LegendState中Supabase同步插件的多Schema支持实践
2025-06-20 23:18:27作者:明树来
背景介绍
在现代Web应用开发中,状态管理一直是一个核心挑战。LegendState作为一个新兴的状态管理库,提供了与Supabase数据库无缝集成的能力。Supabase作为开源的Firebase替代品,其PostgreSQL后端支持多Schema特性,这为数据组织提供了更大的灵活性。
多Schema需求的产生
在实际开发中,开发者经常需要将不同的数据表组织到不同的Schema中,这可能是出于以下原因:
- 安全性考虑:将敏感数据与普通数据隔离
- 模块化设计:按功能模块划分数据
- 第三方集成:使用第三方提供的Schema结构
在LegendState的早期版本中,SyncedSupabase插件默认只支持public Schema,这限制了开发者在复杂项目中的使用场景。
技术实现分析
Supabase客户端库本身支持两种Schema使用方式:
- 全局Schema设置:在初始化客户端时指定默认Schema
- 查询级Schema设置:在每次查询时动态指定Schema
LegendState团队选择了后者作为实现方案,主要基于以下考虑:
- 灵活性:允许同一客户端访问多个Schema
- 兼容性:不影响现有public Schema的使用
- 渐进式:开发者可以逐步迁移到多Schema架构
使用指南
要使用多Schema功能,开发者只需在配置SyncedSupabase时指定schema参数:
const customSynced = configureSynced(syncedSupabase, {
supabase: supabaseClient,
schema: "your_schema_name",
// 其他配置...
});
类型系统的挑战
实现多Schema支持时,最大的技术难点在于类型系统的处理。Supabase的TypeScript类型生成工具会根据数据库结构自动生成类型定义,但这些类型默认基于public Schema。LegendState需要确保:
- 类型安全:正确反映非public Schema的表结构
- 开发体验:提供良好的代码提示和类型检查
- 灵活性:支持混合使用不同Schema的表
进阶用法:RPC函数支持
除了基本的CRUD操作,Supabase还提供了通过RPC调用PostgreSQL函数的能力。虽然当前版本的LegendState尚未内置RPC支持,但开发者可以通过自定义同步逻辑实现:
- 创建自定义同步插件
- 封装RPC调用为标准的CRUD接口
- 利用LegendState的响应式特性更新本地状态
最佳实践建议
- 对于简单项目,可以继续使用public Schema
- 对于复杂系统,建议按功能模块划分Schema
- 混合使用Schema时,注意事务边界和性能影响
- 考虑使用视图或RPC函数封装跨Schema查询
总结
LegendState通过添加Schema支持,进一步强化了其作为全功能状态管理库的地位。这一特性使得开发者能够在保持前端状态管理简洁性的同时,充分利用PostgreSQL强大的数据组织能力。随着社区的不断贡献,LegendState与Supabase的集成将会变得更加完善和强大。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.42 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205