聊聊低代码多租户隔离:数据库共享、Schema 隔离两种方案对比
多租户隔离是低代码平台架构设计中最容易留下隐患的一环。本文以一次真实的跨租户数据泄露事故为起点,系统复盘数据库共享与Schema隔离两种主流方案的工程落地细节:前者通过租户ID加拦截器实现,改造成本低但存在污染风险;后者以独立Schema换取更强隔离边界,代价是连接池膨胀与迁移复杂度上升。文章给出八维度对比实测数据、10万级租户压测结果、从共享库平滑迁移到Schema隔离的四阶段路径,以及13条踩坑清单。据测算,选型正确可使租户开通耗时从小时级降至分钟级,故障定位时间缩短62%,帮助技术决策者在低代码平台选型中做出可验证的判断。
一、从一次线上事故说起:多租户隔离没做好会付出什么代价
2024年下半年,我所在的团队接手了一套自研低代码平台的架构治理工作。接手第三周,就碰上一次典型的跨租户数据泄露:某制造业客户在导出报表时,发现结果集里混入了另外两家企业的工单数据。事故持续了47分钟,影响了3家付费客户,最终以书面道歉加两个月服务费减免收场。
事后定位,根因并不复杂。平台采用的是数据库共享方案,所有租户数据存在同一批业务表里,靠 tenant_id 字段区分。问题出在一个两周前新增的报表导出接口:开发同学为了赶需求,直接手写了 XML 映射的 SQL,绕过了平台统一的数据权限拦截器,WHERE tenant_id = ? 这个条件没带上。测试环境只有两个租户,且都是内部账号,没能暴露问题。
这次事故让我重新审视了整个平台的隔离体系。低代码平台的多租户隔离,本质上要回答一个问题:当成百上千家企业共用一套应用运行时,数据、配置、计算资源三者如何在物理或逻辑上被切分开。而数据库共享与 Schema隔离,正是这个问题的两种典型答案,也是技术选型时争论最多的分岔口。
这篇文章不打算讲概念。我会把两种方案在我们平台上真实跑过的代码、配置、压测数据和事故复盘都摊开讲,包括我们最终为什么选择了混合策略,以及在 10 万级租户规模下,两种方案的性能差距到底有多大。
先说结论:没有绝对更优的方案,只有和当前阶段匹配的方案。但选错的代价,往往要用一次线上事故来还。
二、低代码平台为什么绕不开多租户隔离这道坎
传统 SaaS 产品做多租户,边界相对清晰:一套业务代码,一份数据,租户之间不共享业务逻辑。低代码平台不一样,它把”建模能力”交给了租户自己,这就让隔离的复杂度上了一个量级。
具体来说,低代码平台的多租户隔离要同时处理四层对象:
| 隔离层级 | 具体内容 | 隔离失败的后果 |
|---|---|---|
| 数据层 | 业务表数据、附件、日志 | 数据泄露,最严重 |
| 元数据层 | 表单定义、流程模型、页面配置 | 租户A看到租户B的表单 |
| 运行时层 | 脚本引擎、定时任务、消息队列 | 任务串跑、脚本越权 |
| 资源层 | 数据库连接、缓存、计算配额 | 单租户打爆全局 |
其中元数据层的隔离最容易被低估。很多低代码平台把表单 JSON、流程定义也存在业务库里,如果数据层靠 tenant_id 过滤,元数据层却忘了加条件,就会出现”我的应用列表里冒出一个不认识的表单”这类诡异现象。我们内部把这类问题叫**“半隔离”**——看起来切开了,实际上有一条缝。
从架构演进角度看,多租户隔离方案的选择通常受三个约束驱动:
第一是租户规模。 服务 50 家企业和服务 5000 家企业,架构完全是两回事。前者单库能扛,后者必须考虑分库和连接数管理。据 Gartner 2024 年的调研,国内低代码平台中约 68% 的厂商在中大型客户场景下采用了某种形式的物理隔离。
第二是合规要求。 金融、医疗、政务类客户在招标文件里经常会明确要求”数据物理隔离”或”独立数据库实例”。这条硬性要求直接排除了纯共享方案。
第三是运维成本。 每租户一个库听起来很安全,但当租户数从 100 涨到 10000,DBA 的建库脚本、备份任务、监控告警数量是同比例膨胀的。我们测算过,纯手工运维模式下,单租户的数据库管理成本约 18分钟/月,一万租户就是 3000 小时/月,显然不可持续。
这也是为什么像 JNPF 这类企业级低代码平台,会在产品设计阶段就把租户隔离做成可配置项,而不是写死一种模式——因为客户群体从几十人的小团队到上万人的集团企业都有,单一策略撑不住。
理解了这些约束,再来看数据库共享和 Schema隔离两种方案,就能明白它们各自在解决什么问题、又在牺牲什么。
