首页 游戏 软件 资讯 排行榜 专题
首页
数据库
如何解决Spring Data JPA中的SQL注入问题_利用Query注解的命名参数

如何解决Spring Data JPA中的SQL注入问题_利用Query注解的命名参数

热心网友
49
转载
2026-04-30

如何解决Spring Data JPA中的SQL注入问题:利用Query注解的命名参数

如何解决Spring Data JPA中的SQL注入问题_利用Query注解的命名参数

免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

Query注解里用字符串拼接就是SQL注入温床

@Query 注解的 JPQL 或原生 SQL 字符串里,直接用 + 号拼接用户输入,这无异于把数据库的钥匙直接交给了请求参数。虽然 JPQL 不支持将预编译占位符(比如 ?1)与动态字段名或表名混合使用,但命名参数(:name)本身是安全的——前提是,别用它去拼接 SQL 语句的结构部分。

命名参数只能绑定值,不能绑定列名或表名

这里有个最常见的误区:以为写了 @Query("SELECT * FROM :table WHERE name = :name") 就算用了命名参数。实际上,:table 会被当作一个普通的字面量字符串处理,而不是进行参数替换,运行时要么直接报错,要么查不到任何数据。JPA 规范明确禁止在运行时解析动态的表名或列名。

  • :param 只能出现在 WHERE、HA VING、ORDER BY(值部分)、GROUP BY(值部分)这类**值上下文**中。
  • 表名、列名、函数名、排序方向(ASC/DESC)这些结构部分,必须硬编码在 SQL 里,或者经过外部严格校验后,通过白名单机制进行拼接。
  • 如果业务上确实需要动态表名,建议改用 JdbcTemplate 配合白名单校验和 PreparedStatement,别强行塞进 @Query 里。

安全写法:命名参数 + 严格类型约束 + 白名单兜底

下面这个例子看起来平平无奇,但每一步其实都在为安全加锁:

@Query("SELECT u FROM User u WHERE u.status = :status AND u.name LIKE %:name%")
List findUsers(@Param("status") Integer status, @Param("name") String name);
  • status 参数是 Integer 类型,JPA 底层会自动将其转换为 JDBC 的 setInt() 调用,从根本上杜绝了字符串逃逸的可能。
  • name 参数虽然是 String 类型,但它只用于 LIKE 右侧的模糊匹配,而且通配符 % 是直接写死在 SQL 语句里的,并非从参数中拼接进来。
  • 如果业务要求按多个状态进行筛选,千万别写成 "status IN :statuses"(JPA 不支持直接将数组参数展开到 IN 子句中)。正确的做法是,动态构建 IN 子句,并配合一个经过白名单校验的枚举值列表。

原生 SQL 下命名参数仍安全,但得避开 CONCAT 和字符串函数

当使用 @Query(nativeQuery = true) 切换到原生 SQL 时,命名参数依然会走 JDBC 的预编译机制,安全性有保障。但需要注意的是,某些数据库函数可能会绕过参数化机制,带来隐患:

  • 避免使用 CONCAT(:a, :b):col = :val 这类将参数当作标识符来用的写法。
  • 像 PostgreSQL 的 quote_ident(:table) 函数,看起来能安全处理标识符,但 JPA 本身并不识别这个函数,传进去的仍然是一个未经转义的字符串。
  • 真正需要动态字段时,稳妥的做法是:先用工具类(如 StringUtils.replaceChars(fieldName, ".", "_"))进行基础清洗,再与预设的白名单(例如 Set.of("user_name", "created_at"))进行比对。如果不匹配,直接抛出 IllegalArgumentException 异常。

话说回来,最棘手的问题往往不在于参数怎么写,而在于团队中可能有人在 Service 层偷偷用 String.format 拼接好 SQL,再丢给 JdbcTemplate 去执行。这种代码在编译时不会报错,但只要参数里包含一个单引号或分号,就等于为攻击者敞开了大门。所以,盯紧日志里打印出的最终 SQL 语句,比任何编码规范都更管用。

来源:https://www.php.cn/faq/2328747.html
免责声明: 游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

相关攻略

怎样检测SQL注入是否造成了数据泄露_分析数据库审计日志与异常流量
数据库
怎样检测SQL注入是否造成了数据泄露_分析数据库审计日志与异常流量

如何准确判断SQL注入是否导致数据泄露?仅靠SELECT日志远远不够 一个核心的检测误区是:仅仅在数据库审计日志中搜索SELECT或UNION SELECT关键词,并不能直接证明数据已经发生泄露。攻击是否成功,真相往往隐藏在语句执行结果、用户权限上下文以及敏感数据访问行为这三者的交叉分析与关联验证之

热心网友
04.30
如何解决Spring Data JPA中的SQL注入问题_利用Query注解的命名参数
数据库
如何解决Spring Data JPA中的SQL注入问题_利用Query注解的命名参数

