开源后台框架、GloryAdmin、SpringBoot、vue-admin-template、角色、分布式

时间 2020-08-18

标签开源后台框架 gloryadmin springboot vue admin template 角色分布式栏目 Spring 繁體版

原文原文链接

Glory-Admin

GloryAdmin是一个基于springboot2.1.9.RELEASE 和vue-admin-template搭建的后台框架；html

GloryAdmin使用基于角色的权限管理。角色树是一个以“系统管理员”为根节点的树，权限树是由多个子权限树组成。“系统管理员”拥有全部权限；非系统管理员角色能够查看当前角色和直属下级角色的信息，但只能增删改直属下级的角色的信息（直属下级：A是B的直属下级，则A必须为B的孩子节点）。前端

技术说明

项目	技术
后端项目	springboot
前端项目	Element UI & Vue.js
数据库	MySQL
缓存	Redis

演示

演示地址github

系统架构

项目启动

数据库安装

本项目使用mysql数据库,可使用数据库脚本建立2个数据库 multi_module_db multi_module_db_01算法

项目启动

后台启动，使用28081端口spring

前端启动，使用9523端口sql

打开浏览器访问 http://localhost:9523 admin a123456

数据库

为何要数据拆分？什么是分库分表？什么是分布式数据库？

分库分表或者 sharding 的本质是摩尔定律的失效，将数据集中存储至单一数据节点的解决方案，在性能、可用性和运维成本这三方面已经难于知足互联网的海量数据场景。

单数据库不能支撑现有的业务，所以出现了分库分表，使用多个数据库进行数据存储。分库分表简单理解就是一个篮子里面装的东西有限，影响了查找效率和容量，把篮子里面的东西分红N份，装到不一样的篮子里面。从而打破容量限制，提升查询效率。

而后咱们说一下分布式数据库，国内比较流行的有腾讯的TDSQL、阿里的OceanBase，PolarDB、华为的GaussDB等。基本上都是自主研发，强一致高可用、全球部署架构、分布式无限水平扩展、高性能，千亿条记录、数百TB数据上的跨行跨表事务（为祖国点赞）。分布式数据库隐藏了数据库分库分表的策略，智能的进行数据的分库分表，使用起来就像操做一个数据库同样。

Flyway数据库的版本控制

数据库缓存层cacheDao

因为内存操做和磁盘操做根本不是一个量级的，因此在大的项目中都须要对 磁盘型的数据库 作 内存型的缓冲层，将磁盘数据缓存到内存中。数据缓存层用于缓存整个数据层的数据，加速站点访问速度。本项目使用 AOP技术、Redis内存数据库 作数据缓存层。详细请自行查看代码 com/spring/common/aop/CacheDaoAspect.java

分库分表

本项目使用sharding JDBC处理数据库的分库分表。根据业务场景，自行拆分数据。

一般项目都只有一个数据库，国内用的比较多的是阿里云的druid作数据库的链接池。本项目使用mysql,druid,sharding JDBC。数据分库分片的原理，在程序里面维护多个数据库链接池，每一个数据库链接池对应一个数据库。分库分表使用基于 XA 协议的两阶段事务处理。配置路径com.spring.common.config.shardingJDBC

数据分片的拆分方式又分为垂直分片和水平分片

垂直拆分：按照业务拆分的方式称为垂直分片，又称为纵向拆分。按照业务将表分布到不一样的数据库中，从而将压力分散至不一样的数据库。

水平拆分：不关心业务逻辑分类，而是经过某张表的某个字段（或某几个字段），根据某种规则将数据分散至多个库或表中。这里的规则，涉及到的算法，咱们称为分片算法。

经常使用分片算法

（如下内容取自shardingJDBC文档）

精确分片算法

对应 PreciseShardingAlgorithm，用于处理使用单一键做为分片键的 = 与 IN 进行分片的场景。须要配合 StandardShardingStrategy 使用。

范围分片算法

对应 RangeShardingAlgorithm，用于处理使用单一键做为分片键的 BETWEEN AND、>、<、>=、<=进行分片的场景。须要配合 StandardShardingStrategy 使用。

复合分片算法

对应 ComplexKeysShardingAlgorithm，用于处理使用多键做为分片键进行分片的场景，包含多个分片键的逻辑较复杂，须要应用开发者自行处理其中的复杂度。须要配合 ComplexShardingStrategy 使用。

Hint分片算法

对应 HintShardingAlgorithm，用于处理使用 Hint 行分片的场景。须要配合 HintShardingStrategy 使用。

后端

权限设计

用户登录获取token，存储到本地（adminLogin）
用户发送token获取用户信息和权限信息，存储到store里面。因为F5会致使store丢失，所以前端请求添加了拦截器，若是没有用户信息和权限信息就从新获取用户信息和权限（getAdminInfo）

这里返回的是用户全部的权限而不是角色，用户动态生成前端路由
asyncRoutes为动态生成的权限，若是用户的权限和路由的权限对应，则显示；

项目结构

common：数据操做，数据缓存，事务操做
admin只作controller，用于处理用户请求和后台业务之间的转发。（why这样设计呢？）because有些中间件系统须要用RPC框架作请求转发，because有些机密系统不屑于用springMVC而是选择vertx自主开发请求层。

Maven使用BOM管理

使用Maven继承管理项目依赖。Modules里面经过dependencyManagement引入依赖并指定版本，子项目继承Modules,引入依赖不须要指定版本

日志记录

全局日志处理

用户操做日志

用户操做日志，采用注解的方法。若是此方法须要记录操做日志，只需在方法名称上面添加@OperateLog注解便可。

@OperateLog
@ApiOperation(value = "登出", notes = "登出")
@GetMapping(Route.Admin.adminLogout)
public ResponseDate adminLogout(HttpServletRequest httpServletRequest) {
    AdminInfoDTO adminInfoDTO = AdminTool.getAdminUser(httpServletRequest);
    AdminUser adminUser = adminUserMapper.selectByPrimaryKey(adminInfoDTO.getAdminUk());
    adminUser.setNowToken("log-out");
    int result = adminUserService.updateAdminToken(adminUser);
    return ResponseDate.builder()
            .success(result == 1)
            .build();
}