DjangoRedis缓存权限管理与用户角色控制
本文深入探讨了在 Django 中如何通过 Redis 智能缓存用户角色与权限映射关系(而非简单缓存布尔结果),以显著提升高并发场景下的权限校验性能;文章指出直接缓存 `user.has_perm()` 的返回值会导致动态权限失效、细粒度控制失灵等严重问题,转而推荐缓存用户 ID 对应的 Group 名称列表和显式 Permission codename 列表,并结合 `post_save`/`m2m_changed` 信号主动失效,再配合自定义认证后端实现“查缓存 + 内存计算”的高效权限判断——同时提醒读者注意 `permission_required`、`PermissionRequiredMixin` 和 Admin 权限过滤等易被忽略的绕过缓存路径,强调只有统一收口所有权限检查逻辑,才能真正发挥缓存价值。

为什么不能直接把 user.is_authenticated 之后的权限判断逻辑全塞进 Redis?
因为权限不是静态快照,而是动态依赖:用户可能刚被移出某个 Group,或刚被赋予新 Permission,但缓存没失效;更关键的是,Django 的 user.has_perm() 和 user.has_module_perms() 底层会查多张表(auth_permission、auth_group_permissions、auth_user_groups),直接缓存布尔结果会导致细粒度控制失灵。
真正该缓存的是「用户角色映射关系」——即用户 ID 到其所属 Group 名称列表、以及显式授予的 Permission codename 列表。这部分数据变更频率低,且能支撑后续所有权限检查的本地计算。
- 缓存键建议用
f"user_roles_{user.id}",值为 Pythonlist序列化后的字符串(如 JSON) - 务必设置过期时间(如
3600秒),避免永久脏数据 - 在
Group或User相关的post_save/m2m_changed信号中主动删除该键
如何用 Redis 缓存并快速查用户角色(含 Group + 直接 Permission)
不要复用 Django 默认的 django.contrib.auth.backends.ModelBackend,而是在自定义后端中提前加载缓存角色,再做本地判断。核心是把「查库」变成「查缓存 + 内存计算」。
示例片段(放在 backends.py 中):
import json import redis from django.conf import settings from django.contrib.auth.backends import ModelBackend from django.contrib.auth.models import Permissionr = redis.Redis(**settings.REDIS_CONFIG)
class CachedRoleBackend(ModelBackend): def _get_user_roles(self, user): key = f"userroles{user.id}" cached = r.get(key) if cached: return json.loads(cached)
缓存未命中:查库组装
groups = list(user.groups.values_list("name", flat=True)) perms = list(user.user_permissions.values_list("codename", flat=True)) data = {"groups": groups, "perms": perms} r.setex(key, 3600, json.dumps(data)) return data def has_perm(self, user, perm, obj=None): if not user.is_authenticated: return False roles = self._get_user_roles(user) app_label, codename = perm.split(".", 1) # 先查直连权限 if codename in roles["perms"]: return True # 再查组权限(需查 auth_permission 表获取 group-level 权限) for group_name in roles["groups"]: # 这里不查库!改用预加载的 group_perm_map 缓存(见下节) pass return False
注意:has_perm 中对 Group 权限的判断不能只靠 group.name,必须关联到 Permission —— 所以还需一层 group_perm_map 缓存。
怎么缓存 Group → Permission 映射避免每次查 auth_group_permissions?
Group 权限极少变动,但每次调 user.has_perm() 都会触发 JOIN 查询,这是性能瓶颈。应单独缓存每个 Group 对应的所有 codename 列表。
- 键名用
f"group_perms_{group.id}",值为list的 JSON 字符串 - 在
Group的post_save和m2m_changed(监听permissions关系)信号中刷新 - 在上一节的
has_perm中,循环roles["groups"]时,用 Group 名反查 ID(可额外缓存group_name_to_id),再取对应权限列表
若不想维护 name→id 映射,可直接缓存 f"group_perms_by_name_{group.name}",但需确保 Group 名唯一且不带空格/特殊字符。
使用 CachedRoleBackend 后,哪些地方仍会绕过缓存?
最常被忽略的是 django.contrib.auth.decorators.permission_required 和基于类的 PermissionRequiredMixin —— 它们默认调用的是 request.user.has_perm(),而该方法走的是 User 模型自带逻辑,**不会自动使用你注册的 backend**。
必须显式覆盖:
- 在视图函数中,手动调用
backend.has_perm(request.user, "app.action_model") - 在 CBV 中重写
has_permission(),实例化并调用你的 backend - 或全局替换
AUTHENTICATION_BACKENDS,确保它排在第一位,并确认所有权限检查路径最终都走到你的 backend
另一个坑:Admin 界面的权限过滤(如 get_queryset 中的 user.has_perm)也容易漏掉缓存,必须统一收口到自定义 backend 调用。
缓存命中的价值取决于你是否堵死了所有「查库」入口 —— 只要漏一个,就白搭。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
Linux合并文件技巧:cat与重定向使用教程
- 上一篇
- Linux合并文件技巧:cat与重定向使用教程
- 下一篇
- JavaRandom.nextInt(范围)生成随机数全解析
-
- 文章 · python教程 | 59分钟前 | 并发编程 · Python教程 · Python multiprocessing Pool initializer spawn initargs 多进程配置
- Python multiprocessing spawn 传递初始化配置的方案
- 295浏览 收藏
-
- 文章 · python教程 | 1小时前 | 文件处理 · 标准库 · csv · python · 数据导入 · Python csv DictReader DictWriter 空行 newline lineterminator
- Python csv newline 参数避免空行的文件处理
- 365浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python itertools.batched 分批消费迭代器的边界
- 408浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python 正则原子组避免回溯放大的写法
- 267浏览 收藏
-
- 文章 · python教程 | 1小时前 | 标准库 · python · Python map sorted 对象属性 operator.attrgetter itemgetter
- Python operator.attrgetter 怎样批量读取对象属性
- 305浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · 异步编程 · Python asyncio timeout CancelledError TimeoutError
- Python asyncio.timeout 区分超时与主动取消的边界
- 172浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · 异步编程 · Python asyncio CancelledError TaskGroup ExceptionGroup
- Python asyncio.TaskGroup 取消兄弟任务的处理方式
- 289浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1015次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1019次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1144次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1119次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 960次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

