随着个人信息和隐私数据对于保密要求越来越高，各行各业对安全的要求也越来越高。而支撑各行各业的信息系统在设计和开发时，面临着安全方面的新挑战。数据库作为信息系统中数据存储和数据管理一个重要模块，其安全和设计显得尤为重要。近年来，分布式数据库在金融业加速落地，金融机构对分布式数据库安全有哪些需求?金融机构分布式数据库要如何进行安全设计?
本文整理自DTCC 2021中国数据库技术大会上嘉宾演讲，分享嘉宾是中国银联云计算中心高级工程师李永峰，他介绍了分布式数据库安全体系，以及银联分布式数据库UPDRDB在安全设计方面的探索实践。本文主要包括以下部分：
1. 分布式数据库的安全诉求
2. 用户安全
3. SQL安全
4. 数据安全
5. 未来工作
1.分布式数据库安全诉求
首先看一下分布式数据库安全体系的定义，根据金融行业标准对分布式数据库安全体系的定义。分布式数据库安全体系包括基础支撑保障、用户管理、访问控制、数据安全、监控预警、密匙管理、安全管理、安全审计等。
最底层是基础支撑安全保障，包括操作系统、网络以及物理设备的一些安全要求。上面才是真正的分布式数据库内核的一些安全保障，包括用户管理，如身份识别和鉴别，用户授权和角色管理等。还有访问控制，如对象访问控制、一些权限节点访问控制，读写安全控制等。此外，比较重要的一部分是数据安全，数据安全包括数据存储加密、数据备份恢复加密，作为分布式数据库所强调的数据副本一致性的安全保障等。此外，还包括安全审计，如SQL 审计，数据库对SQL审计有很多要求，为了防止恶意的 SQL 攻击，用户对数据库操作 SQL 都要进行一些安全的审计来提供安全保障。
银联作为一个金融机构，严格按照金融标准要求去做分布式设计和改造。银联内自研的分布式数据库是一个演变的过程，从上一代的分布式数据库中间件UPSQL PROXY逐渐演变到新一代的 UPDRDB。
UPDRDB在原有架构上主要有以下两点创新升级：
一是在部署架构上，采用新型的中间件与分布式存储引擎(Lamost)混合部署架构。其中最新引入的分布式存储引擎(Lamost)主要负责数据的存储以及其他一些复杂语句的处理。
二是引入了独特的 SQL 分类路由和分布式事务管理机制。在新引入的布式存储引擎(Lamost)上，接入层对用户的请求进行了特殊分类，分为简单的连接交易和复杂的管理类查询交易。其中简单的连接交易，直接路由到存储层(InnoDB)处理，对于复杂的管理类查询，如多表Join以及子查询等复杂查询操作，路由到分布式存储引擎(Lamost)来处理。
UPDRDB创新架构较第一代分布式中间件有不少优势，一是支持单点 DDL，可以直接建表，对复杂语句的支持更完备，同时也支持了在纯中间件下不太容易实现的扩缩容，新一代架构实现了在线的水平扩缩容。而且较上一代产品，对简单的联机交易，在性能上也有提升。
同时新一代UPDRDB产品考虑到更多安全，在安全方面也做了加固。
在银联新一代分布式数据库设计时，银联内部的安全诉求主要体现在用户安全、SQL安全、数据安全三个方面。用户安全，主要是对用基于分布式中间件架构数据库的用户管理、鉴权以及访问控制。SQL安全主要是引入了 SQL 黑白名单以及 SQL 审计。数据安全主要是数据存储安全和数据传输安全。数据存储安全对于用户密码以及用户数据的存储引入了国密的算法，作为金融机构，银联需要满足国密的要求。
2.用户安全
UPDRDB底层存储是基于MySQL构建，整个用户体系也是在 MySQL原生用户体系上扩展新的访问控制策略。一方面在代理层增加更细致的IP黑白名单，另一方面用户密码支持国密存储和传输。
客户端与UPDRDB数据库建立连接的时候，主要是接入层做连接处理。在接入层会依次执行Host校验和User校验。
校验的过程分为两个阶段。第一个阶段是在 TCP 建链阶段，根据客户端Src执行Host校验，在初始阶段进行防护。
第二阶段是在用户认证阶段，会根据的用户名和访问源端地址进行用户匹配和校验，这与MySQL 原生用户匹配同样的策略，在用户认证完之后，还会再根据客户端Src进行 IP 黑白名单校验。
分布式中间件这种架构，代理层会有一个访问地址，存在不透明的问题。如创建一个用户U1，仅限于10.0.1.%网段访问，代理层的整个用户的控制仅10.0.1.%网段网段ID的客户端可以访问。由于代理层的存在，在数据库层的用户访问只能限于代理层的服务器访问地址，可能变成了 172 这样一个网段地址，导致代理层的访问控制策略和存储层的访问控制策略不一致。
如何将整个代理层和存储层的节点访问控制策略保持一致?银联的实现方式是 IP 透传(IP Transparency)。
IP 透传的实现是在代理层扩展了 MySQL通信协议，在代理层与存储层建立连接的时候，将客户端原始IP 地址作为连接属性透传给存储层，存储层在接到代理层连接时，实际上并没有用代理层的连接去做 IP 校验，而是识别扩展字段，用扩展的字段来表示原始的 IP 进行最终的用户Host校验。这样可以做到整个代理层和存储层的访问策略是一样的，都是10.0.1.%网段。
3.SQL安全
(1)SQL相似性
银联新一代UPDRDB中在SQL 安全方面，对接入层SQL 解析做了很大改进。在SQL解析阶段，根据词法分析(lex)和语法分析(yacc)生成SQL摘要，并基于单词序列来判断和查找相似SQL语法树，并获得了美国专利授权。 SQL相似性检测有以下几个好处：
