多租户系统最难排查的事故之一,是接口鉴权通过、SQL 也执行成功,返回的却是另一家公司的订单。问题可能出在一次漏写的过滤条件,也可能出在连接池复用了上一请求的租户上下文。数据库没有报错,监控成功率甚至保持正常,只有客户看见了不该看见的数据。
本文以企业订单 SaaS 为例,讨论怎样把租户边界放进数据访问架构。假设系统有一千个租户,共享一套服务代码,普通业务只能访问当前租户,少量运营任务需要跨租户汇总。目标是降低查询遗漏和连接复用造成的越界风险,同时保留可接受的部署与维护成本。文中的规模、预算和选型均为设计假设,不代表实际客户负载;数据库语义以 PostgreSQL 18 官方文档为依据。
一、先说清楚要防住哪种错误
租户标识有三个来源,可信程度并不相同。浏览器传来的公司编号只是请求参数;登录凭据说明用户是谁;服务端查到的成员关系与权限,才决定用户此刻可以进入哪家公司。因此,不能把请求头中的 tenant_id 直接写进数据库上下文。正确入口应先验证身份,再确认该身份对目标租户和操作的授权,最后产生本次访问使用的租户上下文。
这里的威胁模型也必须限定。我们希望防住开发者漏写租户条件、后台任务携带错误标识、连接复用残留上下文,以及关联表结构没有表达租户关系的问题。若应用服务已经被完全控制,攻击者能够用同一个数据库账号发送任意 SQL,那么由应用自己设置的租户变量不能证明身份真实性。攻击者也可以设置另一个租户值。共享账号加行级安全,主要是可信应用内部的纵深防御,不能被包装成对恶意数据库客户端的独立隔离。
如果产品允许客户运行自定义 SQL,或者承诺每个客户拥有独立的数据管理权限,就需要重新划分凭据与数据库边界。不能因为演示中少写一个 WHERE 仍然安全,就推导出任何 SQL 注入都不会跨租户。参数化查询、最小权限和入口授权仍然需要分别实施。
二、两种可以落地的方案
共享表,应用过滤加行级策略
第一种方案把所有租户的订单放在同一张表,每行都带不可为空的 tenant_id。应用查询仍显式携带租户条件,数据库再使用 Row-Level Security,简称 RLS,限制可见和可写的行。租户上下文只在当前事务内有效,迁移账号和业务账号分开。
它适合租户数量较多、数据模型一致、绝大多数客户规模较小的产品。新增租户不需要新建整套数据库对象,结构变更集中执行,连接资源也可以集中调度。代价是数据库故障、索引设计失误和资源争用仍会波及多个租户;单租户恢复需要从共享备份中提取相关数据,并重新检查关联关系。
独立数据库,单独路由与凭据
第二种方案给租户分配独立数据库,由租户目录服务解析到目标数据库和专用凭据。应用不得根据客户端任意指定的主机名连接,路由结果必须来自受控目录。普通业务连接只持有目标数据库所需的权限,跨租户运营通过另一条受审计的数据汇总链路完成。
这能把误查其他租户表的风险收缩到路由和凭据管理层,也更容易安排租户级逻辑导出与恢复。但一千套数据库意味着迁移进度、账号轮换、连接池上限和版本漂移都需要自动管理。同一实例上的多个数据库仍共享 CPU、内存、磁盘和故障域,不能因此声称实现了物理隔离。真正需要独立故障域或资源预算的客户,还要进一步拆分实例或集群。
本例选择共享表作为默认方案,同时给大客户保留迁出独立数据库的能力。理由是普通客户的结构和服务等级一致,主要风险来自开发遗漏,而不是客户直接执行数据库命令。租户目录从一开始就保留存储位置字段,但初期所有位置指向同一集群。这样以后迁移的是数据归属和路由,不必让业务代码到处判断“大客户模式”。如果合同要求独立恢复、专属凭据或明确的资源隔离,则直接选择第二种方案,不用较低的运维成本替代承诺。
三、让数据模型承认租户关系
订单、客户、附件、订单明细都应拥有自己的 tenant_id,不能认为子表通过父表间接归属就足够。子表常被报表、清理程序和新接口单独访问,只有父表具备策略会留下缺口。对确实全局共享的字典表,应单独声明它是全局数据,不要用空租户标识混在普通业务表中。
下面是用于讨论约束的 SQL 片段,需要在隔离测试数据库由迁移角色执行。它不是完整初始化脚本:假设 app_runtime 业务角色已经存在,业务角色不拥有这些表,也没有超级用户或 BYPASSRLS 属性。建表、角色授权和策略部署应在生产上线前作为一组迁移审查。
CREATE TABLE public.customers (
tenant_id uuid NOT NULL,
id uuid NOT NULL,
name text NOT NULL,
PRIMARY KEY (tenant_id, id)
);
