3. 报表环境搭建：Docker容器化报表环境、数据库初始化与模拟数据生成

在Go审计基线课程中，报表环境的可复现性直接决定审计结论的可追溯性。本章采用Docker容器化方案，将报表服务、数据库与模拟数据生成器封装为独立可编排的组件，确保每位学员的审计环境完全一致。

3.1 环境架构总览

报表环境由三个核心容器组成：报表应用容器（Go编译后的二进制）、数据库容器（PostgreSQL或MySQL）、数据生成器容器（一次性任务，填充模拟数据）。三者通过Docker Compose统一编排，共享一个自定义网络。

容器化报表环境架构图 容器化报表环境架构图 报表应用容器 Go 编译二进制 端口 :8080 健康检查 /health 数据库容器 PostgreSQL 16 / MySQL 8 端口 :5432 / :3306 持久化卷 /var/lib/data 数据生成器容器 一次性任务容器 Go 模拟数据脚本 执行后自动退出 说明： 三个容器通过 docker-compose 自定义网络 (report-net) 通信，数据库容器先启动并完成初始化， 数据生成器依赖数据库就绪后执行，报表应用最后启动并连接数据库。 Docker Compose 统一编排

3.2 Docker Compose 编排文件

使用 docker-compose.yml 定义三个服务，并设置依赖顺序与健康检查。以下为 PostgreSQL 版本的完整编排示例：

version: '3.8'

services:
  postgres:
    image: postgres:16-alpine
    container_name: report-db
    environment:
      POSTGRES_DB: report_audit
      POSTGRES_USER: auditor
      POSTGRES_PASSWORD: ${DB_PASSWORD:-audit_pass_2024}
    ports:
      - "5432:5432"
    volumes:
      - pgdata:/var/lib/postgresql/data
      - ./init-scripts:/docker-entrypoint-initdb.d
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U auditor -d report_audit"]
      interval: 5s
      timeout: 3s
      retries: 5
    networks:
      - report-net

  data-generator:
    build:
      context: ./generator
      dockerfile: Dockerfile
    container_name: report-data-gen
    depends_on:
      postgres:
        condition: service_healthy
    environment:
      DB_DSN: "postgres://auditor:${DB_PASSWORD:-audit_pass_2024}@postgres:5432/report_audit?sslmode=disable"
      ROW_COUNT: "10000"
    networks:
      - report-net
    restart: "no"

  report-app:
    build:
      context: ./app
      dockerfile: Dockerfile
    container_name: report-app
    ports:
      - "8080:8080"
    depends_on:
      data-generator:
        condition: service_completed_successfully
    environment:
      DB_DSN: "postgres://auditor:${DB_PASSWORD:-audit_pass_2024}@postgres:5432/report_audit?sslmode=disable"
      APP_PORT: "8080"
    healthcheck:
      test: ["CMD", "wget", "--spider", "http://localhost:8080/health"]
      interval: 10s
      timeout: 5s
      retries: 3
    networks:
      - report-net

volumes:
  pgdata:

networks:
  report-net:
    driver: bridge
审计要点：注意 depends_on 的 condition 字段——数据生成器等待数据库健康检查通过，报表应用等待数据生成器成功退出。这种链式依赖确保初始化顺序，避免竞态条件。

3.3 数据库初始化脚本

初始化脚本放在 ./init-scripts/ 目录下，Docker 启动数据库时会自动执行 .sql 文件。以下为报表审计所需的表结构：

表名 用途 关键字段 索引策略
transactions 交易流水表 id, user_id, amount, type, created_at user_id + created_at 联合索引
users 用户信息表 id, name, email, role, status email 唯一索引
audit_logs 操作审计日志 id, user_id, action, target, timestamp timestamp 倒序索引
reports 报表元数据表 id, name, query_sql, created_by, schedule name 唯一索引

初始化脚本示例（01_schema.sql）：

CREATE TABLE IF NOT EXISTS users (
    id          BIGSERIAL PRIMARY KEY,
    name        VARCHAR(128) NOT NULL,
    email       VARCHAR(256) NOT NULL UNIQUE,
    role        VARCHAR(32)  NOT NULL DEFAULT 'viewer',
    status      VARCHAR(16)  NOT NULL DEFAULT 'active',
    created_at  TIMESTAMPTZ  NOT NULL DEFAULT NOW()
);

CREATE TABLE IF NOT EXISTS transactions (
    id          BIGSERIAL PRIMARY KEY,
    user_id     BIGINT       NOT NULL REFERENCES users(id),
    amount      NUMERIC(18,2) NOT NULL,
    type        VARCHAR(32)  NOT NULL,
    description TEXT,
    created_at  TIMESTAMPTZ  NOT NULL DEFAULT NOW()
);

CREATE INDEX idx_transactions_user_created
    ON transactions(user_id, created_at DESC);

-- 审计日志表与报表元数据表略，结构与上述类似

3.4 模拟数据生成器

数据生成器是一个独立的 Go 程序，编译后放入容器执行。它通过环境变量 ROW_COUNT 控制生成数据量，默认生成 10,000 条交易记录、1,000 个用户和 5,000 条审计日志。

