若依前后端分离(Spring Security)整合CAS Client实现一对多绑定（二）

若依前后端分离(Spring Security)整合CAS Client实现一对多绑定（二）

前言

针对CAS Server搭建了一个单独的管理端，登录采用单点登录，用于管理CAS Server User与 Cas Client User的绑定关系
该文章主要演示如何将Cas Client User接入该服务进行管理配置。

后端

1. 修改application-dev.yml

# 数据源配置
spring:
    datasource:
        type: com.alibaba.druid.pool.DruidDataSource
        driverClassName: com.mysql.cj.jdbc.Driver
        druid:
            # 主库数据源
            master:
                # nullCatalogMeansCurrent=true 解决 mysql-connector-mysql 8.0 (spring-boot-starter-parent 管理的版本) + Activiti 6.x 自动建表失败
                url: jdbc:mysql://CAS Server数据库IP:端口/数据库?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B8&nullCatalogMeansCurrent=true
                username: 账号
                password: 密码
            多数据源的名称（后续会用到，保持唯一，可以配置多个）:
              # nullCatalogMeansCurrent=true 解决 mysql-connector-mysql 8.0 (spring-boot-starter-parent 管理的版本) + Activiti 6.x 自动建表失败
                url: jdbc:mysql://CAS Client数据库IP:端口/数据库?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B8&nullCatalogMeansCurrent=true
                username: 账号
                password: 密码
            # 初始连接数
            initialSize: 5
            # 最小连接池数量
            minIdle: 10
            # 最大连接池数量
            maxActive: 20
            # 配置获取连接等待超时的时间
            maxWait: 60000
            # 配置间隔多久才进行一次检测，检测需要关闭的空闲连接，单位是毫秒
            timeBetweenEvictionRunsMillis: 60000
            # 配置一个连接在池中最小生存的时间，单位是毫秒
            minEvictableIdleTimeMillis: 300000
            # 配置一个连接在池中最大生存的时间，单位是毫秒
            maxEvictableIdleTimeMillis: 900000
            # 配置检测连接是否有效
            validationQuery: SELECT 1 FROM DUAL
            testWhileIdle: true
            testOnBorrow: false
            testOnReturn: false
            webStatFilter:
                enabled: true
            statViewServlet:
                enabled: true
                # 设置白名单，不填则允许所有访问
                allow:
                url-pattern: /druid/*
                # 控制台管理用户名和密码
                login-username:
                login-password:
            filter:
                stat:
                    enabled: true
                    # 慢SQL记录
                    log-slow-sql: true
                    slow-sql-millis: 1000
                    merge-sql: true
                wall:
                    config:
                        multi-statement-allow: true

2. 修改DataSourceType

package com.ruoyi.common.enums;

/**
 * 数据源
 * 
 * @author ruoyi
 */
public enum DataSourceType
{
    /**
     * 主库
     */
    MASTER,

    /**
     * 从库
     */
    SLAVE,

    /**
     * 上一步多数据源的名称
     */
    多数据源的名称,

}

3. 修改DruidConfig

路径：com.ruoyi.framework.config.DruidConfig

/**
 * 配置多数据源
 * @param druidProperties
 * @return
 */
@Bean
@ConfigurationProperties("spring.datasource.druid.第一步多数据源的名称")
public DataSource 多数据源的名称DataSource(DruidProperties druidProperties) {
    
    
    DruidDataSource dataSource = DruidDataSourceBuilder.create().build();
    return druidProperties.dataSource(dataSource);
}

@Bean(name = "dynamicDataSource")
@Primary
public DynamicDataSource dataSource(DataSource masterDataSource)
{
    
    
    Map<Object, Object> targetDataSources = new HashMap<>();
    targetDataSources.put(DataSourceType.MASTER.name(), masterDataSource);
    setDataSource(targetDataSources, DataSourceType.SLAVE.name(), "slaveDataSource");
    setDataSource(targetDataSources, DataSourceType.多数据源的名称.name(), "多数据源的名称DataSource");

    return new DynamicDataSource(masterDataSource, targetDataSources);
}

4. 实现IBindUserService接口

路径：com.ruoyi.system.binduser.service.IBindUserService

package com.ruoyi.system.binduser.service.impl;

import com.ruoyi.common.annotation.DataSource;
import com.ruoyi.common.enums.DataSourceType;
import com.ruoyi.system.binduser.domain.BindUser;
import com.ruoyi.system.binduser.domain.model.BindUserListQueryBody;
import com.ruoyi.system.binduser.mapper.BindUserFor你的数据源Mapper;
import com.ruoyi.system.binduser.service.IBindUserService;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.stereotype.Service;

import javax.annotation.Resource;
import java.util.List;

/**
 * @ClassName UserBindServiceFor你的数据源Impl
 * @Author xu
 * @Date 2021/5/12 14:15
 * @Version 1.0
 */
@Service("你的数据源（首字母小写）Service")
@DataSource(DataSourceType.你的数据源)
public class BindUserServiceFor你的数据源Impl implements IBindUserService {
    
    
    private static final Logger log = LoggerFactory.getLogger(BindUserServiceFor你的数据源Impl.class);

    @Resource
    private BindUserFor你的数据源Mapper userMapper;

    /**
     * 根据条件分页查询用户列表
     *
     * @param queryBody 用户信息
     * @return 用户信息集合信息
     */
    @Override
    public List<BindUser> selectUserList(BindUserListQueryBody queryBody) {
    
    
        return userMapper.selectUserList(queryBody);
    }

	/**
     * 绑定用户
     * @param userId
     * @param casUserName
     * @return
     */
    @Override
    public int bind(Long userId, String casUserName) {
    
    
        return userMapper.bind(userId, casUserName);
    }

	/**
     * 解绑用户
     * @param userId
     * @return
     */
    @Override
    public int unbind(Long userId) {
    
    
        return userMapper.unbind(userId);
    }
}

5. 编写对应的Mapper类及mapper.xml

mapper路径：com.ruoyi.system.binduser.mapper
xml路径：resource.mapper.system.user