CREATE TABLE public.orders (
tenant_id uuid NOT NULL,
id uuid NOT NULL,
customer_id uuid NOT NULL,
order_no text NOT NULL,
created_at timestamptz NOT NULL DEFAULT now(),
PRIMARY KEY (tenant_id, id),
UNIQUE (tenant_id, order_no),
FOREIGN KEY (tenant_id, customer_id)
REFERENCES public.customers (tenant_id, id)
);
复合外键表达的是“订单引用同一租户的客户”。只有 customer_id 外键时,只能证明客户存在,不能证明双方属于同一租户。订单编号的唯一约束也带上租户:两个公司可以都拥有编号 A001,不必互相争抢全局命名空间。PostgreSQL 支持多列主键、唯一约束和外键;这里组合这些能力,目的是把业务归属变成数据库能够检查的条件。PostgreSQL 18:约束
这也影响迁移能力。导出一个租户时,应能沿 tenant_id 找到它所有数据,而不是靠多层不完整的关联猜测。文件对象、搜索文档和缓存键也需要包含租户归属,但这些系统不会自动继承 PostgreSQL 策略,必须分别授权。数据库防线只能保护经过数据库检查的访问,不能修复一个缺少租户前缀的缓存键。
四、RLS 策略怎样接住遗漏的过滤条件
以下策略应分别应用到客户表与订单表,其他租户业务表也需要逐张纳入清单。示例只展示两个表,不能将它误当作自动覆盖所有新表的机制。
ALTER TABLE public.customers ENABLE ROW LEVEL SECURITY;
ALTER TABLE public.customers FORCE ROW LEVEL SECURITY;
ALTER TABLE public.orders ENABLE ROW LEVEL SECURITY;
ALTER TABLE public.orders FORCE ROW LEVEL SECURITY;
CREATE POLICY customers_tenant ON public.customers
TO app_runtime
USING (tenant_id =
nullif(current_setting('app.tenant_id', true), '')::uuid)
WITH CHECK (tenant_id =
nullif(current_setting('app.tenant_id', true), '')::uuid);
CREATE POLICY orders_tenant ON public.orders
TO app_runtime
USING (tenant_id =
nullif(current_setting('app.tenant_id', true), '')::uuid)
WITH CHECK (tenant_id =
nullif(current_setting('app.tenant_id', true), '')::uuid);
GRANT SELECT, INSERT, UPDATE, DELETE
ON public.customers, public.orders TO app_runtime;
USING 约束现有行的访问,WITH CHECK 检查插入或更新后的行。两处都声明,能让评审者明确看见读写边界:既不能读取别人的订单,也不能把自己的订单改到另一租户。表达式返回空值时不会获得可见性或写入许可。PostgreSQL 18:CREATE POLICY
current_setting 的第二个参数为 true 时,缺失配置返回空值;nullif 进一步把空字符串转换为空值。合法 UUID 才能参与比较,非法格式会报错,而不是自动选择一个默认租户。业务入口仍应提前验证 UUID,避免把格式错误当作正常授权路径。PostgreSQL 18:配置设置函数
启用 RLS 后,没有适用策略时默认拒绝行访问。表所有者通常绕过行级策略,FORCE 可以让所有者也受策略约束,但超级用户和具有 BYPASSRLS 属性的角色仍会绕过。TRUNCATE 等整表操作也不受同样的行策略约束。因此示例只授予四类业务操作,不给运行时角色表所有权、迁移权限或清空表的权限。PostgreSQL 18:行级安全
