Hyperf框架中实现单表字段版多租户方案详解
2025-06-03 03:22:29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
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.96 K
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
1.8 K
191
Ascend Extension for PyTorch
Python
718
873
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++
856
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.32 K
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
455
438
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。
C
454
5.07 K