如何对数据库中的JSON字段进行脱敏？

本文目录导读：

1. 方案一：数据库原生 JSON 函数 + 视图（推荐用于查询脱敏）
2. 方案二：应用层编码（灵活可控，推荐用于存储脱敏）
3. 方案三：数据库触发器（适用于自动写入脱敏）
4. 方案四：数据虚拟化 / 中间件（适用于无侵入脱敏）
5. 必须避开的 “坑”
6. 总结推荐路径

对数据库中 JSON 字段进行脱敏，比处理普通字段更复杂，因为需要定位到 JSON 内部的特定键，而不是直接处理整个字段值。

具体采用哪种方法,主要取决于你的数据库类型（MySQL, PostgreSQL, MongoDB等）、脱敏触发时机（查询时实时脱敏 vs 存储前持久化脱敏）以及性能要求。

以下是几种主流、可行的方案，按推荐程度和场景排序：

数据库原生 JSON 函数 + 视图（推荐用于查询脱敏）

这是性能最好、最安全的方案，通过创建数据库视图（View），在查询时动态替换敏感字段，不修改原始数据。

适用场景： MySQL 5.7+， PostgreSQL， 数据量较大，需要实时脱敏。

• MySQL 示例： 假设表 users 中有一个 profile JSON 列，内容为 {"name": "张三", "idcard": "110101199001011234", "phone": "13800138000"}。 你需要对 idcard 和 phone 脱敏。

  -- 创建视图，在查询时动态替换
  CREATE VIEW users_safe AS
  SELECT 
      id,
      JSON_SET(
          profile,
          '$.idcard', CONCAT(LEFT(profile->>'$.idcard', 4), '********'),
          '$.phone', CONCAT(LEFT(profile->>'$.phone', 3), '****', RIGHT(profile->>'$.phone', 4))
      ) AS profile
  FROM users;

• PostgreSQL 示例： 使用 jsonb_set 函数，语法更简洁。

  CREATE VIEW users_safe AS
  SELECT 
      id,
      jsonb_set(
          jsonb_set(profile, '{idcard}', to_jsonb(substr(profile->>'idcard', 1, 4) || '******')),
          '{phone}', to_jsonb(substr(profile->>'phone', 1, 3) || '****' || substr(profile->>'phone', 8, 4))
      ) AS profile
  FROM users;

应用层编码（灵活可控，推荐用于存储脱敏）

在数据写入数据库前,在应用的后端代码中进行脱敏处理，这是最灵活的方式，可以调用复杂的脱敏算法（如保留格式、哈希等）。

适用场景： 微服务架构，数据合规要求高（如需要保留原始数据的同时存储脱敏副本）。

• Python 示例：

  import json
  import re
  def mask_json_field(json_str: str, fields_to_mask: dict) -> str:
      """
      对 JSON 字符串中的指定字段进行脱敏
      :param json_str: 原始 JSON 字符串
      :param fields_to_mask: 字典，键为字段路径，值为脱敏函数
      :return: 脱敏后的 JSON 字符串
      """
      data = json.loads(json_str)
      for field, mask_func in fields_to_mask.items():
          if field in data:
              data[field] = mask_func(data[field])
      return json.dumps(data, ensure_ascii=False)
  # 使用示例
  def mask_phone(phone):
      return phone[:3] + '****' + phone[-4:]
  def mask_idcard(idcard):
      return idcard[:4] + '********' + idcard[-4:]
  raw_json = '{"name":"张三", "idcard":"110101199001011234", "phone":"13800138000"}'
  masked_json = mask_json_field(raw_json, {"phone": mask_phone, "idcard": mask_idcard})
  print(masked_json)
  # 输出: {"name": "张三", "idcard": "110101********1234", "phone": "138****8000"}

数据库触发器（适用于自动写入脱敏）

如果不想改应用代码,可以使用数据库的触发器（Trigger），在数据被 INSERT 或 UPDATE 时，自动将原始 JSON 字段修改为脱敏后的值。

适用场景： 老旧系统无法改代码，但需要确保数据入库即脱敏。

• MySQL 示例：

  DELIMITER //
  CREATE TRIGGER mask_json_before_insert 
  BEFORE INSERT ON users
  FOR EACH ROW
  BEGIN
      SET NEW.profile = JSON_SET(
          NEW.profile,
          '$.phone', CONCAT(LEFT(NEW.profile->>'$.phone', 3), '****', RIGHT(NEW.profile->>'$.phone', 4))
      );
  END;//
  DELIMITER ;

  注意： 触发器会降低写入性能，且一旦业务逻辑变更（如增加新字段），需要同步修改触发器。

数据虚拟化 / 中间件（适用于无侵入脱敏）

使用数据库代理（如 ProxySQL, MaxScale）或数据脱敏网关。

适用场景： 多应用共享数据库，不方便改动任何代码。

• 原理： 代理工具解析 SQL 语句，识别到对 JSON 字段的查询后，在返回结果前注入脱敏逻辑，ProxySQL 可以通过 mysql_query_rules 匹配特定查询并改写 SQL，或使用外部的脱敏脚本。
• 缺点： 配置复杂，且对 JSON 内部字段的深度解析支持有限，通常只能做正则替换。

必须避开的 “坑”

1. 不要直接用 REPLACE 函数： UPDATE users SET profile = REPLACE(profile, '138', '***')，这会把 JSON 中所有出现 138 的地方（包括 key 或非手机号的值）都替换掉，直接破坏 JSON 结构。
2. 不要忽略嵌套结构： JSON 可能是多层嵌套的（{"contact":{"phone":"...", "email":"..."}}），使用 profile->'$.contact.phone' 这种方式才能准确定位。
3. 保持字段长度一致性： 手机号从 13800138000 变成 138****8000，长度不变，这样不会影响数据库索引（如果是虚拟列索引）和下游系统的字段校验。
4. 考虑性能索引： 如果经常对 JSON 内部字段（如 phone）做脱敏后查询，可以考虑为该字段创建虚拟生成列（Generated Column）并建立索引，避免每次查询都全量解析 JSON。

总结推荐路径

最常见的最佳实践是 “方案二 + 方案一” 的组合：数据写入时，在应用层对敏感字段进行加密或脱敏后存储（避免明文落入日志）；查询时，再通过数据库视图或其他手段进行二次脱敏，确保 API 返回给前端的数据是干净的。