
e.Value = AesEncryption.Decrypt(e.Value.ToString(), "0123456789ABCDEF");
}
};
4. 查询条件加密处理
对于查询条件中的加密字段,FreeSql推荐使用TypeHandler
来实现自动加密。首先定义一个自定义类型:
public class EncryptedString
{
public string Value { get; set; }
}
然后为该类型实现TypeHandler
:
fsql.CodeFirst.SetTypeHandler<EncryptedString>(
obj => obj?.Value == null ? null : AesEncryption.Encrypt(obj.Value, "0123456789ABCDEF"),
dbValue => new EncryptedString { Value = AesEncryption.Decrypt(dbValue?.ToString(), "0123456789ABCDEF") }
);
在实体类中使用这个自定义类型:
public class Test
{
public int Id { get; set; }
public EncryptedString Name { get; set; }
}
这样,在查询时FreeSql会自动处理加密字段的条件值:
var result = fsql.Select<Test>()
.Where(t => t.Name == new EncryptedString { Value = "张三" })
.ToList();
最佳实践建议
- 性能考虑:加解密操作会带来一定的性能开销,建议只对真正敏感的字段进行加密
- 密钥管理:加密密钥应该妥善保管,可以考虑使用专门的密钥管理系统
- 加密算法:选择安全可靠的加密算法,如AES-256
- 测试覆盖:确保加解密逻辑在各种场景下都能正常工作,包括null值处理等边界情况
- 日志记录:在开发环境可以添加适当的日志,帮助调试加解密逻辑
通过以上方案,我们可以实现FreeSql项目中字段级别的透明加解密,既保证了数据安全,又保持了代码的简洁性。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0128AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
JavaWeb企业门户网站源码 - 企业级门户系统开发指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 WebVideoDownloader:高效网页视频抓取工具全面使用指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.3 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
76

React Native鸿蒙化仓库
JavaScript
216
291

暂无简介
Dart
531
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
990
587

Ascend Extension for PyTorch
Python
73
102

仓颉编程语言测试用例。
Cangjie
34
59

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
1.02 K
401