如何解决Spring Data JPA中的SQL注入问题:利用Query注解的命名参数 Query注解里用字符串拼接就是SQL注入温床 在 @Query 注解的 JPQL 或原生 SQL 字符串里,直接用 + 号拼接用户输入,这无异于把数据库的钥匙直接交给了请求参数。虽然 JPQL 不支持将预编译占

热心网友
04.30
如何修复SQL注入隐患_升级SQL框架版本修复已知问题
数据库
如何修复SQL注入隐患_升级SQL框架版本修复已知问题

框架升级不能修复SQL注入漏洞,必须将代码中所有${}替换为 {}或参数化查询,并校验动态SQL的合法性。 SQL注入没被修复,只升级框架版本根本没用 这里有个常见的误区,以为把 MyBatis 从 3 4 6 升级到 3 5 10,或者把 Spring JDBC 从 5 2 3 升到 6 1 0,

热心网友
04.30
SQL注入防御与性能平衡_通过索引优化参数化查询
数据库
SQL注入防御与性能平衡_通过索引优化参数化查询

SQL注入防御必须用参数化查询,但参数化后查询变慢怎么办 在数据库安全领域,参数化查询是防御SQL注入的底线,这一点没有讨价还价的余地。然而,一个普遍的现象是,当团队将代码中的字符串拼接SQL,替换为PreparedStatement(Ja va)或pg_query_params(PostgreSQ

热心网友
04.29
怎样检测遗留系统中的SQL注入风险_使用SQLMap工具进行漏洞扫描
数据库
怎样检测遗留系统中的SQL注入风险_使用SQLMap工具进行漏洞扫描

SQLMap需人工调优才能精准识别注入点:默认不检测HTTP头与JSON字段,必须通过--headers、--data等参数显式指定;--level --risk等级过高易触发WAF或语法错误,应根据目标环境适当降级;Generic类型需手工验证响应差异与时间延迟。 SQLMap 能够自动发现多数经

热心网友
04.29

最新APP

宝宝过生日
宝宝过生日
应用辅助 04-07
台球世界
台球世界
体育竞技 04-07
解绳子
解绳子
休闲益智 04-07
骑兵冲突
骑兵冲突
棋牌策略 04-07
三国真龙传
三国真龙传
角色扮演 04-07

热门推荐

滚筒洗衣机如何拆洗内桶最彻底?
电脑教程
滚筒洗衣机如何拆洗内桶最彻底?

滚筒洗衣机内桶最彻底的清洁方式 想给滚筒洗衣机内桶来一次真正彻底的清洁?答案只有一个:规范拆解,进行物理级的深度清洗。这可不是简单扔两包清洁剂就能搞定的事,它需要一套严格的技术流程——从断电断水开始,到分步拆卸、精准复装,每一步都马虎不得。核心步骤是:先拆外壳和前封板,再处理门锁和外筒固定结构,接着

热心网友
04.30
opporenocolor11系统可以升级ColorOS几
电脑教程
opporenocolor11系统可以升级ColorOS几

OPPO Reno11系列ColorOS 15 0正式版升级指南与体验解析 好消息来了!OPPO Reno11系列,包括Reno11 5G和Reno11 Pro 5G,现在已经可以升级到ColorOS 15 0正式版了。官方已经为符合条件的用户开放了“新版本尝鲜”通道。不过,升级前有个硬性门槛:你的

热心网友
04.30
老年助听器怎么安装?
电脑教程
老年助听器怎么安装?

老年助听器的安装:一套始于专业、终于适应的科学闭环 很多人以为,给老人戴上助听器,就像戴上一副老花镜那么简单。其实不然。一套真正有效的助听方案,远不止“开机出声”这么简单,它是一套环环相扣的科学流程:从专业的听力验配开始,到个体化的设备适配,再到循序渐进的听觉适应,三者缺一不可。这个过程,始于持证听

热心网友
04.30
以太坊7月收益减半怎么算
web3.0
以太坊7月收益减半怎么算

以太坊7月收益减半怎么算 先说一个核心结论:即将到来的以太坊收益减半,其核心逻辑在于验证者从每个区块中获得的基础共识奖励,将被直接砍掉一半。当然,这并非简单的“腰斩”,因为最终落到个人口袋里的年化收益率,是基础奖励、全网质押总量、Gas费以及MEV(最大可提取价值)收益共同作用的结果。综合来看,个人

热心网友
04.30
CentOS Python数据分析怎么实现
编程语言
CentOS Python数据分析怎么实现

在CentOS系统上实现Python数据分析 想在CentOS服务器上搭建一套高效、稳定的Python数据分析环境?对于许多开发者和数据团队而言,在Linux生产环境中部署数据分析平台是常见需求。本文将提供一份经过验证的、从零开始的详细配置指南,帮助您在CentOS系统上快速构建专业的Python数

热心网友
04.30