# DDL 不可下载:守卫设计与踩坑记录 > 这条「schema DDL 绝不能从 HTTP 下载」的红线,踩了**四轮**才收干净。 > 本文是那四轮的**决策记录 + 坑位清单**(真值仍在 `src/routes/fallback.rs` 的注释里,本文只讲「为什么」)。 ## 为什么要防 `schema/migrate.sql` 是**编译期内嵌**进二进制的上游 `tdc_*` 全量 DDL(3017 行 / 30 表)。 它一旦能从 HTTP 下载 ⇒ 攻击者直接拿到**全库结构**(表名、列名、索引、约束、注释里的业务语义)。 **根因修复只有一条**:`schema/migrate.sql` **不在 web root**。 `static/` 会被 `ServeDir` 挂到 HTTP 上 ⇒ DDL 必须住在 `schema/`(`include_str!` 相对 `src/db.rs` 写 `../schema/migrate.sql`)。 下面两道都只是**兜底**(防「有人不小心把 DDL 复制回 `static/`」)。 ## 兜底 1 · 路径级(`ddl_guard`,跑在 `ServeDir` **之前**) 判据:**路径中任意一段的扩展名**,去尾部空白与尾部 `.` 后,**Unicode 大写折叠**后等于 `SQL` ⇒ 404 + JSON。 ### 坑 1:只看「最后一段」会被 `.` 结尾绕过 `tower-http-0.6.11` 的 `ServeDir` 用 `Path::components()` 归一化并**丢弃 `CurDir`(`.`)** ⇒ `/migrate.sql/.` 被它解析成「文件 `migrate.sql`」。 ⇒ 判据必须是「**任意一段**」,不是「末段」。 ### 坑 2:ASCII 不区分大小写会漏 1/3 的拼法 macOS APFS 的文件名比较用的是 **Unicode casefold**,不是 ASCII 折叠: `ſ`(U+017F,长 s)casefold 到 `s` ⇒ 磁盘上叫 `migrate.sql` 的文件,用 `migrate.ſql` **也能打开**(本机实测)。 `migrate.sql` 的逐字符 casefold 等价拼法是**有限集**: ``` migrate 7 个字母各 2 种(m/M…e/E) ⇒ 2⁷ . 1 种 s 3 种(s / S / ſ) q 2 种 l 2 种 合计 2⁷×1×3×2×2 = 1536 种 ``` **本机实测**:这 1536 种在磁盘上全部命中同一个文件。 旧的 `eq_ignore_ascii_case` 只覆盖 **1024 / 1536** ⇒ 漏掉含 `ſ` 的那 512 种。 ⇒ 改用 **`to_uppercase`**(`ſ` 大写为 `S`)后,12 种扩展名拼法 (`s∈{s,S,ſ} × q∈{q,Q} × l∈{l,L}`)**全部**折叠成 `SQL` ⇒ 覆盖 **1536 / 1536**。 ⚠️ **不能用 `to_lowercase`** —— `ſ` 的小写还是 `ſ` ⇒ 会漏。 ### 坑 3:守卫必须挂在 `ServeDir` 之前 axum 0.8.9 的 `Router::layer` 会**同时**包住 `fallback_router` 与 `catch_all_fallback` ⇒ 前置中间件先于 `ServeDir` 执行。 ⚠️ 用 axum 自己的 `any(handler)` 兜底,**不要**用 `tower::service_fn`(`tower` 只是 dev-dependency,lib 里不许用)。 ### 坑 4:percent-decode 的层数是**契约** 守卫与 SPA 决策层必须用**同一口径**(都先 decode)。只 decode 一层是刻意的: 两层会让 `%252F` 变成 `/`,与 `ServeDir`(`tower-http` 也只 decode 一层)对不上;零层又认不出 `%2F`。 ## 兜底 2 · 内容级(`ddl_content_guard`,跑在 `ServeDir` **之后**) 判据:响应体**与内嵌 DDL 逐字节相同** ⇒ 404 + JSON。这条**只认内容**, 文件名怎么拼、怎么折叠、怎么规范化**全都无关** ⇒ 兜住「改了名、内容还是那份 DDL」的副本。 ### 坑 5(**本项目最重的一个洞**):`Range` 分段能拼回整份 `Range: bytes=0-1000` 的响应体只有 1001 字节(`Content-Length` ≠ DDL 长度) ⇒ 若只按「整份长度」比对 ⇒ **放行** ⇒ 而**逐段请求能把整份 DDL 拼回来** ⇒ 那不是「片段泄露」,是**完整泄露**。 ⇒ 改成按 `Content-Range` 的**同偏移**片段比:`Content-Range: bytes -/` ⇒ 取 `DDL[start..=end]` 逐字节比。 `total` 段**一律忽略**(顺带兜住「DDL + 一段尾巴」这类副本:它的前 N 字节就是 DDL 的前 N 字节)。 ### 坑 6:长度说谎要 fail-closed `to_bytes(body, expected.len())` 报错(实际比声明的长)⇒ **当命中处理**(404), 不因为「读不出来」就放行。 ## 已知边界(记录在案,不改) | 边界 | 说明 | 后果 | |---|---|---| | 改过一个字节的副本 | 整份响应不拦(内容不再逐字节相同) | 只泄露「几乎一样的 DDL」,不泄露原件;且该副本的 `Range` 片段里**不含**那个改动字节的片段**仍会被拦** | | `HEAD` 请求改名副本 | 仍 **200**(带 `Content-Length`,**无体**) | 只泄露**长度**,不泄露内容(内容判据要有体可比) | | `/migrate.sql%00`(尾部 NUL) | 不命中路径级守卫(扩展名不是 `SQL`) | 交 `ServeDir` ⇒ 该文件名不存在 ⇒ 落 SPA 层(200 + `text/html`);**不泄露 DDL**(不是同一个文件名),但**响应形状**与守卫表不同 | | 尾部带点/带空格的名字 | APFS 上 `migrate.sql.` / `migrate.sql ` **打不开**;HFS+ 会把尾部点从磁盘名里去掉 | 两种文件系统行为不一致 ⇒ 判据**保守**处理(多拦不错放) | ## 回归测试 `tests/spa_fallback.rs`(10 个用例)覆盖:路径级(含 Unicode casefold 变体)、内容级(改名副本)、 `Range` 分段(整份/首段/中段)、`/api/**` 404 JSON、SPA 深链、静态资源照常。 ```bash cargo test --test spa_fallback ``` ## 教训(下次同类任务直接照抄) 1. **黑名单要按「类」判,不按「名字」判** ⇒ 扩展名规则 > 文件名规则。 2. **大小写折叠用 Unicode 语义**(`to_uppercase`),别用 ASCII 折叠。 3. **「只认整份」的比对要连带分段一起想** —— 分段能拼回整份。 4. **路径判定与文件系统的归一化必须同口径**(`Path::components()` 会丢 `CurDir`)。 5. **兜底要有根因修复兜底** —— 真正的控制是「DDL 不在 web root」,两道守卫只是防手滑。