Performance Optimization

在大规模场景下（用户多或规则多），两个常见瓶颈是 吞吐量 和 策略规模。下面是实用的缓解办法。

请求量大

如果一个 enforcer 处理不过来（例如每秒 1 万以上的请求）：

1. 多线程：使用 SyncedEnforcer，运行多个工作线程 / 实例，充分利用所有 CPU 核。
2. 集群：在多台机器上运行 Casbin，并用 Watcher 同步策略。两者可以结合，例如 10 个节点 × 每个 5 个线程。

策略规模大（规则多）

规则达到数百万条时，判定和加载时间都会受影响：

1. 模型和策略设计：优先使用 RBAC 和共享的默认规则，让大多数租户只用一小组规则（例如少于 100 条），只在必要时覆盖。相关讨论见 GitHub #681。
2. 策略分片：通过 加载策略子集 只加载每个 enforcer 需要的规则（例如按租户或按域）。
3. 用 RBAC 代替直接给用户授权：把权限授予角色；Casbin 会缓存角色树，角色查询为 O(1)，策略规则也更少。

尽可能组合使用这些方法，效果最好。