Supabase 开源 Firebase 替代¶

1. 访问 https://supabase.com 注册账号
2. 点击 "New Project" 创建项目
3. 设置项目名、数据库密码、选择区域
4. 等待约 2 分钟，项目就绪
5. 在 Settings → API 中获取：
   - Project URL（如 https://xxx.supabase.co）
   - anon key（公开密钥，用于客户端）
   - service_role key（服务密钥，用于后端）

pip install supabase  # 安装 Supabase Python SDK

npm install @supabase/supabase-js  # 安装 JS SDK

# 安装 Supabase CLI
npm install -g supabase  # 全局安装 CLI

# 初始化项目
supabase init  # 在当前目录创建 supabase 配置

# 启动本地 Supabase（包含所有服务）
supabase start  # 启动 PostgreSQL + Auth + Storage + Realtime 等

# 启动后会显示所有服务的地址和密钥
# API URL: http://localhost:54321
# DB URL: postgresql://postgres:postgres@localhost:54322/postgres
# Studio URL: http://localhost:54323  (数据库管理界面)

from supabase import create_client  # 导入 Supabase 客户端

# 初始化
url = "https://xxx.supabase.co"       # 你的项目 URL
key = "eyJhbGciOiJIUzI1NiIsInR..."    # 你的 anon key

supabase = create_client(url, key)     # 创建客户端

# === 创建数据（INSERT） ===
result = supabase.table("papers").insert({
    "title": "宏基因组分析方法综述",
    "abstract": "本文综述了主要的宏基因组分析方法...",
    "year": 2024,
    "topic": "metagenomics"
}).execute()

print(result.data)  # 插入的数据

# === 查询数据（SELECT） ===
result = supabase.table("papers") \
    .select("*") \                   # 选择所有列
    .eq("topic", "metagenomics") \   # WHERE topic = 'metagenomics'
    .gte("year", 2024) \             # AND year >= 2024
    .order("year", desc=True) \      # ORDER BY year DESC
    .limit(10) \                     # LIMIT 10
    .execute()

for paper in result.data:
    print(f"{paper['title']} ({paper['year']})")

# === 更新数据（UPDATE） ===
result = supabase.table("papers") \
    .update({"year": 2025}) \        # SET year = 2025
    .eq("id", 1) \                   # WHERE id = 1
    .execute()

# === 删除数据（DELETE） ===
result = supabase.table("papers") \
    .delete() \                      # DELETE
    .eq("id", 1) \                   # WHERE id = 1
    .execute()

# 邮箱密码注册
result = supabase.auth.sign_up({
    "email": "user@example.com",
    "password": "securepassword123"
})

# 登录
result = supabase.auth.sign_in_with_password({
    "email": "user@example.com",
    "password": "securepassword123"
})

user = result.user              # 用户信息
session = result.session        # 会话信息（含 JWT token）
print(f"用户ID: {user.id}")

# 登出
supabase.auth.sign_out()

# OAuth 登录（Google、GitHub 等 20+ 社交登录）
result = supabase.auth.sign_in_with_oauth({
    "provider": "github"         # 使用 GitHub 登录
})

# 创建存储桶
supabase.storage.create_bucket("papers", {"public": False})  # 私有桶

# 上传文件
with open("paper.pdf", "rb") as f:
    supabase.storage.from_("papers").upload(
        "2024/my-paper.pdf",    # 存储路径
        f,                       # 文件内容
        {"content-type": "application/pdf"}
    )

# 获取文件 URL
url = supabase.storage.from_("papers").get_public_url("2024/my-paper.pdf")
print(url)

# 下载文件
data = supabase.storage.from_("papers").download("2024/my-paper.pdf")

# 监听数据库变化（实时推送）
def handle_change(payload):
    """数据变化时的回调函数"""
    print(f"事件类型: {payload['eventType']}")   # INSERT/UPDATE/DELETE
    print(f"新数据: {payload['new']}")            # 变化后的数据
    print(f"旧数据: {payload['old']}")            # 变化前的数据

