# Open Policy Agent 把客户访问规则变成可测试代码

> 决策与执行分离后，授权规则可以测试、评审，更新也无需重启。

原文: https://fdetimes.net/zh/tools/open-policy-agent-tested-access-rules/

设想一家企业客户的“谁能做什么”规则：一部分写在后端的 if/else 里，一部分在网关配置里，剩下的只存在于安全团队某个人的脑子里。

你到现场部署后的第一次会议，客户很可能根本不问功能，而是问：怎么证明新系统不会给错权限？

面对这个问题，Open Policy Agent（OPA）值得考虑。官方文档称 OPA 是一个开源的通用策略引擎，可以在整个技术栈中统一策略执行；该项目于 2021 年 1 月 29 日从 CNCF 毕业。

对你来说，真正的价值在别处：OPA 把授权规则变成可测试的代码。客户签字确认的不再是一份 Word 文档，而是一个能像其他代码一样评审、测试和部署的文件。

## 核心思路：把提问方和决策方分开

根据 OPA 文档，这个工具把决策与执行解耦。应用作为执行点，向 OPA 发送结构化输入，比如描述用户、操作和资源的 JSON。OPA 返回决策，应用照做。

在客户现场，这种分离解决的是一个很具体的问题。安全团队可以阅读和修改策略，不必碰你的服务代码；你修改服务，也不必重写规则。双方各管一摊，边界只是一份 JSON 文档。

策略用 Rego 编写，读作“ray-go”，这是一门专门用来在复杂层级数据上表达策略的语言。Rego 受 Datalog 启发，并把它扩展到 JSON 这类结构化文档模型。换句话说，你写的是条件，而不是过程。

## 一个小策略，从头到尾

假设客户想要这样一条规则：分析师可以读取报告，但不能删除。最小的策略如下：

```rego
package httpapi.authz

default allow := false

allow if {
    input.method == "GET"
    input.user.role == "analyst"
    input.path[0] == "reports"
}
```

最重要的一行是 `default allow := false`。Rego 文档解释，当所有同名规则都未定义时，就使用默认值。没有任何条件匹配，答案就是拒绝。这就是默认拒绝模式，为客户写每一份策略时，都应该先写这一行。

接下来是 OPA 值得一用的部分。`opa test` 命令会运行所有以 `test_` 开头的规则：

```rego
package httpapi.authz_test

import data.httpapi.authz

test_analyst_reads_reports if {
    authz.allow with input as {"method": "GET", "path": ["reports"], "user": {"role": "analyst"}}
}

test_analyst_cannot_delete if {
    not authz.allow with input as {"method": "DELETE", "path": ["reports"], "user": {"role": "analyst"}}
}
```

客户在意的是第二个测试。证明该进的人能进来很容易；证明不该进的人被挡在外面，才是安全团队在评审时想看到的。

OPA 还能生成覆盖率报告，列出传入的 Rego 文件中每一行是否被求值；用 `opa test --coverage` 开启。每一行未被求值的代码，都是没人检查过的规则分支。把这份报告放进 CI，演示时也投到屏幕上。

## OPA 应该放在客户基础设施的哪里？

部署文档建议让 OPA 尽量靠近执行点运行。sidecar，或者运行在节点上的代理，是两种主要模式之一。原因很简单：每个请求都要询问 OPA，多一跳网络就多一份延迟。

可一旦 OPA 在很多地方运行，策略就需要分发。OPA 为此提供了 bundle。bundle 是一个 gzip 压缩的 tar 包（`.tar.gz`），包含策略、数据或两者兼有，从远程 HTTP 服务器拉取。新的策略和数据会即时加载，无需重启 OPA。

如果客户在用 Kubernetes，还有现成的捷径。Gatekeeper 是一个校验和变更 webhook，借助 OPA 执行基于 CRD 的策略。它在资源创建时就进行拦截，错误配置根本没有机会运行。

## 需要提前告诉客户的局限

OPA 只做决策，不负责执行。如果某个服务忘了询问 OPA，或者无视它的答案，策略写得再漂亮也毫无意义。把每个执行点接入 OPA 仍然是你的工作，bug 通常也出在这里。

Rego 也意味着客户团队要多学一门语言。它采用 Datalog 风格的声明式写法，和 Python 或 Java 差别很大，所以你离开后留下的运维团队需要充分的交接。最后，bundle 模式需要一台 HTTP 服务器来提供策略，这又多了一个需要运行和加固的组件。

**要点:** 证明该进的人能进来很容易；证明不该进的人被挡在外面，才是策略的意义所在。

## 先学什么，展示给谁看

合理的顺序是：先学默认拒绝模式，再用 `opa test` 写测试，然后是覆盖率，最后才是 bundle 和 Gatekeeper。掌握前两步，就足以在下周与客户的架构会议上提议使用 OPA。

浏览前线部署工程师（FDE）的招聘信息时，有一个假设值得自己验证：服务强监管行业客户的岗位，或者明确提到策略即代码（policy-as-code）的岗位，很可能更看重这项技能。

拿几个你想投的岗位对照一下。简历上不要写“熟悉 OPA”，而要写你把多少条授权规则迁移到了 Rego，配了多少个测试，覆盖率是多少。

客户信任一个系统，是因为看到它在该拒绝的时候拒绝了。有了 OPA，一次测试运行就能让他们看到这一点。

**本周动手试试:**

- 安装 OPA，为一个小型 API 编写默认拒绝策略和三个测试，其中至少一个证明请求会被拒绝。
- 运行 opa test --coverage，不断补充测试，直到 Rego 中没有任何一行未被求值。
- 从旧项目里找一条散落在 if/else 中的授权规则，用 Rego 重写，并在 README 中记录两者的差异。

## 信源

- [Open Policy Agent documentation](https://www.openpolicyagent.org/docs)

- [Open Policy Agent (OPA) – CNCF project page](https://www.cncf.io/projects/open-policy-agent-opa/)

- [Policy Language – Open Policy Agent](https://www.openpolicyagent.org/docs/policy-language)

- [Policy Testing – Open Policy Agent](https://www.openpolicyagent.org/docs/policy-testing)

- [Deploying OPA – Open Policy Agent](https://www.openpolicyagent.org/docs/deploy)

- [Bundles – Open Policy Agent](https://www.openpolicyagent.org/docs/management-bundles)

- [Gatekeeper – Introduction](https://open-policy-agent.github.io/gatekeeper/website/docs/)
