技术

从0到1构建一个db 上下文记忆 agentic chat 图数据库的一些考量 LLM一些探索 Agent实践 LLM预训练 向量数据库的一些考量 fastapi+sqlalchemy进行项目开发 LLM微调实践 Python协程实现 Agent Functon Calling LLamaIndex入门 Multi-Agent探索 Python虚拟机 LLM工作流编排 Python实践 下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Python一些比较有意思的库 Transformers源码学习 LangChain源码学习 通用分布式计算引擎Ray Python并发 go依赖注入 go collection gc的基本原理 golang性能分析及优化 数据湖 高性能计算与存储 Linux2.1.13网络源代码学习 《大数据经典论文解读》 三驾马车学习 Spark 内存管理及调优 Yarn学习 从Spark部署模式开始讲源码分析 容器狂占内存资源怎么办? 多角度理解一致性 golang io使用及优化模式 Flink学习 c++学习 学习ebpf go设计哲学 ceph学习 学习mesh kvm虚拟化 学习MQ go编译器以及defer实现 学习go 为什么要有堆栈 汇编语言 计算机组成原理 运行时和库 Prometheus client mysql 事务 mysql 事务的隔离级别 mysql 索引 坏味道 学习分布式 学习网络 学习Linux go堆内存分配 golang 系统调用与阻塞处理 Goroutine 调度过程 重新认识cpu mosn有的没的 负载均衡泛谈 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes扩缩容 神经网络模型优化 直觉上理解深度学习 如何学习机器学习 TIDB源码分析 什么是云原生 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 共识算法 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全访问机制 jvm crash分析 Prometheus 学习 Kubernetes监控 Kubernetes 控制器模型 容器日志采集 容器狂占资源怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes类型系统 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 线程排队 jib源码分析之细节 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言那些事儿 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 如何分发计算 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记 log4j学习 为什么netty比较难懂? 递归、回溯、动态规划 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 OpenTSDB 入门 spring事务小结 分布式事务 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型和jvm内存布局 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker namespace和cgroup zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 深度学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM执行 git maven/ant/gradle/make使用 再看tcp kv系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go基础 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

bert rerank微调 大模型推理tips RAG向量检索与微调 dddfirework源码分析 RAG与知识图谱 大模型推理服务框架vLLM 大模型推理服务框架 模型服务化(未完成) 大模型Post-Training 大模型训练 大模型推理 从Attention到Transformer k8s设备管理 ddd从理念到代码 如何应用LLM 小鼠如何驾驭大象(LLM)? 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 kubevela源码分析 容器和CPU那些事儿 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 AutoML和AutoDL 特征平台 实时训练 分布式链路追踪 K8S YAML 资源清单管理方案 tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 推荐系统embedding原理及实践 机器学习中的python调用c 机器学习训练框架概述 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从混部到统一调度 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 多活 volcano特性源码分析 推理服务 kubebuilder 学习 mpi 学习pytorch client-go学习 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tensorflow学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 学习rpc BFF openkruise学习 可观察性和监控系统 基于Kubernetes选主及应用 《许式伟的架构课》笔记 Admission Controller 与 Admission Webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI——kubelet与容器引擎之间的接口 资源调度泛谈 业务系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 概率论 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 架构大杂烩 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 用户认证问题 资源的分配与回收——池 消息/任务队列

标签

k8s设备管理 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 kubevela源码分析 容器和CPU那些事儿 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 K8S YAML 资源清单管理方案 从混部到统一调度 volcano特性源码分析 kubebuilder 学习 client-go学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 openkruise学习 基于Kubernetes选主及应用 Admission Controller 与 Admission Webhook k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? Kubernetes events学习及应用 CRI——kubelet与容器引擎之间的接口 资源调度泛谈 如何学习Kubernetes 以应用为中心 kubernetes operator kubernetes扩缩容 serverless 泛谈 什么是云原生 自定义CNI IPAM docker和k8s安全访问机制 Kubernetes监控 Kubernetes 控制器模型 Kubernetes资源调度——scheduler Kubernetes类型系统 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 Kubernetes源码分析——从kubectl开始 kubernetes yaml配置 CNI——容器网络是如何打通的 当我在说PaaS时,我在说什么 《深入剖析kubernetes》笔记 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件
上下文记忆 agentic chat bert rerank微调 大模型推理tips LLM一些探索 Agent实践 LLM预训练 RAG向量检索与微调 LLM微调实践 RAG与知识图谱 大模型推理服务框架vLLM Agent Functon Calling LLamaIndex入门 Multi-Agent探索 LLM工作流编排 大模型推理服务框架 模型服务化(未完成) 大模型Post-Training 大模型训练 大模型推理 从Attention到Transformer 下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Transformers源码学习 LangChain源码学习 如何应用LLM 小鼠如何驾驭大象(LLM)? AutoML和AutoDL 特征平台 实时训练 tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 推荐系统embedding原理及实践 机器学习中的python调用c 机器学习训练框架概述 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 推理服务 mpi 学习pytorch 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tensorflow学习 kaggle泰坦尼克问题实践 神经网络模型优化 概率论 直觉上理解深度学习 如何学习机器学习 深度学习泛谈

