必须在每次请求入口解析并绑定tenant_id，后续orm查询、缓存、文件路径等均需动态基于该id生成，禁用threading.local和全局变量，推荐contextvar或依赖注入，且缓存键、数据库过滤、索引均须强制包含tenant_id。
多租户数据隔离必须靠请求上下文绑定 tenant_id
不靠中间件或全局变量硬编码，否则并发下必然串租户。Django 或 Flask 都得在每次请求入口就解析并绑定当前 tenant_id（从子域名、请求头、路径前缀等取），后续所有 ORM 查询/缓存操作都隐式携带它。
常见错误：用 threading.local() 存 tenant_id —— 在异步框架（如 FastAPI + Uvicorn）或线程池复用场景下完全失效；用全局变量更危险，直接跨请求污染。
- 推荐方案：Django 用
django-tenants的schema模式（每个租户独立 PostgreSQL schema），或自定义Middleware将tenant_id注入request.tenant - Flask/FastAPI 建议用依赖注入（如 FastAPI 的
Depends()）提供get_current_tenant()，确保每个函数调用前已校验并加载 - 关键点：数据库连接、Redis key 前缀、文件存储路径，全部要基于该
tenant_id动态生成，不能写死
SQLAlchemy 多租户查询必须显式加 tenant_id 过滤
即使你用了 schema 隔离，只要共用一张表（shared-table 模式），tenant_id 就是每条 SELECT/UPDATE/DELETE 的强制 WHERE 条件。ORM 层不自动加，漏一条就数据越界。
常见错误：用 session.query(User).filter(User.name == 'xxx') 忘加 User.tenant_id == current_tenant_id；或用原生 SQL 时拼接字符串，导致 SQL 注入+租户泄露。
- 解决方案：用 SQLAlchemy 的
QueryEvents或自定义Query类，在before_compile钩子中统一注入tenant_id条件（仅对含tenant_id字段的模型生效） - 更稳妥做法：封装
safe_query(Model)工厂函数，返回带默认tenant_idfilter 的 query 对象 - 注意：外键关联查询（如
User.posts）不会自动继承过滤，必须手动在relationship()中设primaryjoin加 tenant 条件
缓存键必须包含 tenant_id 前缀
Redis 或 Memcached 里存 user:123:profile 是大忌——不同租户的用户 ID 完全可能重复。缓存命中的同时，也意味着租户上下文被绕过。
常见错误：用 Django 的 cache.set('user_123', data)，没加租户标识；或用 functools.lru_cache 缓存函数结果，但参数不含 tenant_id，导致返回上一个租户的数据。
- 正确做法：所有缓存 key 组成为
f't{tenant_id}:{key}'，例如f't{tenant_id}:user:{user_id}:profile' - Django 用户可改写
CACHES配置中的KEY_PREFIX为动态函数（需配合中间件设置线程局部变量），但更推荐在业务层显式拼接 - 注意：缓存失效也要按租户粒度清理，
cache.delete_pattern('t123:user:*')比cache.clear()安全得多
迁移与初始化必须按租户逐个执行
新增字段、修改索引、填充默认数据——这些 DDL/DML 操作如果只跑一次，只会影响默认租户或公共 schema，其他租户表结构立刻不一致。
常见错误：用 python manage.py migrate 后以为万事大吉；或在信号（post_migrate）里初始化数据，但没指定租户，导致数据写进错 schema。
- Django-tenants 提供
tenant_command：运行python manage.py tenant_command migrate --schema=acme可单独迁一个租户 - 自己实现时，必须在迁移脚本里循环所有活跃租户，切换连接后执行
alembic upgrade head或对应 ORM 操作 - 初始化数据（如系统角色、基础配置）建议做成“租户模板”，新租户注册后触发复制逻辑，而非全局插入
最易被忽略的是搜索和全文索引——Elasticsearch 或 PostgreSQL 的 tsvector 字段如果没按租户分索引，查出来的结果根本不可信。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
