如何在 Apache Superset 1.5.0 中实现后处理

Question

我目前正在通过匿名列配置的自定义实现来扩展当前的 Apache Superset 1.5.0 版本（如图1所示）。 预期的想法是，如果数据集编辑器中的列设置为匿名，那么超集应该查询来自数据库的数据，但在将它们发送到前端之前，特定列应该是匿名的。

我已经能够将该复选框值存储在数据库中，因为我不熟悉后端实现，我不知道将匿名化功能的具体实现放在哪里。

我已经发现查询结果可以在query_context_processor.py中进行后处理，但是如果将列设置为匿名，我该如何获取信息呢？

Answer 1

这不是一件微不足道的事情，依赖后处理是不安全的——它很容易被恶意用户绕过，因为后处理是来自客户端的请求。

我相信正确的方法是扩展列模型并向其添加anonymized属性。 请注意，正在努力更新列模型（以及其他模型），这会使事情变得有些复杂，因为您可能还需要将逻辑添加到旧模型中，直到迁移完成。 有了这个，您将能够确定给定数据集中的哪些列需要匿名，并且您可以在构建查询对象时将它们替换为函数。

如果您只有几列要匿名化，一种方法是创建一个具有匿名列的虚拟数据集，并仅向用户授予对该数据集的访问权限，而不是基础表。 例如，您可以编写以下 SQL：

SELECT
  user_id, user_username, HASH(user_email) AS anonymized_email, ...
FROM ...
...

然后将其保存为虚拟数据集。