初级权限系统设计

2017年12月29日

简介

常规权限系统设计

材料1

权限设计=功能权限+数据权限

基本主体:用户 角色 资源。为用户赋予角色,角色操作资源,角色将用户与资源隔离。

从资源的角度说,权限管理分为

  1. 功能权限管理:资源的的新增、删除和修改
  2. 数据权限管理

    • 比如资源有地区维度,比如上海地区、北京地区。
    • 比如资源有部门维度,比如行政部、技术部
    • 维度之间有交集,横向关系。比如上海的行政部
    • 维度有包含关系,纵向关系,比如具备上海的权限,则自动具备浦东和宝山的权限

功能权限的控制:

  1. 我自己曾经一个简单实现,uid,资源id,optype(新增、删除等)
  2. 一些材料展示,类似于uid,url

数据权限设计,建议使用规则引擎。规则引擎的核心是Rule,而所谓的Rule 就是 if(Condition) then do(Action)。

具体的技术操作上,功能权限可以在系统上加filter,对某个url 没有权限,则直接滤掉。(在材料3中称为功能操作表)

材料2

管理设计 之 数据库结构设计

通用权限管理设计 之 数据权限

功能权限决定可以对资源采取何种操作,数据权限决定了用户/角色能不能看到这些资源。

经过用户、角色、资源的抽象后。用户本身有一定的属性,比如所在地区。资源本身有一定的属性,比如资源所在的地区、创建资源的人。所谓权限问题,就是用户与资源间属性的匹配问题。

那么从一个用户身份出发,我们可以拿到uid、所在地区,角色id。这些数据作为一个变量,拼接成一个规则字符串(比如json),这些规则字符串是一个条件树。

{
	groups:
		[
			{
				rules[
					{
						field: current role id,
						op: in,
						value:2,6
						typo: int
					}
				]
				op:and
			},
			{
				rules[
					{
						filed: current role id,
						op:equal,
						value:7,
						type:int
					},{
						field: employee id,
						op:equal,
						value: current employ id
						type:number
					}
				]
				op:and
			}
		]
		op:or
}

条件树附加在资源身上,用以识别哪些用户可以访问该资源:

  1. 可以被角色id为2或6的用户看到
  2. 假设资源有创建者id,那么如果当前用户角色id为7,并且创建了该资源,则可以看到

基于资源的权限系统-设计思路

  1. 一个权限系统的两个基本过程:授权和鉴权
  2. 角色可以用来做功能权限,做数据权限的话,会导致角色数量非常多
  3. 授权

材料3

2018.3.27

RBAC用户角色权限设计方案

说明:A-B 表,表示A表、B表、AB关联表。

就是用户通过角色与权限进行关联,此处用户与角色好理解,难点就是 “权限”在系统中如何描述。

  1. 用户-权限
  2. 用户-角色-权限,角色就是一组权限的集合,不直接将权限授予用户
  3. 用户-角色-权限-资源。假设一个权限描述为“删除文件A”,则应包括文件表、权限表、文件权限关联表。

    • 权限表,权限id、权限类型(增删改查)。
    • 文件(文件是资源的一种)表,略
    • 文件权限关联表, id、权限id、文件id

那么最后查一个用户有没有某个文件的权限

  1. 查询用户的角色id
  2. 查询角色id 对应的权限id
  3. 查询文件权限关联表,根据权限id看看有没有的对应的文件id。

也就是,查询用户 有没有操作文件的权限,落脚点在,文件权限关联表上,有没有对应的记录。

类似的,还有一个权限-功能操作表,功能操作表中,每条记录有一个url 前缀。通过关联表 可以查到 用户是否可以访问该url。

材料4

设计实例:如何以“用户”为单位的进行权限设计(一)

设计实例:如何以“权限”为单位的进行权限设计(二)

权限设计的方式有哪些?