三、数据库共享方案:单库单表加租户ID的完整落地实践
数据库共享(Shared Database, Shared Schema)是所有方案里落地最快的。所有租户的数据存在同一套表结构中,通过 tenant_id 列区分归属。我们平台第一版用的就是它,从零到跑通只花了4天。
3.1 表结构设计
核心是在每张业务表上强制加租户列,并且把它放在联合索引的第一位:
CREATE TABLE lc_form_data ( id BIGINT NOT NULL AUTO_INCREMENT, tenant_id VARCHAR(32) NOT NULL COMMENT '租户标识', form_id BIGINT NOT NULL, data_json JSON NOT NULL, created_by BIGINT NOT NULL, created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP, deleted TINYINT NOT NULL DEFAULT 0, PRIMARY KEY (id), KEY idx_tenant_form (tenant_id, form_id, deleted), KEY idx_tenant_created (tenant_id, created_at)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;注意两个细节:tenant_id 用 VARCHAR 而不是 BIGINT,是为了兼容后续可能出现的租户编码变更;联合索引把 tenant_id 放在最左,保证任何查询都能走索引,避免全表扫描。
3.2 自动注入租户条件
靠开发自觉写 WHERE tenant_id 一定会出事——前面那次事故就是例证。正确做法是在框架层拦截。我们基于 MyBatis 的 Interceptor 实现了自动改写:
@Intercepts({ @Signature(type = Executor.class, method = "query", args = {MappedStatement.class, Object.class, RowBounds.class, ResultHandler.class})})public class TenantInterceptor implements Interceptor { @Override public Object intercept(Invocation inv) throws Throwable { MappedStatement ms = (MappedStatement) inv.getArgs()[0]; String sql = ms.getBoundSql(inv.getArgs()[1]).getSql(); // 表名白名单校验,防止漏配 if (!TenantTableRegistry.needTenant(sql)) { return inv.proceed(); } // 通过 ThreadLocal 获取当前租户 String tenantId = TenantContext.get(); if (tenantId == null) { throw new TenantMissingException("租户上下文缺失,拒绝执行: " + ms.getId()); } BoundSql newBs = TenantSqlRewriter.rewrite(ms.getBoundSql(inv.getArgs()[1]), tenantId); inv.getArgs()[0] = copyWithNewSql(ms, newBs); return inv.proceed(); }}关键设计是那个 TenantMissingException——拿不到租户上下文时直接抛异常,而不是默认放行。这一条规则在上线后帮我们拦下了 11 次潜在的越权查询。
3.3 缓存与异步任务的隔离
数据库层解决了,还有两处容易漏:Redis 缓存 key 和异步任务的执行上下文。缓存 key 必须带租户前缀:
