如何限制SQL Server用户对同表不同数据集的SELECT查询权限

以下是4种可落地的实现方案，按推荐优先级排序：

方案1：视图权限隔离（兼容性最高，优先推荐） #

你原来的视图方案问题在于错误授予了用户x基表的直接访问权限，调整后即可满足需求：

• 收回用户x对表x、表y的所有直接访问权限
• 新建两个独立视图，视图所有者保留基表的访问权限：

  -- 男性数据视图：返回全部字段
  CREATE VIEW v_male_data AS
  SELECT y.*, x.* 
  FROM y INNER JOIN x ON y.Id = x.id
  WHERE x.type = 'male';
  
  -- 女性数据视图：排除age字段
  CREATE VIEW v_female_data AS
  SELECT y.*, x.id, x.type 
  FROM y INNER JOIN x ON y.Id = x.id
  WHERE x.type = 'female';
  

• 仅给用户x授予两个视图的SELECT权限即可
• 优缺点：
  • 优点：所有关系型数据库通用，逻辑清晰无歧义，排查问题成本低
  • 缺点：如果后续权限规则变多，需要维护大量视图，适合规则固定的场景

方案2：行级安全(RLS)+列级权限组合 #

支持行级安全的数据库（PostgreSQL、SQL Server、MySQL 8.0+）可以用该方案，无需修改业务查询逻辑：

• 给用户x授予表y的全列SELECT权限，表x的id、type字段的SELECT权限
• 在表x上开启行级安全，新增额外权限策略：当行数据的type='male'时，允许用户x读取age字段
  以PostgreSQL为例示例规则：

  ALTER TABLE x ENABLE ROW LEVEL SECURITY;
  CREATE POLICY x_male_access_age ON x
  FOR SELECT USING (type = 'male')
  TO x;
  GRANT SELECT (age) ON x TO x;
  

• 优缺点：
  • 优点：业务层无需调整查询逻辑，权限统一在数据库层管控，灵活度高
  • 缺点：不同数据库的RLS语法差异大，跨库迁移成本高，复杂规则可能拖慢查询性能

方案3：动态数据屏蔽 #

支持动态数据屏蔽功能的数据库（SQL Server、Snowflake、阿里云PolarDB等）可以用该方案，配置成本最低：

• 给用户x授予表x、表y的全列SELECT权限
• 对表x的age字段配置条件屏蔽规则：当行的type='female'且访问用户为x时，屏蔽age字段的返回值（返回null或占位符）
  以SQL Server为例示例规则：

  ALTER TABLE x 
  ALTER COLUMN age ADD MASKED WITH (FUNCTION = 'partial(0,"***",0)');
  -- 新增屏蔽生效条件：type为female时对用户x生效
  CREATE SECURITY POLICY x_age_mask_policy
  ADD MASKED COLUMN (age) ON x
  FOR USER x
  WHEN type = 'female';
  

• 优缺点：
  • 优点：配置极简，对业务查询完全透明
  • 缺点：仅支持特定数据库，高权限账号可绕过屏蔽规则

方案4：调用栈判断+角色权限（不推荐） #

你提到的判断调用来源的方案仅适合特殊场景，存在明显缺陷：

• 不同数据库获取执行上下文/调用栈的语法差异极大，且部分数据库不支持
• 规则容易被绕过：比如用户伪造视图调用上下文、通过存储过程间接访问基表都会导致规则失效
• 维护成本极高，排查权限问题难度大

内容的提问来源于stack exchange，提问作者Murad Mahd Aqrabawi