資料權限與功能權限本質不同：功能權限控制「能否操作功能」，資料權限控制「能存取哪筆資料、哪幾個欄位」。其粒度細、動態性強、貫穿全開發週期，無法像功能權限般後期外掛。本文提出基於 SQL 攔截重寫的資料權限架構設計。
架構總覽
核心模組獨立部署，接收：原始 SQL + 當前操作人資訊 + 權限策略 → 輸出：附加權限條件的 SQL。
四大核心設計
1. SQL 外部化與擴展性
- SQL 存放於配置檔/資料庫，開發階段僅呼叫權限模組介面
- 支援欄位級控制（如普通會員隱藏敏感欄位）
- 實現程式碼低侵入，業務邏輯無感知
2. 高效 SQL 解析引擎
- 運行期解析 AST (Abstract Syntax Tree)，精準注入 WHERE/HAVING/JOIN 條件
- 支援複雜子查詢、UNION、CTE 等結構
- 快取解析結果，避免重複解析開銷
3. 權限策略模型設計
核心三元組：
- 資源：業務實體（訂單、客戶、合同）
- 主體：用戶、部門、角色（具層級關係）
- 規則：條件運算式（建立人、部門樹、標籤匹配等）
規則範例：
- 僅建立人可見
- 下級部門資料上級可見（可配置遞歸）
- 非本部門僅見部分欄位（欄位白名單）
4. 效能優化策略
- 權限決策快取（Guava Cache / Redis / Memcached）
- 規則預編譯為 SQL 片段
- 非即時一致性場景採用異步刷新
- 分頁查詢優化：先權限過濾再分頁，避免全表掃描
技術實現關鍵點
- 使用 JSQLParser 或自研解析器進行 SQL 重寫
- Spring AOP 攔截 Repository/Mapper 層（注意效能影響）
- 多租戶場景下的資料隔離（Schema/Table/Row Level）
- 審計日誌記錄所有權限決策，支援合規追溯
避坑指南
- ❌ 嘗試純 AOP 實現 → SQL 解析效能不可控
- ❌ 結果集記憶體過濾 → 大數據量 OOM 風險
- ✅ SQL 編譯期靜態分析 + 運行期動態參數綁定
- ✅ 權限模組獨立服務化，gRPC/HTTP 對外提供決策 API
