在企业的日常经营中，企业人数达到一定数量之后，就需要对企业的层级和部门进行细分，建立企业的树形组织架构。围绕着树形组织架构，企业能够将权限落实到个人，避免企业内部出现管理混乱等情况。而在涉及到数据分析等工作时，权限分配的重要性进一步凸显，最直接的考量就是数据安全的问题。如何保证不同层级之间的员工仅接触到自己应该看到的数据，是数据分析工具需要考虑的问题。
DataEase作为一款主打“人人可用”的开源数据可视化分析工具，易用性是它最大的优点，因此受到了广大开源社区用户的喜爱。那么，当面对企业实际的应用场景，涉及到复杂的数据权限管控的需求时，DataEase开源数据可视化分析工具的表现如何呢？
本文主要分享如何通过使用DataEase的行列权限功能，结合企业的树形组织架构，最终实现数据权限管控的效果。
首先来看一下企业内部常规的数据结构示例。
一、销售部门组织架构 
二、销售部门人员具体信息（手机号码为虚拟生成号码） 
三、销售数据 
基于这些数据，最终想要实现的效果如下：
-
小张、小明、小华、小李只能看到各自的销售数据；
-
王总、李总可以分别看到销售一部、销售二部的销售数据；
-
张总可以看到整个销售部的销售数据。
-
销售小组组员看不到手机号码相关信息，张总、王总、李总可以看到。
DataEase开源数据可视化分析工具支持数据权限的相关功能。数据权限功能主要分为两部分，分别是行权限和列权限。
一、行权限
如下图所示，添加行权限时，行权限规则中有四种类型：即组织、角色、用户和系统变量。 
在选择组织、角色、用户这三种行权限规则时，对目标字段可以选择特定的组织/角色/用户作为过滤条件，从而进行数据过滤，相当于在编写SQL语句的时候在添加一个“where”的条件。
选择系统变量的行权限规则与前三种不同，系统变量规则页面如下图所示： 
其中的用户ID、用户名、邮箱、用户来源、组织是登录用户的基本信息，可以在“用户管理“界面中查看。当选择系统变量类型的规则时，可以通过提取具体登录系统用户的信息作为过滤条件，以达到数据过滤的目的。相对于其他的几种配置方式，这种模式更加方便，不需要逐个选择用户/组织/角色去配置权限。 
二、列权限
列权限的配置和行权限在原理上大同小异，也可以从组织、角色、用户三个角度进行配置，配置页面如下图所示： 
列权限有两种表现形式：
-
禁用：对目标字段进行禁用的操作，无权限的用户无法看到目标字段的列数据；
-
脱敏：对目标字段进行脱敏的操作，无权限的用户看到目标字段的列数据会打上*号。
下面我们先对示例数据进行处理。
首先需要梳理出“领导及下属员工的关系表”，如下表所示。这时候需要注意，为了方便之后的数据处理和关联，“领导”字段的名字是无下属的员工时，“下属员工”字段则填写员工本人名字。 
下一步，需要我们在“用户管理”界面中建好所需要的用户。DataEase支持“批量导入”功能，能够有效提升用户创建的效率。由于示例中“张总”的权限是最高的，所以我们使用“张总”的账号将销售数据及处理后的用户数据导入系统。 
然后，针对导入的数据，需要创建关联数据集将员工和领导的关系与相关数据对应。我们将“领导及下属员工的关系表”中的“下属员工”字段与“销售数据表”中的“人员名称”字段关联到一起，形成一张新的数据表。 
一、添加行权限
在形成的新数据表中添加一条行权限，类型为系统变量，设置字段“领导”=“用户名”。 
点击“数据预览”选项卡查看数据，发现数据已经发生了变化，用户“张总”可以看到销售部所有的数据。 
再将该数据集授权给“王总”和“小华”。通过切换登录用户来查看各自的数据权限，可以看到对应用户的数据权限也已经正常过滤。 
二、添加列权限
接下来，我们登录“张总”的账号，创建一条列权限，针对“普通员工”角色，禁用“下属员工手机号码“这一列，如下所示： 
登录角色为“普通员工”的“小华”账号，查看最终效果。可以看到，“小华”已经没有“下属员工手机号码”这一列的查看权限了。 
列权限除禁用外，还有脱敏功能。我们切换登录至“张总”的账号，将刚刚配置的禁用改为脱敏，如下所示： 
登录角色为“普通员工”的“小华”账号，查看最终效果。可以看到，“小华”的“下属员工手机号码”这一列已经被打上了*号。 