大模型应用开发 / 系统课时

隔离多租户数据

隔离多租户数据

本课解决多租户 RAG 系统中的数据隔离问题,通过比较独立集合、命名空间和租户字段过滤方案,帮助设计既安全又易维护的知识库架构。

学习目标

  • 理解多租户数据隔离的主要方案
  • 掌握租户字段过滤的实现方式
  • 能根据业务规模选择合适隔离策略

多租户隔离的核心问题

多租户系统中,不同客户共享检索基础设施,但不能共享知识内容。RAG 场景不仅需要隔离存储,还需要保证查询、索引、缓存和权限链路都不会发生跨租户访问。

隔离设计通常有三个层级:物理隔离、逻辑隔离和字段级隔离。隔离程度越高,安全性越强,但运维成本也会增加。

多租户 RAG 数据隔离方案对比图

独立集合隔离

独立集合方式为每个租户创建独立向量集合。例如租户 A 使用 collection-a,租户 B 使用 collection-b。

这种方式隔离最明显,适合对安全要求高、租户数量有限的系统。

python
collections = {
    "tenant-a": "collection-a",
    "tenant-b": "collection-b"
}

collection = collections["tenant-a"]
print(collection)

预期输出

text
collection-a

优点是数据边界清晰,缺点是租户数量增加后,集合管理和索引维护成本会上升。

命名空间隔离

命名空间方式在同一个向量存储中划分逻辑区域。查询时必须指定当前租户对应的 namespace。

这种方案比独立集合更容易管理,适合大量中小租户场景。

python
query = {
    "namespace": "tenant-a",
    "text": "员工报销流程"
}

print(query["namespace"])

预期输出

text
tenant-a

实现时需要保证 namespace 来源于服务端身份解析结果,不能由客户端随意修改。

租户字段过滤

字段过滤方式是在每个向量记录中增加 tenantId 字段,查询时携带过滤条件。

json
{
  "text": "报销规则文档",
  "metadata": {
    "tenantId": "tenant-a"
  }
}

预期结果

text
检索系统仅返回 tenantId 等于 tenant-a 的文档片段。

这种方案扩展性最好,可以快速增加租户,但必须依赖严格的过滤机制。如果过滤条件失效,会直接造成跨租户泄露。

选择隔离方案

不同规模系统可以采用不同策略:

方案 隔离强度 管理成本 适用场景
独立集合 高 高 少量高安全租户
命名空间 中高 中 大量普通租户
租户字段过滤 中 低 大规模 SaaS 场景

实际项目中也可以组合使用,例如大客户独立集合,小客户共享集合并使用租户字段过滤。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

隔离多租户数据

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通