Hyperf框架中实现单表字段版多租户方案详解
2025-06-03 16:10:47作者:郁楠烈Hubert
多租户架构概述
多租户架构是现代SaaS应用的核心设计模式,它允许单个应用实例为多个客户(租户)提供服务,同时保持数据隔离。在数据库层面,多租户通常有三种实现方式:
- 独立数据库:每个租户使用完全独立的数据库实例
- 共享数据库独立Schema:同一数据库实例中不同租户使用不同Schema
- 共享数据库共享表:所有租户数据存储在相同表中,通过租户ID字段区分
本文重点介绍第三种方案——单表字段版多租户在Hyperf框架中的优雅实现。
Hyperf多租户实现方案
核心设计思路
该方案通过Hyperf的全局作用域(Global Scope)和模型特性(Trait)机制,实现了以下功能:
- 自动为所有查询添加租户过滤条件
- 提供灵活的租户字段配置
- 支持临时取消租户过滤
- 支持指定查询特定租户数据
代码实现解析
TenantTrait 租户特性
trait TenantTrait
{
use HasGlobalScopes;
public static function bootTenantTrait(): void
{
static::addGlobalScope(new TenantScope());
}
public static function scopeTenant(Builder $builder, array|string $_tenantId): Builder
{
if (empty($_tenantId)) {
return $builder;
}
return $builder->withoutGlobalScope(TenantScope::class)
->withGlobalScope(TenantScope::class, function (Builder $builder) use ($_tenantId) {
$builder->whereIn($builder->getModel()->getQualifiedTenantIdColumn(), $_tenantId);
});
}
public function getQualifiedTenantIdColumn(): string
{
return $this->qualifyColumn(empty($this->tenant) ? 'tenant_id' : $this->tenant);
}
}
关键点解析:
bootTenantTrait方法在模型初始化时自动注册全局作用域scopeTenant方法提供链式调用,可指定查询特定租户数据getQualifiedTenantIdColumn方法支持自定义租户字段名
TenantScope 租户作用域
class TenantScope implements Scope
{
public function apply(Builder $builder, Model $model): Builder
{
return $builder->whereIn($model->getQualifiedTenantIdColumn(), ['租户ID获取逻辑']);
}
}
关键点解析:
- 实现Scope接口的apply方法,自动为查询添加租户过滤
- 租户ID可通过业务逻辑动态获取(如从JWT、Session等)
使用方式
- 基础使用:在模型基类中use TenantTrait,所有继承该基类的模型自动具备多租户能力
- 自定义租户字段:在模型中定义$tenant属性可指定租户字段名
- 特定场景查询:
// 查询特定租户数据 Model::tenant([1, 2])->where(...)->get(); // 临时取消租户过滤 Model::withoutGlobalScope(TenantScope::class)->get();
方案优势
- 无侵入性:通过Trait方式实现,不影响现有业务代码
- 灵活性:支持动态指定租户字段和租户ID
- 安全性:默认全局过滤,避免数据泄露风险
- 性能优化:基于数据库原生WHERE条件过滤,效率高
实际应用建议
-
租户ID获取逻辑应根据实际业务场景实现,常见方式包括:
- 从JWT令牌解析
- 从Session获取
- 从请求头/URL参数获取
-
对于超级管理员等需要查看所有租户数据的场景,可通过中间件动态设置租户ID范围
-
在数据量大的情况下,建议为租户字段添加索引优化查询性能
该方案已在多个生产环境中验证,是Hyperf框架下实现多租户的高效可靠方案。
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
182
196
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
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
274
94
暂无简介
Dart
623
140
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
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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