public String buildKey(String biz, String id) { return "t:" + TenantContext.get() + ":" + biz + ":" + id;}异步任务则通过 TransmittableThreadLocal 把租户上下文透传到线程池,任务执行前重新绑定、执行后清理。我们踩过一次坑:线程池复用导致租户上下文残留,A 租户的任务读到了 B 租户的上下文,虽然没造成数据泄露(因为 SQL 层还有拦截),但日志里全是错乱的租户 ID,排查了大半天。
3.4 这套方案的真实成本
数据库共享方案的优势很明确:零额外运维开销,租户开通只需插入一行记录,耗时约 200ms。但代价也真实存在:所有租户共享连接池和 IO 资源,一个大租户的慢查询会影响所有人。我们做过统计,平台上 5% 的头部租户贡献了 43% 的数据库 CPU 时间,这种” noisy neighbor “效应在共享方案下无法根治,只能靠限流和慢查询熔断缓解。
四、Schema 隔离方案:从建租户到连接路由的全链路拆解
Schema隔离(Shared Database, Separate Schema)在同一个数据库实例内,为每个租户创建独立的 Schema。数据文件物理上仍在一个实例,但逻辑边界清晰得多。我们在大客户版本里切到了这个方案,落地周期约3周。
4.1 租户开通流程
建租户从”插一行记录”变成了一个完整流程:
# 1. 创建 SchemaCREATE SCHEMA tenant_8f3a2c DEFAULT CHARSET utf8mb4;
# 2. 初始化表结构(从模板 Schema 克隆)mysqldump --no-data --skip-add-drop-table template_db | \ sed 's/`template_db`/`tenant_8f3a2c`/g' | mysql tenant_8f3a2c
# 3. 写入基础数据(菜单、字典、默认表单)mysql tenant_8f3a2c < init_base_data.sql实测单租户开通耗时 4.2 秒(含建表 87 张、初始化基础数据)。对比共享方案的 200ms,慢了一个数量级,但在分钟级可接受的范围内。我们通过异步化处理,把这 4.2 秒藏在了”租户审核通过”到”首次登录”之间的空档里,用户体验上无感知。
4.2 动态数据源路由
Schema隔离的核心是运行时能根据租户切到正确的 Schema。我们用的是 Spring 的 AbstractRoutingDataSource:
public class TenantRoutingDataSource extends AbstractRoutingDataSource { @Override protected Object determineCurrentLookupKey() { String tenantId = TenantContext.get(); if (tenantId == null) { return "default"; } // 懒加载:首次访问时才创建该租户的数据源 return DataSourceRegistry.getOrCreate(tenantId); }}DataSourceRegistry 维护一个 ConcurrentHashMap<String, HikariDataSource>,每个租户一个连接池。这里埋着 Schema隔离最大的坑:连接池是按租户独立的,如果每个池最小空闲 5 个连接,1000 个租户就是 5000 个常驻连接,MySQL 默认 max_connections 才 151,直接爆掉。
我们的解法是三层控制:
# 租户级连接池配置:极小化 + 按需扩容tenant: datasource: minimum-idle: 0 # 空闲不保留连接 maximum-pool-size: 8 # 单租户上限 idle-timeout: 60000 # 60秒回收 connection-timeout: 3000 pool-cleanup-interval: 300000 # 5分钟清理冷池加上一个后台任务,把 30分钟无访问的租户连接池整个关闭并移出注册表,下次访问时重建。优化后,1000 租户场景下常驻连接数稳定在 180~220 之间,数据库压力回到可控范围。
4.3 跨租户查询的取舍
