Supabase实时客户端实操指南:supabase-realtime-js
2024-09-12 04:31:39作者:蔡怀权
1. 项目介绍
Supabase实时客户端(@supabase/realtime-js)是专为Supabase平台设计的一个强大的Isomorphic JavaScript库,它让开发者能够无缝地集成实时功能到自己的应用程序中。该库支持广播消息、状态同步(通过CRDTs)、以及基于PostgreSQL数据库改变数据捕获(CDC)。这意味着,你可以即时发送消息从客户端到客户端,跟踪并同步多用户的共享状态,并监听数据库的变化,无需繁琐的轮询。
2. 项目快速启动
安装客户端
首先,你需要安装@supabase/realtime-js包到你的项目中。可以通过npm完成:
npm install @supabase/realtime-js
连接到Supabase实时服务
接下来,创建一个客户端实例并连接到Supabase的实时服务器。记得替换REALTIME_URL和API_KEY为你的实际Supabase项目设置。
import { RealtimeClient } from '@supabase/realtime-js';
const REALTIME_URL = 'wss://<your_project_id>.supabase.co/realtime/v1';
const API_KEY = '<your_api_key>'; // 使用JWT令牌
const client = new RealtimeClient(REALTIME_URL, { params: { apikey: API_KEY } });
// 创建并订阅到一个频道
const channel = client.channel('test-channel', []);
channel.subscribe((status, err) => {
if (status === 'SUBSCRIBED') console.log('已连接');
});
发送和接收广播消息
channel.on('broadcast', { event: 'greeting' }, (payload) => {
console.log('接收到广播消息:', payload);
});
channel.subscribe(async (_) => {
if (_ === 'SUBSCRIBED') {
await channel.send({ type: 'broadcast', event: 'greeting', payload: { msg: 'Hello World!' } });
}
});
3. 应用案例和最佳实践
实时聊天应用
在构建实时聊天应用时,可以利用广播功能来传递消息。每个用户的消息通过广播事件发送到所有其他在线用户,确保即时通讯体验。
channel.on('chat-message', async (payload) => {
displayMessage(payload); // 假设存在一个显示消息的函数
});
channel.subscribe(() => {
if (_ === 'SUBSCRIBED') {
sendMessageToServer({ message: '加入聊天室' }); // 向后端发送加入信息
}
});
用户在线状态同步
通过Supabase实时客户端的Presence特性,可以轻松实现用户在线列表的自动更新。
channel = client.channel('presence', [{ presence: [{ key: 'user_id' }] }]);
channel.on('presence', { event: 'sync' }, () => {
console.log('当前在线用户:', channel.presenceState());
});
channel.subscribe();
4. 典型生态项目
虽然该项目本身主要作为Supabase生态的一部分,但与之相结合的其他开源组件(如@supabase/supabase-js用于数据库操作)可以构成完整的全栈解决方案。例如,在构建实时数据分析仪表板或协作工具时,Supabase实时客户端配合其数据库访问库,可以极大简化实时数据推送和交互逻辑的开发工作。
请注意,为了更好地整合Supabase实时功能到你的应用中,深入研究其官方文档和社区示例是非常重要的。这将帮助你理解如何最大化利用这个库的功能,并在实际应用中实现高效且可靠的实时交互。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137