策略变多后,应警惕“增加一条只读策略”无意扩大权限。默认宽松策略之间按 OR 合并,一条对所有行成立的读取策略可能放宽原本的租户限制。运营读取不应随手复用业务角色,而应拥有独立的角色、入口、审批和日志。新增策略的评审需要同时检查现有策略集合,不能只看新增语句是否正确。PostgreSQL 18:策略组合
五、事务必须同时包含上下文和查询
完整请求流程是:身份校验,成员关系授权,取得连接,开启事务,设置当前租户,执行查询,提交或回滚,最后释放连接。所有 SQL 必须落在同一个实际数据库事务内,不能由几个互不相关的连接池快捷调用拼起来。
tenant = authorizeTenant(authenticatedUser, requestedTenant)
connection = await pool.acquire()
try:
await connection.execute("BEGIN")
await connection.execute(
"SELECT set_config('app.tenant_id', $1, true)", [tenant])
result = await runBusinessQueries(connection, tenant)
await connection.execute("COMMIT")
return result
catch error:
rollbackResult = await tryRollback(connection)
if rollbackResult is uncertain:
destroyConnection(connection)
raise error
finally:
releaseOnlyIfReusable(connection)
这段是控制流程伪代码,不对应某个驱动的现成 API。真实实现还需区分 BEGIN 失败、提交结果不确定、回滚失败以及连接是否已销毁。把错误连接直接放回池中,会让后续请求继承无法解释的事务状态。业务写入遇到提交回执丢失,应按业务操作标识查询结果,不能把回滚调用成功当作先前提交必然失败的证明。
set_config 的第三个参数为 true,把设置限定在当前事务。普通 SET 的会话级值可能在提交后继续存在,而 SET LOCAL 的作用会在事务结束时消失;回滚到早于设置的保存点也会撤销该设置。因此上下文应在事务开始后、创建业务保存点前设置,不能在保存点回滚后未经检查就继续查询。PostgreSQL 18:SET
上线前应保证连接没有历史遗留的会话级租户值。事务本地值结束后会恢复会话值,如果旧代码曾执行普通 SET,新代码仅仅改成事务本地设置还不足以清除旧状态。切换版本时可以排空并重建业务连接池,删除旧的会话初始化路径;同时让“未设置租户直接查询”的测试在池复用条件下持续运行。
事务池也需要配合。PgBouncer 的事务池在事务结束后将服务端连接交还池中,不能依赖跨事务保留会话状态;语句池甚至不支持多语句事务。本方案要求上下文设置与业务查询处于显式事务,不能拆成两个自动提交语句。具体驱动、代理和池化配置的组合需要集成验证。PgBouncer:池化模式
后台任务同样走这套入口,只是身份变成受控的任务身份。任务记录同时保存租户、业务对象和任务类型,执行时校验对象归属,不能只拿到订单 UUID 就全库查询。跨租户批处理尽量拆成逐租户事务,每次显式建立上下文,不在一个长事务里循环切换几百次租户。
六、查询包装层也可能改变权限边界
报表视图和数据库函数经常让评审遗漏真正的执行身份。普通视图访问底层表的权限语义与直接查询并不完全相同,PostgreSQL 提供 security_invoker 选项,使底层权限和适用行策略按调用者检查。新加视图时,应明确选择并测试它的执行语义,而不是只确认业务角色能 SELECT 视图。PostgreSQL 18:CREATE VIEW
对于以更高权限运行的函数,应作为单独的授权接口评审,控制可执行角色、参数范围、对象引用和返回字段。普通查询不应为了方便自动升级到维护身份。若某个统计接口需要全公司总数,先说明它是否真的需要跨租户原始记录,再考虑脱敏汇总表;不要把管理员连接塞进通用数据库客户端。
此外,RLS 不应被承诺为完全隐藏数据是否存在的机制。约束错误、业务响应差异和执行时间都可能形成间接信息。对外接口应控制错误内容和查询能力,对高风险场景采用更严格的数据分离。租户隔离评审既要看“读到了哪些行”,也要看“用户能通过错误推断什么”。
七、把容量与成本写成可检验的假设