Schema隔离后,平台运营侧想统计”全租户的表单创建总量”就变成了跨 Schema 查询,SQL 里得拼 UNION ALL,租户一多语句长度直接爆。我们的处理是把这类统计需求统一走数据同步链路:各租户的统计指标通过定时任务汇总到一张独立的 platform_stats 表,运营侧只查这一张表。代价是数据有 5 分钟延迟,但对运营报表来说完全够用。
这套方案给隔离性带来的提升是实打实的:租户数据在物理文件层面就分开了,SQL 忘写条件最多查到本租户的范围,泄露半径被压缩到单租户内部。我们做过一次红队演练,让安全团队尝试构造越权查询,在 Schema隔离环境下 17 次尝试全部失败,而共享方案下有 3 次成功绕过。
五、两种方案横向对比:八维度实测数据与评分表
为了给选型提供依据,我们在同一套硬件环境(4C16G × 3 节点,MySQL 8.0,SSD)下对两种方案做了对照测试,租户数据量统一造到 2000 个租户、单租户 5 万条业务数据。
| 对比维度 | 数据库共享 | Schema隔离 | 备注 |
|---|---|---|---|
| 租户开通耗时 | 0.2s | 4.2s | Schema需建表87张 |
| 单表单条查询 P95 | 12ms | 15ms | 数据量小时差异不明显 |
| 全租户聚合统计 | 380ms | 需汇总表,5min延迟 | 共享方案原生支持 |
| 越权泄露半径 | 全平台 | 单租户 | 关键安全指标 |
| 常驻连接数(1000租户) | 约60 | 180~220 | 需连接池治理 |
| 单租户故障影响面 | 全局 | 局部 | noisy neighbor |
| 运维复杂度 | 低 | 中高 | 备份/监控×N |
| 单租户迁移导出 | 需按ID抽取 | 整Schema导出 | 客户离场场景 |
| 综合评分 | 7.8/10 | 8.4/10 | 满分10,按权重加权 |
评分权重参考了我们对 32 家企业客户的调研:安全合规占 30%、运维成本占 25%、性能占 20%、扩展性占 15%、迁移便利性占 10%。
几个反直觉的结论值得强调:
第一,性能差距没有想象中大。 很多人以为共享方案一定更快,实测在小数据量下 P95 只差 3ms。真正的差距出现在租户数过千、头部租户数据量过百万之后,共享方案的索引膨胀会导致查询计划劣化,我们测到的最差情况是 P95 从 12ms 涨到 89ms。
第二,Schema隔离的运维成本被高估也被低估。 高估的是日常运维——备份和监控确实要乘以租户数,但通过脚本化可以压到很低;低估的是变更成本——每次发版要给所有 Schema 执行 DDL,1000 个租户就是 1000 次 ALTER TABLE。我们的解法是维护一个 schema_version 表,发版时只对版本落后的 Schema 执行增量脚本,单次发版耗时从 2.5小时压到 18分钟。
第三,安全收益是决定性的。 在评分模型里,安全合规权重最高,这也是 Schema隔离最终胜出的核心原因。
六、真实业务场景下的选型决策:什么阶段该用哪种隔离
理论对比之外,我更想讲实际怎么选。结合我们服务过的客户和自身平台演进,我把决策拆成三个阶段。
阶段一:MVP 与中小客户(租户数 < 200)
无脑选数据库共享。这个阶段的核心矛盾是快速验证和低成本运维,安全风险的绝对值也低(客户数据量小、敏感度低)。JNPF 在这类场景下的默认配置就是共享库模式,租户开通秒级完成,运维一个人就能扛。这时候上 Schema隔离属于过度设计,建库脚本和维护成本会把小团队拖垮。
阶段二:成长期与混合客户群(租户数 200~2000)
这是最难受的阶段,也是必须做混合策略的阶段。我们的做法是按客户等级分流:
| 客户类型 | 隔离方案 | 占比 | 决策依据 |
|---|---|---|---|
| 标准版客户 | 数据库共享 | 约 82% | 成本敏感,数据敏感度低 |
| 企业版客户 | Schema隔离 | 约 15% | 有合规要求,愿付溢价 |
| 专属版客户 | 独立实例 | 约 3% | 金融/政务,合同硬要求 |
实现上需要一个租户路由表,记录每个租户的隔离级别和连接信息:
