如何在 Apache Superset 1.5.0 中實現后處理

Question

我目前正在通過匿名列配置的自定義實現來擴展當前的 Apache Superset 1.5.0 版本（如圖1所示）。 預期的想法是，如果數據集編輯器中的列設置為匿名，那么超集應該查詢來自數據庫的數據，但在將它們發送到前端之前，特定列應該是匿名的。

我已經能夠將該復選框值存儲在數據庫中，因為我不熟悉后端實現，我不知道將匿名化功能的具體實現放在哪里。

我已經發現查詢結果可以在query_context_processor.py中進行后處理，但是如果將列設置為匿名，我該如何獲取信息呢？

Answer 1

這不是一件微不足道的事情，依賴后處理是不安全的——它很容易被惡意用戶繞過，因為后處理是來自客戶端的請求。

我相信正確的方法是擴展列模型並向其添加anonymized屬性。 請注意，正在努力更新列模型（以及其他模型），這會使事情變得有些復雜，因為您可能還需要將邏輯添加到舊模型中，直到遷移完成。 有了這個，您將能夠確定給定數據集中的哪些列需要匿名，並且您可以在構建查詢對象時將它們替換為函數。

如果您只有幾列要匿名化，一種方法是創建一個具有匿名列的虛擬數據集，並僅向用戶授予對該數據集的訪問權限，而不是基礎表。 例如，您可以編寫以下 SQL：

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

然后將其保存為虛擬數據集。