生成器核心逻辑：

package main

import (
    "database/sql"
    "fmt"
    "log"
    "math/rand"
    "os"
    "strconv"
    "time"

    _ "github.com/lib/pq"
)

func main() {
    dsn := os.Getenv("DB_DSN")
    if dsn == "" {
        log.Fatal("DB_DSN environment variable required")
    }

    rowCount := 10000
    if rc := os.Getenv("ROW_COUNT"); rc != "" {
        if n, err := strconv.Atoi(rc); err == nil {
            rowCount = n
        }
    }

    db, err := sql.Open("postgres", dsn)
    if err != nil {
        log.Fatalf("failed to connect: %v", err)
    }
    defer db.Close()

    // 生成用户
    userIDs := generateUsers(db, rowCount/10)
    // 生成交易
    generateTransactions(db, userIDs, rowCount)
    // 生成审计日志
    generateAuditLogs(db, userIDs, rowCount/2)

    log.Printf("Data generation complete: %d users, %d transactions, %d logs",
        len(userIDs), rowCount, rowCount/2)
}

func generateUsers(db *sql.DB, count int) []int64 {
    // 批量插入用户，返回 ID 列表
    // 实际代码使用 COPY 协议提升性能
    ids := make([]int64, 0, count)
    for i := 0; i < count; i++ {
        var id int64
        err := db.QueryRow(
            `INSERT INTO users (name, email, role, status)
             VALUES ($1, $2, $3, $4) RETURNING id`,
            fmt.Sprintf("user_%d", i),
            fmt.Sprintf("user%d@example.com", i),
            randomRole(),
            "active",
        ).Scan(&id)
        if err != nil {
            log.Printf("skip user %d: %v", i, err)
            continue
        }
        ids = append(ids, id)
    }
    return ids
}

func randomRole() string {
    roles := []string{"admin", "editor", "viewer", "auditor"}
    return roles[rand.Intn(len(roles))]
}

// generateTransactions 与 generateAuditLogs 实现类似，略
安全审计提醒：模拟数据生成器不应包含真实用户信息。所有邮箱、姓名、金额均为随机生成，且金额范围控制在 0.01 ~ 99999.99 之间，避免溢出或精度丢失。生产环境审计时，需检查生成器是否硬编码了敏感数据。

3.5 启动与验证流程

完整的启动命令与验证步骤：

  1. 启动所有服务：docker compose up -d
  2. 查看启动日志：docker compose logs -f，观察数据库初始化、数据生成、应用启动三个阶段
  3. 验证数据库连接：docker exec report-db psql -U auditor -d report_audit -c "SELECT count(*) FROM transactions;"
  4. 验证报表接口：curl http://localhost:8080/health 应返回 {"status":"ok"}
  5. 清理环境：docker compose down -v（-v 会删除持久化卷，用于完全重置）
容器启动流程状态机 容器启动流程状态机 1. 数据库容器启动 执行 init 脚本 2. 健康检查等待 pg_isready 轮询 3. 数据生成器运行 批量插入数据 4. 生成器退出 状态: completed 5. 报表应用启动 连接数据库，监听 :8080 说明：只有前一个状态成功完成，才会进入下一个状态。任何一步失败，docker compose 会停止后续容器并输出错误日志。

3.6 数据库选型对比

本课程同时支持 PostgreSQL 与 MySQL，学员可根据审计目标选择。以下为关键差异对比：

特性 PostgreSQL 16 MySQL 8 审计影响
JSON 支持 原生 JSONB，支持索引与 GIN JSON 类型，支持多值索引 PostgreSQL 更适合复杂报表查询
窗口函数 完整支持，性能优化好 支持，但部分函数性能较弱 PostgreSQL 在聚合报表中更优
并发控制 MVCC，无间隙锁 MVCC，间隙锁可能导致死锁 高并发审计场景建议 PostgreSQL
复制与备份 流复制，pg_basebackup 组复制，XtraBackup 两者均支持，但工具链不同
容器镜像大小 ~200MB (alpine) ~180MB (oracle) 差异不大，均可接受
课程建议：本课程默认使用 PostgreSQL 16，因其在报表查询、JSON 处理和并发控制方面更符合审计场景。若学员环境强制使用 MySQL，可在 docker-compose.yml 中替换 postgres 服务为 mysql:8，并调整 DB_DSN 格式。

3.7 环境验证清单

启动完成后，执行以下命令确认环境就绪：

# 1. 检查所有容器运行状态
docker compose ps

# 2. 验证数据库表结构
docker exec report-db psql -U auditor -d report_audit -c "\dt"

# 3. 检查数据行数
docker exec report-db psql -U auditor -d report_audit -c "
SELECT 'users' AS tbl, count(*) FROM users
UNION ALL
SELECT 'transactions', count(*) FROM transactions
UNION ALL
SELECT 'audit_logs', count(*) FROM audit_logs;"

# 4. 测试报表 API
curl -s http://localhost:8080/api/v1/reports/summary | jq .

# 5. 检查容器日志无 ERROR
docker compose logs --tail=50 | grep -i error || echo "No errors found"

若所有步骤通过，则报表环境搭建完成，可进入下一阶段的审计基线分析。

← 上一章 📖 返回目录 下一章 →