Supabase Auth中refresh_tokens索引优化实践
2025-07-07 03:48:47作者:明树来
在Supabase Auth系统的性能优化过程中,我们发现了一个关于refresh_tokens表索引使用的关键问题。这个问题直接影响用户会话管理的效率,特别是在处理用户注销或令牌刷新时的性能表现。
问题背景
refresh_tokens表是Supabase Auth系统中存储用户刷新令牌的核心表。该表原本设计了一个复合索引,包含instance_id和user_id两个字段。然而在实际查询中,系统经常仅使用user_id字段进行删除操作,导致索引无法被高效利用。
技术分析
通过EXPLAIN ANALYZE命令对查询计划进行分析,我们发现两种不同查询方式的性能差异显著:
-
仅使用user_id条件查询:执行时间约35毫秒
- 数据库虽然使用了复合索引,但由于缺少instance_id条件,导致索引扫描效率低下
- 查询计划显示需要扫描大量行(13318.67行的估算成本)
-
同时使用instance_id和user_id条件查询:执行时间仅0.271毫秒
- 数据库能够充分利用复合索引进行高效查找
- 查询计划显示扫描行数大幅减少(17.68行的估算成本)
问题根源
问题的核心在于索引设计原则与实际查询模式不匹配。复合索引的最左前缀原则要求查询必须包含索引的最左侧字段才能充分利用索引。refresh_tokens表的索引以instance_id为首字段,但实际查询经常只使用user_id条件,导致:
- 索引无法被完全利用
- 数据库退化为低效的索引扫描
- 系统资源浪费
- 用户体验下降(响应时间延长)
解决方案
针对这一问题,Supabase团队实施了以下优化措施:
- 查询优化:修改相关SQL语句,确保在删除操作中包含instance_id条件
- 索引调整:考虑是否需要调整索引结构,将更常用的查询条件放在复合索引的前面
- 代码审查:检查所有涉及refresh_tokens表的操作,确保索引被正确使用
实际效果
优化后,相关查询的性能提升了约130倍(从35ms降至0.271ms)。这一改进显著提高了:
- 用户注销体验
- 令牌刷新效率
- 系统整体响应速度
- 数据库资源利用率
经验总结
这个案例为我们提供了几个重要的数据库优化经验:
- 索引设计必须匹配查询模式:复合索引的字段顺序应根据实际查询条件的使用频率和选择性进行设计
- 定期性能分析至关重要:通过EXPLAIN ANALYZE等工具持续监控查询性能
- 全栈视角优化:数据库优化不仅涉及DBA工作,也需要开发人员在编写SQL时考虑索引使用情况
- 真实数据测试:性能测试应使用接近生产环境的数据量和分布
Supabase Auth团队通过这一优化,显著提升了系统的稳定性和响应速度,为用户提供了更流畅的认证体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
627
141
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
242
314
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
382
3.52 K
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
1.03 K
480
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++
648
265
🎉 (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
1.11 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
127
857