当前位置：首页 > news >正文

数据权限的设计与实现系列9——前端筛选器组件Everright-filter集成框架开发2

news 文章来源：https://blog.csdn.net/seawaving/article/details/141529131 2025/5/25 0:10:33

功能实现

‍

规则转换为 SQL 片段‍

规则解析

首先我们来构造一个典型的规则，包括两个条件组，每个组由两个条件组成，由且与或两种逻辑关系，如下图：

然后看看生成的规则，如下：

{"filters": [{"conditions": [{"property": "paramName","value": "1"},{"operator": "contains","property": "paramKey","value": "password"}],"logicalOperator": "and"},{"conditions": [{"property": "paramValue","value": "1"},{"operator": "empty","property": "orderNo"}],"logicalOperator": "or"}],"logicalOperator": "and"
}

最后，分析其数据结构，可以分成三层。

最外层是一个对象，由两个属性组成，一是 filters，条件组集合；二是 logicalOperator，逻辑关系（and或者or）。
filter 对象自身，同样由两个属性组成，一是 conditions，条件集合；；二是 logicalOperator，逻辑关系。
condition 对象，由三个属性组成，一是 property，属性；二是 operator，操作符；三是 value，值。若为相等操作，则操作符属性可省略。

‍
同时，对于数值类，日期类，可能进行区间查询，筛选器生成的规则中，condition 对象仍有三个属性组成不变，只是 value 值变成了一个两元素的数组，如：

{"operator":"between","property":"age","value":[18,60]}

对象构建

我们在视图对象层 vo 中创建规则对应的数据对象，遵循由内到外的方式来构建。
首先是最内层的筛选条件，属性和操作符是固化的，值可能是单元素，也可能为数组，类型可能是字符串，也可能是数值。对于前端 js，属于非强类型语言，可以灵活设置，但对于后端强类型的 java，需要将其设置为 Object 类型，进行二次解析。

package tech.abc.platform.entityconfig.vo;import lombok.Data;/*** 数据筛选条件** @author wqliu* @date 2024-08-06*/
@Data
public class DataFilterConditionVO {/*** 属性*/private String property;/*** 操作*/private String operator;/*** 值*/private Object value;}

然后是中间层，数据筛选组，如下：

package tech.abc.platform.entityconfig.vo;import lombok.Data;import java.util.List;/*** 数据筛选组** @author wqliu* @date 2024-08-06*/
@Data
public class DataFilterGroupVO {/*** 数据筛选条件集合*/private List<DataFilterConditionVO> conditions;/*** 逻辑操作*/private String logicalOperator;
}

最后是最外层的规则，如下：

package tech.abc.platform.entityconfig.vo;import lombok.Data;import java.util.List;/*** 数据筛选规则** @author wqliu* @date 2024-08-06*/
@Data
public class DataFilterRuleVO {/*** 数据筛选组集合*/private List<DataFilterGroupVO> filters;/*** 逻辑操作*/private String logicalOperator;
}

数据传递

在规则配置页面，再加一个按钮，将规则传给后端，如下：

前端代码如下：

    // 生成SQL片段generateSqlPart() {// 先调用一次生成规则，避免配置调整了规则未同步this.generateRule()// 调用后端服务转换this.api.generateSqlPart(this.entityData.modelId, this.entityData.rule).then((res) => {this.entityData.sqlPart = res.data})}

// 实体模型数据权限
export const entityModelDataPermission = Object.assign({}, COMMON_METHOD, {serveUrl: '/' + moduleName + '/' + 'entityModelDataPermission' + '/',// 获取实体模型完整属性列表getOrInit(modelId) {return request.get({ url: this.serveUrl + 'getOrInit', params: { modelId } })},// 生成sql片段generateSqlPart(entityModelId, rule) {return request.post({ url: this.serveUrl + entityModelId + '/generateSqlPart', data: rule })}
})

后端控制器如下：

    /*** 生成SQL片段*/@PostMapping("/{id}/generateSqlPart")@SystemLog(value = "实体模型数据权限-生成SQL片段")@PreAuthorize("hasPermission(null,'entityconfig:entityModelDataPermission:generateSqlPart')")public ResponseEntity<Result> generateSqlPart(@PathVariable("id") String id, @RequestBody String rule) {String sqlPart = entityModelDataPermissionService.generateSqlPart(id, rule);return ResultUtil.success(sqlPart);}

我们尝试使用 FastJson，将字符串解析成对象，后端服务如下：

 @Overridepublic String generateSqlPart(String id, String rule) {DataFilterRuleVO dataFilterRule = JSON.parseObject(rule, DataFilterRuleVO.class);return "";}

进入调试模式，查看数据，已完成解析工作，如下：

‍

转换处理

接下来，我们开始最复杂的转换处理，同样遵循由简单到复杂的情况。
首先，最简单的，只有一个逻辑组，组中只有一个条件，如下：

转换方法如下：

   @Overridepublic String generateSqlPart(String id, String rule) {String result = "";// 转换数据DataFilterRuleVO dataFilterRule = JSON.parseObject(rule, DataFilterRuleVO.class);// 获取组集合List<DataFilterGroupVO> dataFilterGroupList = dataFilterRule.getFilters();// 遍历组集合for (DataFilterGroupVO dataFilterGroup : dataFilterGroupList) {// 获取条件集合List<DataFilterConditionVO> conditionList = dataFilterGroup.getConditions();// 遍历条件集合for (DataFilterConditionVO condition : conditionList) {// 获取字段名,命名风格驼峰转换成下划线String fieldName = CommonUtil.camelToUnderline(condition.getProperty());// 获取操作String operator = condition.getOperator();if (StringUtils.isEmpty(operator)) {operator = "=";}Object value = condition.getValue();result = fieldName + " " + operator + " '" + value + "'";}}return result;}

