上周我们发了一篇关于“删库跑路”引发了大家对于数据安全的思考，而权限管理又跟数据安全密不可分。权限管理作为数据系统的重要组成部分，通过控制账号的可支配能力，防止因用户操作不当导致的数据泄露、数据篡改等问题，同时，对敏感数据按查看角色进行隔离，避免不相关的人看到不应该了解的数据，达到风险管控的效果。
这篇文章，我们就来讲讲CloudQuery的权限管理功能。
CloudQuery 如何设计数据权限管理
当前我们使用的最为普及的权限模型是RBAC（Role-Based Access Control，基于角色的访问控制），CloudQuery 的权限管理功能同样是基于RBAC权限模型。简单来讲，就是一个用户拥有若干角色，每个角色拥有若干权限。这样，就构成了“用户-角色-权限”的授权模型。在该模型中，用户与角色之间，角色和权限之间，一般是多对多的关系。
而在RBAC模型之前，被广泛应用的是DAC（Discretionary Access Control）自主访问控制。DAC模型不具有“角色”这一概念，在系统中，管理员直接将权限授予用户，而拥有该权限的用户又可将权限分配给其他用户。在该模型中，只有用户到权限的多对多关系。DAC模型强调灵活性，所以适用于个人或几个人的小团队，因为其对权限控制比较分散，当用户超过一定人数会极大增加管理员的重复工作量，且容易出错，不便于管理。
RBAC则弥补了DAC的缺陷，在用户和权限之间引入“角色”的概念后，每个用户关联一个或多个角色，每个角色关联一个或多个权限，角色可根据实际业务需求灵活创建，省去了每新增一个用户就要关联一遍所有权限的麻烦，更加适用于复杂组织架构的权限管理。并且RBAC模型也可模拟出DAC模型的效果。
下面，我们就具体来讲讲CloudQuery的权限管理功能以及如何进行权限授予。
基础概念：
系统管理员
系统管理员可以对组织架构下所有用户进行系统权限的授权。
Step 1：系统管理员创建角色
Step 2：将单一或多个权限授予一个角色
Step 3：将角色绑定至用户
Owner
Owner是拥有“添加连接”权限的人，可以分配所有连接下的所有数据操作权限至普通用户。
Step 1：Owner 创建数据操作权限
Step 2：创建权限集。可将单个或多个数据操作权限存储至一个权限集。这里需要注意的是，在创建连接成功后，权限集中天然生成了初始化权限集。
Step 3：创建角色
Step 4：将权限授予角色。在数据操作权限的角色管理中，可以直接将单个或多个操作权限授予角色，也可将权限集授予角色。
可简单化为公式：m权限+n权限集=角色权限（m和n至少有一个不等于0）
Step 5：将角色绑定至用户
普通用户
系统管理员和Owner会根据企业内实际业务情况，授予不同部门的员工相应的系统权限和数据操作权限。普通用户只能在自己的权限范围内对系统进行操作。
例如：给张三赋予“运营分析专员”角色，“运营分析专员”具有公司某个MySQL连接中“销售数据库”中所有表的“查询表”权限。此时，张三则可进入系统进行该库下所有表的查询操作，但除此之外，张三不可在“销售库”中进行创建表或删除表等其他动作，更无法查看除“销售数据库”以外的其他数据库。
总结
通过本文，可以更加系统地了解目前CloudQuery的权限模块功能。DBA可以针对性地进行数据库操作授权，同时为了减少授权工作量还可以搭配权限集、角色等等定义。为了让我们的数据更安全，为了让各种数据操作者行为更加规范，一起来体验一下全新的CloudQuery权限管控功能吧。
原文：https://www.cnblogs.com/cloudquery/p/14385774.html