# 订阅 papers 表的所有变化
channel = supabase.channel("papers-changes")
channel.on_postgres_changes(
    event="*",                    # 监听所有事件
    schema="public",              # schema 名
    table="papers",               # 表名
    callback=handle_change        # 回调函数
).subscribe()

-- 在 Supabase SQL 编辑器中启用 pgvector
CREATE EXTENSION IF NOT EXISTS vector;

-- 创建带向量列的表
CREATE TABLE documents (
    id SERIAL PRIMARY KEY,
    content TEXT,
    embedding vector(384)
);

-- 创建搜索函数
CREATE OR REPLACE FUNCTION match_documents(
    query_embedding vector(384),    -- 查询向量
    match_threshold float,          -- 相似度阈值
    match_count int                 -- 返回数量
)
RETURNS TABLE (
    id int,
    content text,
    similarity float
)
LANGUAGE sql STABLE
AS $$
    SELECT
        documents.id,
        documents.content,
        1 - (documents.embedding <=> query_embedding) AS similarity
    FROM documents
    WHERE 1 - (documents.embedding <=> query_embedding) > match_threshold
    ORDER BY documents.embedding <=> query_embedding
    LIMIT match_count;
$$;

# 在 Python 中调用向量搜索
from sentence_transformers import SentenceTransformer

model = SentenceTransformer("all-MiniLM-L6-v2")
query_embedding = model.encode("糖尿病肠道菌群").tolist()

# 调用 Supabase RPC 函数
result = supabase.rpc("match_documents", {
    "query_embedding": query_embedding,
    "match_threshold": 0.7,
    "match_count": 5
}).execute()

for doc in result.data:
    print(f"相似度: {doc['similarity']:.4f} - {doc['content']}")

-- RLS 让不同用户只能看到自己的数据

-- 启用 RLS
ALTER TABLE papers ENABLE ROW LEVEL SECURITY;

-- 创建策略：用户只能读取自己的数据
CREATE POLICY "Users can read own papers"
ON papers FOR SELECT
USING (auth.uid() = user_id);         -- auth.uid() 返回当前登录用户的 ID

-- 创建策略：用户只能插入自己的数据
CREATE POLICY "Users can insert own papers"
ON papers FOR INSERT
WITH CHECK (auth.uid() = user_id);

# 创建 Edge Function
supabase functions new hello-world  # 创建函数模板

# 编辑函数代码（TypeScript/Deno）
# supabase/functions/hello-world/index.ts

// supabase/functions/hello-world/index.ts
Deno.serve(async (req) => {
  const { name } = await req.json()   // 解析请求体
  const data = {
    message: `Hello ${name}!`,        // 返回消息
  }
  return new Response(
    JSON.stringify(data),             // 返回 JSON
    { headers: { "Content-Type": "application/json" } },
  )
})

# 部署函数
supabase functions deploy hello-world  # 部署到 Supabase

# 调用函数
curl -X POST https://xxx.supabase.co/functions/v1/hello-world \
  -H "Authorization: Bearer <anon-key>" \
  -d '{"name": "World"}'

# === Supabase Python SDK 速查 ===
from supabase import create_client
sb = create_client(url, key)

# 数据库
sb.table("t").select("*").execute()                  # 查询所有
sb.table("t").select("*").eq("col", "val").execute()  # 条件查询
sb.table("t").insert({"col": "val"}).execute()        # 插入
sb.table("t").update({"col": "val"}).eq("id", 1).execute()  # 更新
sb.table("t").delete().eq("id", 1).execute()          # 删除

# 认证
sb.auth.sign_up({"email": "...", "password": "..."})
sb.auth.sign_in_with_password({"email": "...", "password": "..."})
sb.auth.sign_out()
sb.auth.get_user()

# 存储
sb.storage.from_("bucket").upload("path", file)
sb.storage.from_("bucket").download("path")
sb.storage.from_("bucket").get_public_url("path")

# RPC（调用数据库函数）
sb.rpc("function_name", {"param": "value"}).execute()