内容简介:本文主要是自己在实际业务开发中的一些总结,写出来希望与大家一起探讨。首先介绍一下业务背景:综上,在不同部署平台下,不同级别(角色)的人员在同一个房间里,他们所看到的界面和能使用的功能是不一样的。而且一个角色受限于部署平台和主管理员所购买的平台服务,或者随着主管理员关闭/开放某些功能,看到的界面也会不一样。
本文主要是自己在实际业务开发中的一些总结,写出来希望与大家一起探讨。
首先介绍一下业务背景:
- 我们开发的是一套2B的企业培训SaaS系统,企业可以在平台上用直播的方式对自己的员工进行培训。
- 这套SaaS系统可以对接不同的平台,如钉钉、微信等等(不同平台会限制一些功能,如钉钉不能显示员工手机号),也可以进行内网部署(内网会关闭一些线上功能)。由于部署环境和对接系统的不同,平台所能使用的功能受限,对应的前端权限也不一样。
- 这里前端的开发主要涉及账户系统级的培训管理和单个房间内直播时的控制两个部分,它们在一个SPA里面,需要一套系统管理两个部分的权限。
- 培训管理会分为账户管理员,子管理员(后续可能会增加系统管理角色),直播控制人员分为讲师,嘉宾,助手等角色。这里所有的人员都可能在一个控制页,但是由于角色的不同,UI也会不一样。
综上,在不同部署平台下,不同级别(角色)的人员在同一个房间里,他们所看到的界面和能使用的功能是不一样的。而且一个角色受限于部署平台和主管理员所购买的平台服务,或者随着主管理员关闭/开放某些功能,看到的界面也会不一样。
所以我们需要做一套权限管理系统来综合处理这些信息(平台、账户、角色),保证各角色看到不同的界面。可以看到我们这里说的权限已经不仅限于简单的角色权限,还包括角色之上的平台和账户管理员的限制。
因为最后的权限取决于所登录的账户,所以在开发中,我们将权限和账户信息放到了一起,统称为metaConfig,即账户元信息,包含账户名字、角色等基本信息,所属主账号,具体角色信息,角色权限等,它将决定最终的界面显示。
如何解决
我们使用React和Redux来开发,metaConfig对象可以直接存在Redux中进行管理。
- 在视图组件中可以通过connect函数,将metaConfig里配置的属性或权限数据映射成各组件所需的视图数据,最终呈现出不同的界面。
- 在路由控制器内,也可以从Redux中拿到metaConfig来决定路由权限。
- 一些请求方法的权限也可以根据对应的metaConfig属性来决定。
在我们的系统中,metaConfig的处理是放在reducer中的,会有一个默认的defaultMetaConfig,通过reducer生成最后的metaConfig。权限管理最关键的就是如何生成各个角色对应的metaConfig,总结起来就是:
metaConfig=f(defaultMetaConfig)
分层(管道处理)
把复杂问题拆分成简单问题
是开发中的一个重要手段。这里我们可以通过分层处理的方式,将权限管理拆分成多个层级,每层对应一个处理模块。这样一个大的权限处理过程就变成解决每个层级的权限处理。
我们先来看看系统权限管理受到哪些因素影响:部署方式(外网内网),对接平台,账户管理员购买的服务和开启/关闭的功能,账户级角色(账户管理员、子管理员),房间角色(管理员、讲师、助手、嘉宾等)。
我们把每一层抽象成一个处理器,称为parser,简单区分之后可以分为:deployParser(部署方式),platformParser(平台),accountParser(账户),roleParser(角色)。
UNIX中有一个pipeline(管道)的概念,一个程序的输出直接成为下一个程序的输入。结合到我们的业务,可以输入一个默认的metaConfig,然后依次通过各个层级的parser函数,最终输出一个metaConfig。
js中pipeline的简单实现如下,compose函数的处理顺序是反着的,可以查看Redux中 compose 的实现。
// 管道函数 const pipe = (...funcs) => { if (funcs.length === 0) { return arg => arg } if (funcs.length === 1) { return funcs[0] } return funcs.reduce((a, b) => (...args) => b(a(...args))) } 复制代码
把我们抽象好的parser丢到pipe函数中,结果如下:
metaConfig = { ...pipe( deployParser, platformParser, accountParser.createAccountParser(account), roleParser, )(defaultMetaConfig) } 复制代码
注意accountParser.createAccountParser(account)这行,我们下面一节分析。
这样我们通过管道函数将权限的处理拆分成多个层级,每个层级会操作metaConfig内对应的属性,是不是简单明了。因为是函数式的处理,可以直接放在reducer中计算出metaConfig然后保存到Redux中。
这里处理权限(不仅限于权限,还包括一些账户基础信息)的操作分为两种情况:
- 直接赋值 ,如账户信息。
// 需要重置的数据 newConfig.isSuperManager = false newConfig.isAdmin = true newConfig.name = manager.name 复制代码
- merge操作 ,将当前层级的权限与上一级传过来的权限进行merge操作,得出权限结果传给下一级。因为此处有一个权限限制的概念,如果platformParser(平台)中没有短信功能,则accountParser(账户)也应该没有,在merge函数中使用&操作将该层级与上级权限merge,得出该权限结果传给下一级。
accountParser = metaConfig => ({ ...metaConfig, // 在accountParser中进行merge操作,合并从上一层传来的metaConfig,这样的权限处理可能有多处 somePermission: mergeSomePermission(metaConfig.somePermission), ... }) // merge函数内进行具体的&操作, mergeSomePermission = prePermission => { // 当前层级没有使用短信的权限 prePermission.canUseMsg = prePermission & false, // 每个merge函数可以处理多个权限点,这里只写了一个 ... } 复制代码
细化分层(柯里化与组合)
通过上面的分层可以从大的方向上去解决权限问题,但是业务中的权限是动态的,不断扩展的,如何处理业务迭代中产生的这些问题?比如上面例子中mergeSomePermission的短信权限是限定死的为false,但是可能有的角色有这个权限,而其他角色没有这个权限。在account这层一个简单的parser无法处理不同账户间之间的差异, 而且不同级别账户需要处理的权限范围可能也不一样, 同一层级还需要不同的处理函数