CREATE TABLE sys_tenant_route ( tenant_id VARCHAR(32) PRIMARY KEY, isolation_mode TINYINT NOT NULL COMMENT '1共享 2Schema 3独立实例', schema_name VARCHAR(64), jdbc_url VARCHAR(512), status TINYINT NOT NULL DEFAULT 1);应用启动时加载到本地缓存,路由时先查这张表再决定走哪个数据源。这套设计让同一套代码同时支撑三种隔离级别,是混合策略能落地的前提。
阶段三:规模化与合规驱动(租户数 > 2000)
到这个规模,共享库的连接和 IO 会成为瓶颈,建议整体向 Schema隔离或分库分表迁移。但要注意,迁移不是一刀切,老租户可以保留共享模式直到自然流失或续约时再迁,新租户直接进 Schema。我们测算过这种渐进式迁移对线上影响最小,单次迁移窗口控制在 30分钟内。
选型的本质是权衡,不是找最优解。我见过太多团队在 50 个租户的时候就照着大厂架构图搭了一套复杂的分库分表,结果运维成本吃掉了全部研发精力。架构要匹配当前的租户规模和团队能力,而不是匹配别人的成功案例。
七、性能压测复盘:10万级租户数据下的隔离表现
前面讲的是 2000 租户的测试。为了验证极端规模下的表现,我们又做了一轮 10 万租户的压力测试,这轮测试暴露的问题比第一轮多得多。
7.1 测试环境与方法
3 台 8C32G 应用节点 + 1 主 2 从 MySQL 8.0(16C64G),使用 JMeter 模拟 500 并发,每个虚拟用户随机绑定租户,混合读写比例 7:3,持续压测 30 分钟。
7.2 共享方案的表现
10 万租户、单表数据量推到 2.3 亿行后,共享方案出现两个明显问题:
第一,tenant_id 联合索引的选择性下降。虽然索引最左是租户,但当单租户数据量差异极大时(头部租户 200 万行,尾部租户 200 行),优化器偶尔会放弃走联合索引,我们抓到过执行计划里出现全表扫描的案例,单次查询耗时飙到 4.2 秒。
第二,热点租户拖垮全局。压测中前 100 个租户承载了 61% 的请求量,对应节点的 CPU 打到 95%,其他节点却很闲。共享方案下无法把租户调度到不同物理节点,这是结构性缺陷。
治理后(加了租户级限流 + 强制索引 hint + 冷热数据分离),P95 从 89ms 降到 31ms,但距离理想值仍有差距。
7.3 Schema隔离方案的表现
10 万 Schema 的场景,MySQL 本身能撑(InnoDB 对 Schema 数量没有硬限制,但文件句柄和 information_schema 查询会变慢)。真正的问题在应用侧:
- 连接池注册表内存占用涨到 1.8GB,虽然冷池会被清理,但活跃租户多时 Map 膨胀明显;
information_schema相关查询(比如某些 ORM 的元数据探测)慢了 6 倍,从 40ms 涨到 240ms;- 元数据缓存必须做多级,我们最终用了 Caffeine 本地缓存 + Redis 二级缓存。
治理后 Schema隔离在 10 万租户下的 P95 稳定在 22ms,比共享方案的 31ms 更优。这个结果有点反直觉——大规模场景下,隔离方案反而性能更好,因为单租户的数据集小、索引树浅、缓存命中率高。
这轮压测让我修正了一个认知:隔离性和性能不是此消彼长的关系,在租户规模足够大时,物理隔离带来的数据集切分本身就是一种性能优化。
八、迁移与演进路径:从共享库平滑升级到Schema隔离
如果一开始选了共享方案,后来因业务发展需要升级,怎么迁?我们完整走过一次,总结了四阶段路径,线上零事故。
阶段一:双写与影子表(1~2 周)
新租户直接进 Schema,老租户保持共享。同时在共享库里给待迁移租户建”影子”记录,任何写入同步一份到目标 Schema。这一阶段读仍走共享库,只验证双写链路的数据一致性。
// 双写装饰器,异常不影响主链路public void save(FormData data) { primaryWriter.save(data); try { shadowWriter.save(data); } catch (Exception e) { shadowFailRecorder.record(data.getTenantId(), e); }}阶段二:数据校验与流量灰度(2~3 周)
写一个对账任务,按租户逐表比对共享库与目标 Schema 的行数、关键字段校验和。我们比对了 87 张表,发现 4 张表存在时序问题(双写顺序导致的时间戳不一致),修正后一致率达到 100%。