  1. 以“用户”为单位的权限设计。适用的业务场景为:使用该系统的人之中,存在很多拥有同一类权限的人。
  2. 以“权限”为单位的权限设计。当使用该系统的人之中,很多人的权限是不一样的
  3. 以“用户”与“权限”结合的权限设计

自身实践

2017.12.29

笔者曾负责一个组件系统,用户可以新增组件,并对组件进行一些操作。具备以下要求:

  1. 管理员具有上帝视角,可以看到任何组件,进行任何操作
  2. 组件具有不同的类型,有的类型只能应用在一个os中(android或ios),有的可以应用在任何os中。因此,按照组件被应用的os、以及文件类型,也会有专门的管理员。比如android 管理员,ios 管理员等
  3. 一般开发只可以操作他本人创建的组件。但因为伙伴开发的需要,两个开发要都能够操作某一个组件。
  4. 操作组件的权限分为新增、修改和删除

最终关于权限这块的实现是

  1. 管理员和开发分开,开发者的权限管理按照功能权限设计,uid、资源id、操作类型(crud)
  2. 管理员的权限管理,只具体到是否可以看到资源,如果能看到资源即拥有对资源进行操作的crud权限
  3. 从管理员的角度出发,定义数据规则。比如“osType=android”即表示该用户具备查看所有适用于android 系统的组件。

该权限系统能这么设计,也是因为权限控制比较简单:

  1. 用户角色单纯的划分为管理员和开发两种,所以直接省了角色表
  2. 管理员和开发是平级的,只是管理员的权限更大一些
  3. 管理员没有功能权限的要求,即只要是管理员就可以crud

代码接口

  1. 方法上加注解,用来描述该方法 谁可以执行

     @PrivilegedOperation("admin=true")
     public void delete(Device device){
         ...
     }
    
  2. 使用filter, 根据请求url + uid 判断是否具有操作权限
  3. 硬编码
  4. 拦截所有的资源访问方法,或者说在所有的资源操作方法执行之前 “塞入” 一个处理逻辑,进行权限判断。比如

     @PrivilegedOperation
     public void delete(@PrivilegedResourceId(resouce="device") id="deviceId" Device device){
         ...
     }
    

    通过 PrivilegedOperation 拦截方法的执行,通过PrivilegedResourceId 描述资源的id

审批流程(未完成)

2018.4.23 新增

权限管理系统伴随的,通常会有一个审批流程系统,相关设计参见审批流程数据库设计

数据库表 设计中,也会有类和实例的关系

  1. flow:id,name
  2. node:id,flow_id,prev,next,handlers
  3. flow_example:id,title,uid(发起者),create_at,status(未发起,正在流转,已结束)
  4. process: id,node_id,uid(操作者),handle_at,flow_example_id

  5. flow + node 将一个流程的作用及先后 步骤 规定好
  6. flow_example 是一个流程的实例
  7. process,描述 在当前 实例下,进行到哪一个步骤

小结

权限系统涉及的主体:用户、角色、资源

权限分为

  1. 功能权限,描述uid可以对资源id进行哪些类型的操作。功能权限的管控有两种粒度:

    1. 比如增删改查,直接跟uid 绑定。
    2. 以develop(查询 + 新增 + 修改)、guest(查询)、master(查询 + 新增 + 修改)、owner(增删改查 + 授权) 等角色来 表示功能权限
  2. 数据权限,描述哪些用户可以看到哪些资源。

    • 数据规则可以附加在用户身上,描述用户可以看到哪些资源。比如isAdmin=true 或者 andoridAdmin=true
    • 也可以附加在资源身上,描述资源可以被哪些用户访问。比如每次新增一个资源,都记录一个id、uid/roleid、资源id

    前者将用户规则加在用户上,只适合简单系统,查询麻烦,更新资源方便。后者更符合“角色将用户与资源隔离的精神”,但每次资源操作都需要更新 用户与资源的关联关系。查询方便,更新资源麻烦。