假设峰值每秒六百个数据库事务,平均持有连接四十毫秒,那么稳定条件下平均在用连接约为二十四个。这个计算只是到达率乘以平均占用时间,不能用来推导尾延迟,也没有覆盖锁等待和突发流量。可以从总计六十个业务连接开始压测,给运维和维护任务另留预算,而不是让每个应用实例都默认开启一百个连接。
假设有十二个应用实例,每个最多五个业务连接,总预算仍是六十。扩容到二十四个实例时,应重新分配每实例上限,或者由服务端池统一限制,避免应用扩容把数据库推过连接和内存边界。如果平均事务占用从四十毫秒升到两百毫秒,同样流量需要的平均在用连接就会上升到一百二十个,六十个槽位已经无法稳定承接。此时应减少慢查询与锁等待、限制入口,而不是把排队时间藏在无限队列中。
行级过滤本身也需要执行计划验证。对订单列表,可以评估以 tenant_id、created_at、id 组成的复合索引,观察大租户和小租户在相同接口上的扫描行数、排序开销与缓存命中。不要用只有十条数据的测试库判断 RLS 没有性能成本,也不要把某次执行计划当作永久保证。统计信息变化、参数分布和报表查询都会影响实际路径。
成本比较应包含维护工作量。共享表只需管理一套结构,但需要策略检查、租户级恢复工具和热点租户限流;独立数据库需要批量迁移、目录路由、连接调度和分批备份恢复。如果一千租户各保留两个长期连接,就会产生两千个连接需求,这解释了为什么独立数据库方案也需要按活跃租户建立连接和淘汰闲置池。这里没有引用任何云厂商价格,最终预算应结合实际实例、存储、备份和运维工时计算。
八、恢复边界必须先于事故定义
共享集群发生故障,恢复整库通常会同时影响所有租户;某一租户误删数据,则不能直接把线上整库回退到过去。可行流程是在隔离环境恢复备份,提取目标租户数据,检查关联、版本和期间新增记录,再通过受控导入恢复。若业务要求十分钟内完成单租户恢复,应先做真实数据量的演练,再决定共享表是否仍然合适。
权限错误与数据错误有不同回退方式。如果策略错误导致合法请求被拒绝,可以回滚到已验证的策略版本;如果发现跨租户泄露,应先停止受影响入口、保留访问证据并判断影响范围。关闭 RLS 来恢复成功率会扩大风险,不能作为默认应急动作。数据库恢复也无法撤回已经被客户端下载的数据,这部分需要事件响应流程处理。
将租户迁到独立数据库时,可以先复制数据并校验,再短暂冻结该租户写入,补齐尾部变更并切换目录版本。旧请求可能仍握着旧路由,因此服务端要以路由代际拒绝过期写入,或先排空该租户在途事务。切换后保留旧库只读核验窗口。若新库已经接受写入,回退不能只改回一个连接字符串,必须先把新增变化同步回来,或选择继续修复新库。
九、上线验收用反例而不是成功截图
至少建立两个租户,并故意使用相同的订单编号和相似的业务数据。用真实业务角色执行不带 tenant_id 的查询,应只看到当前租户;尝试插入另一租户的数据、修改行的 tenant_id、关联另一租户客户,都应失败。还要验证删除影响行数,防止误以为读取隔离已经覆盖所有写路径。
连接复用测试要连续运行“租户甲成功、租户乙失败、无上下文查询、租户乙成功”的序列,同时注入回滚、保存点回退、连接断开和取消。分别在直连与实际 PgBouncer 配置下运行,覆盖所有应用实例的驱动版本。观察的不只是 HTTP 状态码,还包括实际返回的 tenant_id、数据库执行身份,以及失败连接有没有再次进入池中。
迁移验收则检查每张租户表是否启用策略、是否被意外授予整表操作、是否出现宽松的附加策略,以及视图和函数是否改变调用身份。备份和恢复使用独立维护路径,不应通过普通租户角色导出后误以为已经得到完整数据。数据库的 row_security 配置设为 off 时,会让原本需要应用策略的查询报错,而不是授予绕过权限;它可以帮助特定维护流程发现意外过滤,但不能代替正确的备份账号设计。PostgreSQL 18:客户端连接默认设置
本文 SQL 按官方语义进行静态核对,写作环境未提供 PostgreSQL 服务端和客户端,因此没有实际执行建表、策略、连接池或故障测试。上述用例是部署前必须完成的验收项目,不是已经通过的结果。尤其要在目标版本和真实角色配置下验证视图、函数、事务池与异常回收,不能以伪代码代替集成测试。
多租户隔离的维护重点,是让租户身份从授权入口到事务结束始终明确,并把每次跨越边界的路径单独列出来。共享表 RLS 能有效降低一类开发遗漏,但前提是应用身份可信、角色权限受控、上下文随事务结束、旁路存储各自隔离。需要独立故障域、专属管理权限或强租户级恢复承诺时,独立数据库乃至独立集群值得承担更高成本。选型应围绕这些具体承诺,而不是围绕“是否已经开启 RLS”这个单一开关。
评论
暂无评论。