,用account作为参数,来细化各个处理器。
我们可能需要下面的代码,在账户权限处理中加入不同账户的处理器:
accountParser = (account, metaConfig) => { cosnt { superManager = null, normalManager = null } = account // 分别处理superManager和normalManager的权限 let newConfig = superManagerParser(superManager, metaConfig) newConfig = normalManagerParser(normalManager, newConfig) return newConfig } superManagerParser = (superManager = null , metaConfig) => // 如果是主管理员则处理 superManager ? ({ ...metaConfig, // 根据superManager信息处理 somePermission: mergeSomePermission(superManager, metaConfig.somePermission), // 主管理员功能需要多处理一些权限 someSystemPermission: mergeSomeSystemPermission(superManager, metaConfig.somePermission) }) : metaConfig normalManagerParser = (normalManager, metaConfig) => normalManager ? ({ ...metaConfig, // 根据normalManager信息处理 somePermission: mergeSomePermission(normalManager, metaConfig.somePermission) }) : metaConfig 复制代码
从之前的管道处理中我们已经看到一些函数式编程的影子,我们可以继续使用一些函数式的方法来加工上面的函数。管道处理中的accountParser.createAccountParser(account)就是处理这个问题的。
// 函数柯里化 createSuperManagerParser = (superManager = null) => metaConfig => // 如果是主管理员则处理 superManager ? ({ ...metaConfig, // 主管理员功能需要多处理一些权限 someSystemPermission: mergeSomeSystemPermission(superManager, metaCofig.somePermission) somePermission: mergeSomePermission(superManager, metaCofig.somePermission) }) : metaConfig // 函数柯里化 createNormalManagerParser = (normalManager = null) => metaConfig => normalManager ? ({ ...metaConfig, somePermission: mergeSomePermission(normalManager, metaCofig.somePermission) }) : metaConfig // 合并成一个账户级的parser const createAccountParser = account => { const { normalManger = null, super_manager = null } = account || {} return pipe( createSuperManagerParser(super_manager), createNormalManagerParser(normalManger), ) } 复制代码
我们使用柯里化将两个parser函数处理后,可以使它们都接受metaCofig作为参数,并继续使用一个管道组合成账户级别的accountParser,它的参数还是metaConfig。这样我们在account这层用柯里化和组合使得parser也可以用管道进行再次分层处理。
同样的操作也可以应用在角色处理器roleParser中。应用RBAC权限管理,一个角色对应一个parser,使用柯里化和pipe合成一个大的roleParser。
介绍到这里,本文所要说的函数式编程在前端权限管理中的应用就差不多了。
为什么这么处理
大致有以下几点原因:
- 分层解耦。将各部分的代码分隔开,每个层级只处理自己的部分。代码清晰易维护,团队其他成员也能迅速理解思路。
- 可组合扩展。通过柯里化和管道、组合,可以实现无限分级,即使后面权限变得更复杂,也可以通过添加层级、组合parser来应对。
- 整个处理过程是函数式的,只有简单的输入输出,对外界系统无影响,放在Redux的reducer中真香。
总结
本文主要介绍了函数式编程(管道、柯里化、组合)在前端权限管理中的应用,通过分层解耦,多级分层将复杂的权限管理拆解成细粒度的parser函数。水平有限,其实也没有用的很深,只是基本解决了现有的问题。业务开发久了,可能觉得没什么提升,但是在日常的开发中也是可以活学活用的,将一些编程的基础思想积极应用到开发中也许有意向不到的结果。这里写出来供大家参考,如果有更好的想法也欢迎一起讨论。
原文地址: github.com/woxixiulayi…
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 前端笔记(关于箭头函数与普通函数的区别的理解)
- 前端Vue:函数式组件
- 前端面试ES6系列:箭头函数和普通函数的区别
- 函数劫持能做啥?前端黑科技揭秘
- 开发自己的前端工具库(二):函数式编程
- 三角函数在前端动画中的应用
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
大数据架构商业之路
黄申 / 机械工业出版社 / 2016-5-1 / 69.00元
目前大数据技术已经日趋成熟,但是业界发现与大数据相关的产品设计和研发仍然非常困难,技术、产品和商业的结合度还远远不够。这主要是因为大数据涉及范围广、技术含量高、更新换代快,门槛也比其他大多数IT行业更高。人们要么使用昂贵的商业解决方案,要么花费巨大的精力摸索。本书通过一个虚拟的互联网O2O创业故事,来逐步展开介绍创业各个阶段可能遇到的大数据课题、业务需求,以及相对应的技术方案,甚至是实践解析;让读......一起来看看 《大数据架构商业之路》 这本书的介绍吧!