5分钟学会Spring项目改造多租户

单租户模式

传统项目根本不提租户的事

我们开发完一个项目

就是给一个固定的用户单位使用

但随着Saas、云技术的不断发展

不可能为每个单位部署一套程序

而往往采用租户隔离、应用共享的方式

这就是多租户
在这里插入图片描述

多租户和单租户的差异

最大的差别

在于如何实现“数据隔离”

比如我们有个用户表

查询全部用户

当然是写

public List<User> findAll();

但如果我们的程序服务于多个租户

那这样就会把不同单位的数据互相暴露

因此我们需要引入租户改造

在这里插入图片描述

改造的方式

租户 有个专有名词 tenant_id

改造方法也很简单

通常采用两种

  1. 数据库创建多个schema,每个下面建一套表

  2. 数据库共用一套表,每个表加一个 tenant_id 区分所属租户

在这里插入图片描述

相对而言

方案二代价更低

但涉及到代码改造

今天教大家

如何能够更简洁的对传统代码进行调整

快速变为多租户模式

步骤一:建立全局租户上下文

通过统一的上下文

将租户标识记录下来

public class TenantContext {
    private static final ThreadLocal<String> CONTEXT = new ThreadLocal<>();
    public static void setTenantId(String id) { CONTEXT.set(id); }
    public static String getTenantId() { return CONTEXT.get(); }
    public static void clear() { CONTEXT.remove(); }
}

步骤二:全局拦截记录租户ID

这里建议采用隐式传递

通过header进行传参

@Configuration
public class TenantFilter implements Filter {
    @Override
    public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) {
        HttpServletRequest req = (HttpServletRequest) request;
        String tenantId = req.getHeader("X-Tenant-ID");
        TenantContext.setTenantId(tenantId);
        try {
            chain.doFilter(request, response);
        } finally {
            TenantContext.clear();
        }
    }
}

如此通过header传参

就能区分访问者所属的租户

步骤三:数据表过滤

首先需要对所有数据库表进行改造

需要数据隔离的表和实体类,都加上租户字段

例如:

@Entity
public class SysUser {
    @Id
    private String id;
    private String name;
    
    @Column(name = "tenant_id", nullable = false)
    private String tenantId;
}

此时我们可以增加注解

@FilterDef(
    name = "tenantFilter", 
    parameters = @ParamDef(name = "tenantId", type = "string")
)
@Filter(
    name = "tenantFilter", 
    condition = "tenant_id = :tenantId"
)
public class SysUser {
    /// 
}

这样就会自动根据租户ID过滤数据了


但这样会导致所有实体类

都需要增加注解

改动较多

我们可以定义实体父类

然后通过AOP自动增加营养

如下:

@FilterDef(name = "tenantFilter", parameters = @ParamDef(name = "tenantId", type = "string"))
public abstract class TenantEntity {
    // 基类无需实现具体逻辑
}

public class SysUser extends TenantEntity{
    //
}

然后通过AOP

将Filter应用

// 在 AOP 切面中统一处理
@Around("@annotation(org.springframework.transaction.annotation.Transactional)")
public Object applyFilter(ProceedingJoinPoint pjp) throws Throwable {
    Session session = entityManager.unwrap(Session.class);
    session.enableFilter("tenantFilter").setParameter("tenantId", TenantContext.getTenantId());
    try {
        return pjp.proceed();
    } finally {
        session.disableFilter("tenantFilter");
    }
}

如此一来

就不需要每个地方都加上一样的代码了

多租户对项目的改良

通过多租户

实现数据隔离

同时也要保证安全性

适用于各类SaaS应用

从而降低成本,共享资源,减少重复部署

难度不高

五分钟就能实现

一起来试试吧

具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)内容概要:本文介绍了一个涵盖多个科研领域的综合性MATLAB仿真资源集合,重点聚焦于光伏发电系统中基于粒子群优化(PSO)算法的最大功率点追踪(MPPT)技术的Simulink仿真实现。文档还列举了多种MPPT方法(如P&O、增量电导法、神经网络、模糊逻辑控制等),并展示了该团队在电力系统、智能优化算法、机器学习、路径规划、无人机控制、信号处理等多个方向的技术服务能力与代码实现案例。整体内容以科研仿真为核心,提供大量可复现的Matlab/Simulink模型和优化算法应用实例。; 适合人群:具备一定电力电子、自动控制或新能源背景,熟悉MATLAB/Simulink环境,从事科研或工程仿真的研究生、科研人员及技术人员。; 使用场景及目标:①学习并实现光伏系统中基于粒子群算法的MPPT控制策略;②掌握多种智能优化算法在电力系统与自动化领域的建模与仿真方法;③获取可用于论文复现、项目开发和技术攻关的高质量仿真资源。; 阅读建议:建议结合提供的网盘资料,按照研究方向选取对应模块进行实践,重点关注Simulink模型结构与算法代码逻辑的结合,注重从原理到仿真实现的全过程理解,提升科研建模能力。
热成像人物检测数据集 一、基础信息 数据集名称:热成像人物检测数据集 图片数量: 训练集:424张图片 验证集:121张图片 测试集:61张图片 总计:606张热成像图片 分类类别: - 热成像人物:在热成像图像中的人物实例 - 非热成像人物:在非热成像或普通图像中的人物实例,用于对比分析 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。数据来源于热成像和视觉图像,覆盖多种场景条件。 二、适用场景 热成像监控与安防系统开发: 数据集支持目标检测任务,帮助构建能够在低光、夜间或恶劣环境下自动检测和定位人物的AI模型,提升监控系统的可靠性和实时响应能力。 红外视觉应用研发: 集成至红外摄像头或热成像设备中,实现实时人物检测功能,应用于安防、军事、救援和工业检测等领域。 学术研究与创新: 支持计算机视觉与热成像技术的交叉研究,助力开发新算法用于人物行为分析或环境适应型检测模型。 教育与培训: 可用于高校或培训机构,作为学习热成像人物检测和AI模型开发的教学资源,提升实践技能。 三、数据集优势 精准标注与多样性: 每张图片均由专业标注员标注,确保边界框定位准确,类别分类清晰。包含热成像和非热成像类别,提供对比数据,增强模型的泛化能力和鲁棒性。 场景实用性强: 数据覆盖多种环境条件,如不同光照和天气,模拟真实世界应用,适用于复杂场景下的人物检测任务。 任务适配性高: YOLO标注格式兼容主流深度学习框架(如YOLOv5、YOLOv8等),可直接加载使用,支持快速模型开发和评估。 应用价值突出: 专注于热成像人物检测,在安防、监控和特殊环境检测中具有重要价值,支持早期预警和高效决策。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

全粘架构师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值