在数据库产品中设计基于列和行的访问控制功能（Column-Level and Row-Level Access Control, CLAC 和 RLAC）是一种细粒度的权限管理方式，能够进一步提升数据安全性和灵活性。通过这种控制，数据库可以限制特定用户或角色只能访问某些列或某些行，从而实现数据最小化暴露的原则。
1. 基于列的访问控制（Column-Level Access Control, CLAC）
概念：基于列的访问控制允许对数据库表中的特定列进行限制，用户或角色只能查看或操作有权限的列。例如，用户可能被允许查看客户表中的姓名和电子邮件列，但不能查看社会保障号码（SSN）等敏感信息。
实现方法：
- SQL 权限机制：现代数据库（如 PostgreSQL、MySQL、Oracle 等）通过列级权限控制来实现。例如，在 PostgreSQL 中，可以通过
GRANT和REVOKE指定特定用户可以访问的列。 - 视图（View）：通过创建视图，将特定的列暴露给用户。用户只能查询视图中的列，隐藏敏感数据。
实例：
假设有一个 employees 表，包含以下列：
id（员工ID）name（姓名）salary（薪资）ssn（社会保障号码）
方法1：基于权限控制
-- 给用户分配列级权限，仅允许其读取 `name` 和 `salary` 列
GRANT SELECT (name, salary) ON employees TO user1;
-- 禁止访问 `ssn` 列
REVOKE SELECT (ssn) ON employees FROM user1;
方法2：使用视图
-- 创建一个只包含 `name` 和 `salary` 列的视图
CREATE VIEW employees_public AS
SELECT name, salary FROM employees;
-- 给予用户访问视图的权限
GRANT SELECT ON employees_public TO user1;
2. 基于行的访问控制（Row-Level Access Control, RLAC）
概念：基于行的访问控制是指用户或角色只能访问特定条件下的行数据。例如，经理只能查看自己部门的员工数据，而不能访问其他部门的数据。它可以根据用户的身份、角色或其他属性动态过滤行数据。
实现方法：
- 行级安全策略（Row-Level Security, RLS）：现代数据库如 PostgreSQL 支持行级安全策略，可以为表定义安全策略，基于用户身份过滤行。
- 视图结合 WHERE 条件：通过创建视图并结合
WHERE条件来限制用户只能查看符合条件的行。
实例：
假设同样的 employees 表，经理只能查看自己部门的员工数据。
方法1：使用 PostgreSQL 的行级安全（RLS）
- 启用行级安全策略：
ALTER TABLE employees ENABLE ROW LEVEL SECURITY;
- 定义行级安全策略，只允许用户查看其所属部门的员工数据：
CREATE POLICY department_policy ON employees
USING (department_id = current_setting('app.current_user_department')::int);
-- 为特定用户启用行级安全策略
GRANT SELECT ON employees TO manager;
- 设置当前会话的部门信息：
-- 在每次会话中，设置当前用户的部门 ID
SET app.current_user_department = '3';
方法2：使用视图
-- 创建一个仅显示部门ID为3的视图
CREATE VIEW employees_department_3 AS
SELECT * FROM employees WHERE department_id = 3;
-- 给予特定用户对视图的访问权限
GRANT SELECT ON employees_department_3 TO manager;
3. 基于列和行的组合访问控制
在实际场景中，通常会将列级和行级的访问控制结合起来。例如，某个用户只能查看某些列中的特定行。
实例：
假设需要限制用户 user1 只能查看 employees 表中的 name 和 salary 列，并且只能查看部门ID为3的员工数据：
- 视图的方式：
CREATE VIEW employees_limited AS
SELECT name, salary FROM employees WHERE department_id = 3;
GRANT SELECT ON employees_limited TO user1;
- 行级安全策略结合列级权限：
ALTER TABLE employees ENABLE ROW LEVEL SECURITY;
CREATE POLICY limited_policy ON employees
USING (department_id = 3);
-- 只授予 `name` 和 `salary` 列的读取权限
GRANT SELECT (name, salary) ON employees TO user1;
4. 扩展：使用动态行级过滤
在更复杂的场景中，行级访问控制可以根据用户的身份、权限和其他属性来动态调整。例如，基于用户的角色动态过滤不同的行。可以通过自定义函数实现动态条件过滤，结合数据库的安全策略。
Python3 实现 RBAC 结合行级过滤
在 Python 中，可以使用 ORM 框架（如 SQLAlchemy）结合行级控制来实现类似的功能。下面是一个基于 SQLAlchemy 的简单示例，它通过用户角色限制查询结果中的行：
from sqlalchemy import create_engine, Column, Integer, String, select
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
Base = declarative_base()
# 定义员工表
class Employee(Base):
__tablename__ = 'employees'
id = Column(Integer, primary_key=True)
name = Column(String)
department_id = Column(Integer)
salary = Column(Integer)
# 初始化数据库连接
engine = create_engine('sqlite:///example.db')
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()
# 模拟用户角色的部门ID
current_user_department_id = 3
# 行级过滤查询，只允许访问当前用户部门的员工
def get_employees_by_department(department_id):
return session.query(Employee).filter(Employee.department_id == department_id).all()
# 获取当前用户有权限访问的员工
employees = get_employees_by_department(current_user_department_id)
for emp in employees:
print(f"Employee: {emp.name}, Salary: {emp.salary}")
总结：
- 基于列的访问控制（CLAC） 通过
GRANT和视图限制用户对特定列的访问权限。 - 基于行的访问控制（RLAC） 通过行级安全策略或视图限制用户对特定行的访问。
- 组合控制 可以通过列和行的控制同时应用，进一步细化权限管理。
- 行级和列级访问控制能够确保数据最小化暴露，提高数据库系统的安全性和灵活性。
产品简介
- 梧桐数据库（WuTongDB）是基于 Apache HAWQ 打造的一款分布式 OLAP 数据库。产品通过存算分离架构提供高可用、高可靠、高扩展能力，实现了向量化计算引擎提供极速数据分析能力，通过多异构存储关联查询实现湖仓融合能力，可以帮助企业用户轻松构建核心数仓和湖仓一体数据平台。
- 2023年6月，梧桐数据库（WuTongDB）产品通过信通院可信数据库分布式分析型数据库基础能力测评，在基础能力、运维能力、兼容性、安全性、高可用、高扩展方面获得认可。
点击访问：
梧桐数据库（WuTongDB）相关文章
梧桐数据库（WuTongDB）产品宣传材料
梧桐数据库（WuTongDB）百科