在性能方面，相似SQL规避语法解析和CASE分析等阶段，复用语法树和执行计划，使得SQL解析与分布式执行计划构建的整体性能提升1倍左右;在数据安全方面，SQL 摘要可以达到数据脱敏效果，脱敏的信息可以用于 SQL 审计等方面;在访问控制方面，可以基于SQL 摘要实现SQL 黑白名单控制;在态势监控方面，对SQL运行状态进行实施监控和告警，也便于用户及时调优。
(2) SQL黑白名单
关于SQL 安全的SQL黑白名单，顾名思义就是通过设置SQL黑白名单来实现SQL访问控制和告警。整个 SQL 黑白名单是在SQL 相似性的基础上，基于SQL摘要来做。
银联SQL黑白名单包括三个阶段，第一阶段是 learning 阶段，即学习阶段，用户可以在线下或设置环境对业务上所有的 SQL 进行执行，做一个全量回归，学习到所有的用户SQL列表，将整个列表里面新的SQL请求标记为灰名单。第二阶段是识别阶段，在识别阶段，用户可以根据学习到的列表将所有的 SQL 划分到白名单和黑名单。到第三阶段生产运行的时候，用户应用执行的任何请求，在接入层都会根据 SQL 黑白名单进行校验。如果是白名单，则允许SQL执行，如果是黑名单，则拒绝执行。如果是灰名单，有不同的控制策略，可以控制它拒绝执行，也可以控制它允许执行。同时也可以对灰名单设置更高级的告警，让用户感知到有新的 SQL 执行。
实际上这三个阶段是一个不断循环的过程，在运行阶段进行时，学习阶段也在进行。当运行阶段用户变更业务，有新的 SQL 执行，则进入 learning 阶段，重新进行学习得到灰名单列表，识别阶段用户会根据自己的需求将新SQL划分成白名单或黑名单。通过SQL 黑白名单，可以有效防止用户未授权的 SQL 在数据库中执行，避免一些高危 SQL 执行带来的风险。
(3)SQL态势监控
SQL 态势监控，在接入层定期将相似的 SQL 执行状态按照不同的维度汇总到监控平台上，进行监控和展示。
具体的维度分为 SQL 类型和 SQL 摘要。银联将 SQL类型 分为几大类，如DML 里面有update 和 delete 这样的操作，此外还有 DDL 的一些操作，都按照类型进行划分并监控。而SQL 摘要，可以看到某一个类型里面更详细的一些 SQL 执行状态。可以看到每一个SQL类型执行平均延时、最大延时以及执行次数等指标。同时也支持针对每一个指标设置告警策略，超过限值会对用户告警通知。
(4)SQL审计
SQL 审计是现在数据库常见的功能，从客户端连接到接入层、发送请求到请求处理结束，最后客户端断开连接，对整个生命周期中请求的行为进行审计。这里分成了前端审计事件和后端审计事件两类事件。前端审计事件主要审计客户端与接入层直接接入的一些信息，包括前端应用跟接入层的连接建立和退出，后端审计事件会审计整个 SQL 执行的一些计划，后端接入层和数据层的连接的建立退出，以及整个过程中请求执行时间、结果、耗时、错误码，包括分布式数据库的整个执行计划到了哪个分片等都会有记录。
4.数据安全
数据安全包括存储加密和传输加密两方面。
(1)存储加密
存储加密方面。首先是用户密码加密存储和传输，MySQL 本身支持密码加密，有一个加密插件 mysql_native_password，是基于sha1的加密，密码属于密文传输。银联的UPDRDB引入了upsql_sm3_password插件，引入了新的加密算法 sm3(国密)。在传输的过程中，UPDRDB支持用国密的算法对密码加密进行传输和校验。
数据存储UPDRDB做了一个 InnoDB 表空间加密，MySQL 本身是基于keyring_file.so插件调用加密算法对表空间进行加密，InnoDB原生默认AES加密，为了满足金融机构对国密的需求，UPDRDB对整个插件进行了扩展，引入了新的SM4(国密)加密算法。在设置存储参数时，可以指定使用哪种加密算法。
(2)传输加密
传输加密方面，MySQL 本身支持 SSL/TLS加密数据传输。在UPDRDB架构下，由于前面有接入层、存储层，所以做了两部分的加密。
一种是只在前端加密传输，就是客户端和接入层做加密，如传统的SSL/TLS卸载那样，在这种方式下，接入层和存储层之间并没有做数据加密传输。第二种是做全链路加密传输，相当于客户端到接入层，以及接入层到数据存储层的整个传输过程中都采用加密传输。
客户端采用上述两种加密传输的任何一种，需要在各个层面做证书配置。考虑到性能，银联自己内部实践一般都是推荐选用前端加密传输，但是因为有一些要求全链路加密传输，所以UPDRDB也支持全链路加密传输。
5.未来工作
在易用性方面，将进一步提升SQL兼容性，如触发器、临时表等，以及扩展分布式索引等;在安全方面，增强数据加密传输，如双向认证、国密认证;运维方面，深度挖掘SQL审计，进一步加强SQL防御功能，加强对分布式锁等待、慢查询SQL等分析;性能方面，优化复杂SQL执行效率，如条件下推，尽可能把各种条件都下推到存储层做数据查询，复杂计算尽量用少量的数据做计算，同时优化接入层连接池模型，以及锁的优化等。
李永峰在演讲的最后介绍，银联云是中国银联的一个云服务品牌，于 2020 年 9 月 16日正式上线。银联云源于开源安全可控，立足金融为核心理念和服务宗旨，致力于为客户提供云资源服务、云平台服务、云共享服务等多方面的服务，同时结合银联在金融领域长期的研究实践和技术积累，为客户提供一站式金融解决方案。