如何批量处理数据库中的敏感信息

前言

对于一些敏感数据，往往会对其加密后再入库，这个是对数据安全性的一个最为简单的措施。

最常见的莫过于手机号码和身份证号了，相信还是有不少公司对这些敏感信息是明文存储的。

万一被别人发现系统漏洞，或者是被拖库，那基本上就凉凉了。

老黄最近也是发现了公司内部一个系统有这样的问题，刚发现的时候都吓了我一跳，这么赤裸裸的明文手机号和身份证号。

第一反应就是要把这两个数据进行加密处理。

既然要加密处理，那么正在使用的系统肯定就会受到影响，而且几千万数据，也不是几分钟就能搞定的。

这个系统用的数据库是阿里云的RDS(SQL Server)。

下面简单说一下老黄这边的处理方案。

如何处理

整个处理的流程是分了三个步骤：

1. 修改数据库中的字段长度
2. 系统要更新一个版本做兼容处理，写入要用统一的加密方法，读取的时候，要加一个长度判断，当长度大于20的时候，需要进行解密操作，这样才能确保不会把密文直接展示出去。
3. 修改数据

之前数据库给这两个字段设置的长度都是20，现在统一调整成150。

公司内部已经统一了一套加解密方法了，所以系统调整这一块是比较简单的，统一在数据层处理。

剩下的就是去数据库改数据了。

统一的加密方法，在数据库中没有办法直接使用，所以只能单独写个程序去处理。

改数据也细分为下面3步。

1. 读取源数据，加密相关字段
2. 将加密的数据写入到一张临时表中
3. 根据临时表去更新源表的相关字段

这里的最为核心的一个就是批量写入和批量更新。如果一条条更新，那不知道要等多久才能全部处理完。

先是写一个控制台程序，根据Id分批次，把加密好的数据，以五千条一次写入的频率，一百万数据当成一个批次。

var flag = true;

var begin = 0;
var tmpEnd = begin + 5000;
var end = 1000000;

while (flag)
{
    // 省略读取数据
    foreach (var item in list)
    {
        DataRow dr = dt.NewRow();
        dr["Id"] = item.Id;
        dr["IDCard"] = GetEncryptValue(item.IDCard ?? "");
        dr["PhoneNo"] = GetEncryptValue(item.PhoneNo ?? "");
        dr["IDCardRaw"] = item.IDCard ?? "";
        dr["PhoneNoRaw"] = item.PhoneNo ?? "";
        dt.Rows.Add(dr);
    }

    using (SqlConnection conn = new SqlConnection(connStr))
    {
        conn.Open();
        SqlBulkCopy bulkCopy = new SqlBulkCopy(conn);
        bulkCopy.DestinationTableName = "enc_tmp";
        bulkCopy.BatchSize = dt.Rows.Count;

        bulkCopy.WriteToServer(dt);
    }

    begin = tmpEnd;
    tmpEnd += 5000;

    if (tmpEnd >= end || list == null || !list.Any())
    {
        flag = false;
    }

    Console.WriteLine(begin);
}

为保证写入的速度，先不要在那个临时表建索引，等数据写进去后再给Id建索引。

把数据写进临时表后，下面就是直接用SQL脚本来批量更新了。

-- 建索引
create index idx_enc_tmp_id on enc_tmp (id)


-- 批量更新
update dbo.yourtable
set PhoneNo= a.PhoneNo, IDCard = a.IDCard
from dbo.yourtable b
inner join dbo.enc_tmp a
on a.id=b.id
-- 这里更新要看数据库的配置，如果配置高，可以一次更新，不然就建议25万或50万一个批次
-- where a.id >= 0 and a.id <= 500000


-- 查询校验一下
SELECT top 100 [id]     
      ,[IDCard]     
      ,[PhoneNo]
FROM dbo.yourtable WITH (NOLOCK)
where id > 0 and id <= 500000 
order by id asc

-- 清除临时表的数据
truncate table dbo.enc_tmp

-- 删除索引
drop index idx_enc_tmp_id on enc_tmp

设计系统的时候，数据安全还真的是不容小觑的，对一些敏感信息还是要加密入库的。

修改数据的过程中，也涉及到了两个知识点，数据的批量插入和批量更新。