Ash框架中权限检查与内存数据复用的陷阱分析
2025-07-08 09:14:00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
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 StartedRust0111- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
717
4.56 K
Ascend Extension for PyTorch
Python
581
710
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
419
356
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
1.09 K
601
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
664
111
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++
963
956
deepin linux kernel
C
28
16
🎉 (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
1.62 K
953
昇腾LLM分布式训练框架
Python
153
179
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
141
223