Ash框架中权限检查与内存数据复用的陷阱分析
2025-07-08 12:39:55作者:廉彬冶Miranda
Ash是一个强大的Elixir框架,用于构建领域驱动设计的应用程序。在开发过程中,我们遇到了一个关于权限检查的棘手问题:can_方法错误地返回false而实际操作却成功执行的情况。
问题现象
在Organizations领域模块中,我们定义了一个资源接口:
resource Qlixir.Organizations.Organization do
define :add_user, action: :add_member, args: [:user]
end
奇怪的是,生成的can_add_user方法在某些情况下会错误地返回false,而实际调用add_user时却能正确执行操作。这种不一致行为发生在特定的权限策略组合下。
权限策略分析
Organization资源配置了两组策略:
- 所有者策略:当用户作为组织所有者时,允许所有更新操作
- 管理员策略:当用户作为组织管理员时,仅允许执行
:add_member操作,且添加的成员不能是所有者
问题特别出现在管理员策略中,即使注释掉forbid_if条件,测试仍然失败。
根本原因
经过深入排查,发现问题源于Ash框架的一个优化机制:Ash.can函数会尝试复用内存中的数据作为性能优化(但在实际执行操作时不会这样做)。在我们的案例中,传入的数据包含已加载的关系,但这些关系不包含在用户创建后建立的org/user关联。
这种优化行为虽然提高了性能,但却带来了难以调试的问题,特别是当内存中的数据状态与实际数据库状态不一致时。
解决方案
框架维护者提出了一个优雅的解决方案:将这种行为改为可选的配置项,类似于Ash.load中的reuse_values?选项。这样开发者可以明确控制是否要复用内存中的值,而不是默认启用可能带来问题的优化。
最佳实践建议
- 明确数据加载:在执行权限检查前,确保所有相关数据都已正确加载
- 谨慎使用内存优化:了解框架的优化行为,必要时禁用可能带来副作用的优化
- 全面测试:不仅要测试操作执行结果,也要测试权限检查接口的返回
- 文档查阅:深入理解框架权限系统的设计原理和潜在陷阱
这个案例提醒我们,框架的优化行为虽然通常是有益的,但在特定场景下可能引入难以察觉的问题。理解这些底层机制对于构建可靠的应用程序至关重要。
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-1.5暂无简介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
184
197
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
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210