FreeSql实现字段加解密的最佳实践
2025-06-15 03:37:21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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
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++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
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
🎉 (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
1.18 K
648
仓颉编程语言开发者文档。
59
818