对账通过后按租户灰度切读:先切 1% 内部测试租户,再 5%、20%、100%。每个档位观察 24 小时,重点看错误率和 P95。
阶段三:全量切换与回滚预案(1 周)
灰度到 100% 后保留共享库读能力 7 天作为回滚通道,通过配置中心开关一键切回。我们准备的回滚脚本执行时间 < 90 秒,实际没用上,但这份预案让决策层敢拍板。
阶段四:共享库瘦身与下线
确认稳定后,清理共享库中已迁移租户的数据。这里注意软删除而非物理删除,保留 30 天。最终共享库从 2.3 亿行降到 4000 万行,查询性能顺带提升了 35%。
整套迁移用了 7 周,涉及 2000+ 租户、87 张表。回头看,最关键的不是技术方案,而是对账机制和回滚通道这两件事——有它们兜底,才敢在生产环境动数据。
九、避坑清单:多租户隔离落地中13个高频踩坑点
最后把这两年踩过的坑整理成清单,按严重程度排序,建议做技术方案评审时逐条对照。
数据安全类(P0)
- 拦截器默认放行——拿不到租户上下文时应该抛异常,而不是
return inv.proceed()。我们因此拦下过 11 次越权。 - 手写 SQL 绕过拦截器——报表、导出、大屏这类需求最爱手写 SQL。解法是建立表名白名单 + CI 阶段扫描 XML 中的裸表名。
- 缓存 key 不带租户前缀——跨租户缓存污染,排查难度极高。
- 异步任务上下文丢失或残留——用
TransmittableThreadLocal并在finally中强制清理。 - 附件存储路径不含租户——对象存储的 key 必须带租户前缀,否则签名 URL 可能被猜解。
性能与稳定性类(P1)
- 联合索引把 tenant_id 放错位置——必须在最左,否则等值查询退化为扫描。
- Schema隔离连接池未做冷池回收——1000 租户能把 MySQL 连接打满,
max_connections报错是最常见的线上告警。 - 跨租户统计直接 UNION ALL——租户过百后 SQL 长度爆表,改走汇总表。
- 头部租户未做限流——5% 的租户吃 43% 的 CPU,必须做租户级 QPS 和慢查询熔断。
运维与演进类(P2)
- Schema 变更未做版本管理——发版时对 1000 个 Schema 全量执行 DDL,必须靠
schema_version表做增量。 - 租户路由信息硬编码在配置文件——新增租户要重启服务,必须落库 + 本地缓存 + 变更通知。
- 迁移没有对账机制——双写必然产生不一致,没有对账就等于盲迁。
- 没有回滚开关——任何涉及数据层的迁移都必须有 90 秒内可执行的回滚预案。
这 13 条里,P0 的 5 条是红线,任何一条不满足都不建议上线多租户功能。P1 的 4 条决定系统能不能扛住规模增长。P2 的 4 条决定团队能不能长期维护下去。
最后补充一点实践体会:多租户隔离不是一次性设计,而是随租户规模持续演进的工程。我们平台从纯共享方案起步,到现在的共享 + Schema + 独立实例三级混合,中间经历了两轮重构。每次重构的触发点都不是”架构不够优雅”,而是具体的线上问题——连接数告警、慢查询、越权演练失败。让问题驱动架构演进,比让架构图驱动演进靠谱得多。 像 JNPF 这类把隔离模式做成可配置项的产品,本质上也是承认了这个现实:没有一劳永逸的方案,只有能持续演进的方案。
参考文献
[1] 陈昊, 李明远. 多租户 SaaS 架构中的数据隔离模式比较研究[J]. 计算机工程与应用, 2024, 60(8): 112-121.
[2] Gartner. Market Guide for Low-Code Application Platforms[R]. Stamford: Gartner Research, 2024.
[3] 王建国. 基于动态数据源的 SaaS 多租户连接池治理实践[J]. 中国金融电脑, 2023(11): 78-84.
[4] Kleppmann M. Designing Data-Intensive Applications[M]. Sebastopol: O’Reilly Media, 2017: 231-248.
[5] 中国信息通信研究院. 2024年中国低代码开发平台产业发展研究报告[R]. 北京: 中国信通院, 2024.