转换结果：

可以看到，输出了预期的 sql 片段。‍

启用数据权限组件

调整 Mybatisplus 的插件配置，增加数据权限插件，如下图所示：

注意，数据权限插件是后期新增的功能，要求 mybatisplus 的版本不能太低，建议 mybatis-plus-boot-starter 的版本使用 3.5.4。
‍
其中数据权限处理器，需要自行实现，如下：

package tech.abc.platform.framework.extension;import com.baomidou.mybatisplus.extension.plugins.handler.MultiDataPermissionHandler;
import lombok.extern.slf4j.Slf4j;
import net.sf.jsqlparser.JSQLParserException;
import net.sf.jsqlparser.expression.Expression;
import net.sf.jsqlparser.parser.CCJSqlParserUtil;
import net.sf.jsqlparser.schema.Table;
import org.apache.commons.lang3.StringUtils;
import tech.abc.platform.common.exception.SessionExpiredException;
import tech.abc.platform.common.utils.SpringUtil;
import tech.abc.platform.common.utils.UserUtil;
import tech.abc.platform.entityconfig.service.EntityModelDataPermissionService;/*** 数据权限处理器** @author wqliu* @date 2024-08-03*/
@Slf4j
public class MyDataPermissionHandler implements MultiDataPermissionHandler {/*** 数据权限配置表名称*/public static final String DATA_PERMISSION_CONFIG_TABLE_NAME = "cfg_entity_model_data_permission";@Overridepublic Expression getSqlSegment(Table table, Expression where, String mappedStatementId) {// 数据权限相关的 SQL 片段String tableName = table.getName();// 排除数据权限配置表，否则会导致死循环if (tableName.equals(DATA_PERMISSION_CONFIG_TABLE_NAME)) {return null;}// 获取数据权限 SQL 片段EntityModelDataPermissionService entityModelDataPermissionService = SpringUtil.getBean(EntityModelDataPermissionService.class);String sqlSegment = entityModelDataPermissionService.getDataPermissionSqlPart(tableName);if (sqlSegment != null) {String userId = "";// 登录阶段，获取不到当前用户信息，视为不做数据权限过滤try {userId = UserUtil.getId();} catch (SessionExpiredException e) {return null;}sqlSegment = StringUtils.replace(sqlSegment, "{@CurrentUserId@}", userId);try {return CCJSqlParserUtil.parseCondExpression(sqlSegment);} catch (JSQLParserException e) {log.error("数据权限 SQL 片段解析失败", e);return null;}} else {return null;}}
}

这里有几个需要特别注意的点：

需要将数据权限配置表排除，否则会导致死循环引发堆栈溢出。
通过平台的工具类 UserUtil 来获取到当前用户信息，但在系统登录环节，尚未完成认证，会抛出会话超时异常，同样需要忽略，否则会影响正常系统登录。
在本环节中，可以将平台约定预置的运行期变量，如当前用户标识、当前用户所在部门等，替换为真实的运行数据，如 sqlSegment = StringUtils.replace(sqlSegment, “{@CurrentUserId@}”, userId);

‍

查看效果

访问平台的系统参数菜单，执行查询操作，如下图：

可以看到，数据权限过滤已经发挥了作用，控制台打印输出的 sql，无论是获取分页的 sql，还是最终执行的 sql，都自动追加了数据权限过滤的 SQL 片段，如下：

==>  Preparing: SELECT COUNT(*) AS total FROM sys_param WHERE delete_flag = 'NO' AND param_value = '10'
==> Parameters: 
<==    Columns: total
<==        Row: 2
<==      Total: 1
==>  Preparing: SELECT id, param_name, param_key, param_value, order_no, delete_flag, create_id, create_time, update_id, update_time, version FROM sys_param WHERE delete_flag = 'NO' AND param_value = '10' ORDER BY order_no ASC LIMIT ?
==> Parameters: 10(Long)
<==    Columns: id, param_name, param_key, param_value, order_no, delete_flag, create_id, create_time, update_id, update_time, version
<==        Row: 1158917826028863489, 用户登录最多输错次数, PASSWORD_INPUT_ERROR_TIMES, 10, 004, NO, 1, 2019-08-07 09:48:36, 1, 2020-08-26 03:21:29, 5
<==        Row: 1158917976734400513, 账号锁定自动解锁时间间隔（分）, ACCOUNT_UNLOCK_INTERVAL, 10, 005, NO, 1, 2019-08-07 09:49:12, , 2023-03-24 10:47:21, 3
<==      Total: 2

小结

至此，已完成了数据权限的整体框架开发，但也只是框架，各环节还有大量的工作需要完善，主要包括以下几点：

配置规则时需要增加用户、部门、角色等维度
将数据筛选器生成的各种场景下的复杂规则转换为 SQL 片段
读取平台运行时变量，替换掉预置的用户、部门等占位符

‍

开源平台资料

平台名称：一二三开发平台
简介：企业级通用开发平台
设计资料：[csdn专栏]
开源地址：[Gitee]
开源协议：MIT
如果您在阅读本文时获得了帮助或受到了启发，希望您能够喜欢并收藏这篇文章，为它点赞~
请在评论区与我分享您的想法和心得，一起交流学习，不断进步，遇见更加优秀的自己！