drools规则引擎可以实现规则之间的相互调用吗_OPA-重新定义规则引擎-入门篇

本文介绍了OPA(Open Policy Agent),一个轻量级的通用策略引擎,强调其上下文感知、表达性强和快速等优点。通过一个RBAC鉴权例子展示了OPA如何用Datalog语言定义规则,解释了rule、unification等基本语法,并鼓励读者在OPA playground中实践。
摘要由CSDN通过智能技术生成

23fe24129d39b7849c14743b879891da.png

OPA,全称OpenPolicyAgent, 底层用Go实现,它灵活而强大的声明式语言全面支持通用策略定义。

目前国内资料还比较少。

个人因为工作接触比较多,打算陆续分享些教程介绍下。

私以为规则引擎的技术选型完全可以多这个选择~~

文章目录

  • 什么是 OPA
  • 优点
  • 一个 RBAC 例子
    • 基本语法
    • rule
    • unification

什么是OPA

具体看官方文档 OPA philosophy docs

主要关键词是:

  • 轻量级的通用策略引擎
  • 可与服务共存
  • 集成方式可以是sidecar、主机级守护进程或库引入

b315e9233867a69b4e99dd4c245c396d.png

文字图片还是不够生动,看看OPA作者怎么说:

a9aca6ec87f18757eb00e87b08e70614.png
OpenPolicyAgenthttps://www.zhihu.com/video/1222623363983736832

或备用国内B站地址

优点

  • 强大的声明式策略
  • 上下文感知
  • 表达性强
  • 快速
  • 可移植
  • 输入和输出支持任意格式

配合强大的声明式策略语言Rego,描述任意规则都不是问题

  • 全面支持规则和系统解耦

a06419ed17e21a7fa26ee3794ee4d050.png
  • 集承方式多
  • Daemon式服务
  • Go类库引入
  • 决策快
  • rule indexing
  • partial evaluatio
  • 应用广泛

除了集成做Auth外,还可以应用到k8s,terraform,docker,kafka,sql,linux等上做规则决策

  • 工具齐全
  • 有命令行,有交互式运行环境
  • 支持测试,性能分析(底层Go实现)
  • 有强大的交互式编辑器扩展vscode-opa
  • 有playground分享代码

下面从一个RBAC鉴权例子来了解下OPA

一个RBAC例子

以下json配置了role能操作的资源和user的绑定关系

// data.json
{
    "roles": [
        {
            "operation": "read",
            "resource": "widgets",
            "name": "widget-reader"
        },
        {
            "operation": "write",
            "resource": "widgets",
            "name": "widget-writer"
        }
    ],
    "bindings": [
        {
            "user": "inspector-alice",
            "role": "widget-reader"
        },
        {
            "user": "maker-bob",
            "role": "widget-writer"
        }
    ]
}

当一个请求读取widgets的user(如下json)过来操作资源,怎么判定他是否可以呢?

// input.json
{
    "action":{
        "operation":"read",
        "resource":"widgets"
    },
    "subject":{
        "user":"inspector-alice"
    }
}

可能你习惯性在想用自己趁手的语言和框架,一顿遍历循环搞定。

且慢,OPA告诉我们:

几行代码就可以!(当然代码少不是重点。。。)

这里是可以在线运行的代码示例

867a71941eab543c6b2c251d5f3841c0.png

我们先抛开语法,代码其实就是描述了一条规则:

用户是否有角色,角色是否有权限操作的资源

下面我们开始学习OPA如何定义这条规则

基本语法

OPA基于一种数据查询语言Datalog实现了描述语言Rego

OPARego基本语法如下表:

bbd0de9f56a936873605d06e718da29f.png

一点也不多。函数和虚拟文档我们后边再开文章展开,今天主要看明白他的规则定义。

首先输入会挂在input对象下,用到的上下文(就是规则决策基于的源数据)会挂在data对象下

rule

当定义规则时:

  • 每条规则都会有返回值
  • 格式1:< Name > { ... }

不声明返回值,则只返回true或false

  • 格式2 < Name > = < Value > { ... }

声明返回值 < Value > 则返回其值

  • 规则体内每条描述会逐条And运算,全部成立才会返回值
  • 多条同名规则相互之间是Or运算,满足其一即可

具体到代码中规则allow, 默认值是false

要求user_has_rolerole_has_permission同时满足

两者的role_name也是一样。

你可能发现,局部变量role_name 没声明啊!

Rego里可以省略声明局部变量, 直接使用。

Tips: 但要这样的变量可以被 同名的全局变量修改。 局部变量必要时还是应该使用 some声明 如 some role_name
default allow = false

# allow will be true when user has role and role has permission
allow {
  user_has_role[role_name]
  role_has_permission[role_name]
}

然后其中user_has_role[role_name]这种带参数的结构不是规则,叫虚拟文档(文档:可被查询的集合)

# check user role binding exist
user_has_role[role_name] {
  role_binding = data.bindings[_]
  role_binding.role = role_name
  role_binding.user = input.subject.user
}
Tips: 仔细同学会发现,线上运行版有 withrole_binding = data.bindings[_] with data.bindings as data_context.bindings
with 是用来替换输入input或者上下文data里的数据。
因为线上版没法指定上边的 data.json, 所以通过变量 data_context替换传入的。

集合里边role_binding = data.bindings[_]是遍历data.bindings

Rego的遍历语法类似python,这里遍历流程是

data.bindings一个值赋值给role_binding

进行后续处理,处理完后再赋下一个值

Tips: _是特殊变量名,当需要变量占位又不需要后边引用时使用(类似Go的 _

至于role_binding.role = role_name这条你应该能猜到是判断请求过来的role名是否和配置一致

可是为什么是=操作符,不应该是==?

这里是一个有趣的点!

unification

Rego中实际只有=,而且作用是为变量赋值使等式成立,叫Unification

:=局部变量赋值,==比较,是=的语法糖,为了实现局部变量赋值和比较,和编译错误更容易区分

所以=更像是数据查询。(毕竟Rego是一个数据查询语言嘛)

这里举个例子就好理解了:

[x, "world"] = ["hello", y]
# 之后,x值为hello,y为world

总结一下,本文介绍什么是OPA,并借一个简单的RBAC例子初探了Rego强大的声明规则语法。

下一篇,将会介绍如何本地优雅的开发OPA,感兴趣同学可以先在OPA的playground玩玩。

了解更多:OPA的Rego文档
本文代码详见:NewbMiao/opa-koans

文章首发公众号:newbmiao

推荐阅读:OPA系列

88d877928b1915d4263677d011da4de6.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值