Supabase self-hosted: Open-Source-Firebase-Alternative

IRC-Mania Die Seite rund um Sicherheit und Programmierung

Internet, Sicherheit , Internet Relay Chat

Gesponsert

Was dieser Artikel behandelt

• Was Supabase ist: Postgres + Auth + Realtime + Storage als fertiges Backend.
• Self-Hosting mit Docker, was dabei anders ist als die Cloud-Version.
• Warum pgvector Supabase zum Vektordatenbank-Kandidaten für RAG macht.
• REST-API (PostgREST), Auth und Realtime in der Praxis.
• Wann Supabase vs. einfache Postgres vs. Firebase.

Einleitung

Supabase ist die führende Open-Source-Alternative zu Firebase: Du bekommst eine Postgres-Datenbank mit REST-API, Authentifizierung (E-Mail, OAuth, Magic Links), Realtime-Subscriptions (WebSocket), Datei-Storage und Edge Functions, alles aus einem Stack, alles Open Source.

Für KI-Projekte ist Supabase doppelt interessant: Postgres hat pgvector, damit wird Supabase zur Vektordatenbank für Embeddings und RAG, ohne extra System.

Typische Anwendungsszenarien

• KI-App-Backend: Web-App mit Supabase-Auth + Postgres + pgvector für RAG.
• Chatbot-Persistenz: Konversationen, User-Profile, Dokumenten-Index in einer DB.
• Realtime-Dashboards: Live-Updates für Monitoring oder KI-Generierungen.
• Multi-User-Services: Auth + Row-Level-Security = saubere Mandanten-Trennung.
• Formular-Backend: NocoDB-Ersatz mit echter Programmierbarkeit.

Installation: Docker

Supabase self-hosted ist ein Multi-Container-Stack (Postgres, PostgREST, GoTrue Auth, Realtime, Storage, Studio-UI):

git clone --depth 1 https://github.com/supabase/supabase.git
cd supabase/docker
cp .env.example .env
# .env editieren: POSTGRES_PASSWORD, JWT_SECRET, ANON_KEY, SERVICE_ROLE_KEY, Site-URL
docker compose up -d

Wichtige .env-Variablen:

POSTGRES_PASSWORD=geheim
JWT_SECRET=langer-zufaelliger-key
ANON_KEY=jwt-mit-anon-role          # mit JWT_SECRET generieren
SERVICE_ROLE_KEY=jwt-mit-service-role  # Admin-Key, nie ins Frontend!
SITE_URL=https://app.deine-domain.de
API_EXTERNAL_URL=https://api.deine-domain.de

Die Keys generierst Du mit supabase gen oder JWT-Tools: ANON_KEY (öffentlich, RLS-geschützt) und SERVICE_ROLE_KEY (Admin, geheim!).

Studio-UI läuft auf http://localhost:8000: Datenbank-Verwaltung, Auth, API-Docs.

Die Kern-Features

REST-API automatisch (PostgREST)

Jede Tabelle bekommt sofort eine REST-API:

# Tabelle "documents" → automatisch:
curl "https://api.deine-domain.de/rest/v1/documents?select=*" \
  -H "apikey: ANON_KEY" \
  -H "Authorization: Bearer USER_JWT"

Keine Backend-Programmierung nötig: CRUD ist automatisch da.

Auth (GoTrue)

E-Mail/Passwort, Magic Links, OAuth (Google, GitHub), JWT-Tokens, fertige Auth inkl. UI-Komponenten für React/Next.js.

Realtime

WebSocket-Subscriptions auf DB-Änderungen: „neue Zeile in Tabelle X” pusht live ins Frontend.

Storage

S3-kompatibler Datei-Storage mit Bucket-Regeln und Zugriffs-RLS.

pgvector: Supabase als Vektordatenbank für KI

Das Killer-Feature für KI: Postgres-Erweiterung pgvector speichert Embeddings direkt in Supabase:

-- In der Supabase SQL-Console:
create extension if not exists vector;

create table documents (
  id bigint primary key generated always as identity,
  content text,
  embedding vector(1024)          -- bge-m3 hat 1024 Dimensionen
);

-- Ähnlichkeitssuche
create function match_documents(query_embedding vector(1024), match_count int)
returns table (id bigint, content text, similarity float)
language sql as $$
  select id, content, 1 - (embedding <=> query_embedding) as similarity
  from documents
  order by embedding <=> query_embedding
  limit match_count;
$$;

# Aus Deiner App — Embedding von Ollama, Suche in Supabase:
emb = ollama_client.embeddings(model="bge-m3", prompt=query)["embedding"]
result = supabase.rpc("match_documents", {
    "query_embedding": emb,
    "match_count": 5
}).execute()
context = "\n".join(r["content"] for r in result.data)

Damit brauchst Du kein separates Qdrant/Chroma: Supabase ist DB + Vektorsuche in einem. Für große Datenmengen (>1 Mio. Vektoren) ist dediziertes Qdrant schneller, aber für die meisten Projekte reicht pgvector.

Row-Level-Security (RLS)

Das wichtigste Sicherheits-Feature: Regeln direkt in Postgres: „User sieht nur eigene Daten”:

alter table documents enable row level security;

create policy "own docs" on documents
  for all using (auth.uid() = user_id);

Damit ist die REST-API sicher multi-tenant-fähig ohne eigenen Backend-Code.

Self-Hosted vs. Supabase Cloud

Sicherheit

• SERVICE_ROLE_KEY geheim: Hat Admin-Rechte, bypassed RLS, nie ins Frontend!
• ANON_KEY + RLS: Der öffentliche Key ist sicher, weil RLS regelt, wer was sieht.
• HTTPS: API-Endpoint hinter Reverse Proxy mit TLS.
• Backups: Postgres-Dump regelmäßig, siehe Backup.
• JWT_SECRET: Stark und geheim, damit werden alle Auth-Tokens signiert.

Supabase vs. Alternativen

Weiterführende Links

• IRC-Coding.de: Vertiefende Programmier-Tutorials: Postgres, REST, Auth, WebSocket.
• Lokales RAG: Embeddings und Vektorsuche im Detail.
• Qdrant: Dedizierte Vektordatenbank.
• NocoDB: No-Code-Alternative.
• Docker: Deployment-Grundlagen.

Key Takeaways:

• Supabase = Postgres + Auth + Realtime + Storage + REST-API als Open-Source-Backend.
• pgvector macht es zur Vektordatenbank für RAG, kein extra System nötig.
• Self-hosted ist ein ~7-Container-Stack, mehr Setup, aber volle Kontrolle.
• RLS (Row-Level-Security) = sichere Multi-Tenant-API ohne Backend-Code.
• Für KI-Apps die beste All-in-One-Basis: Auth + DB + Vektorsuche in einem.

FAQ

Quellen und weiterführende Literatur

• Supabase: GitHub.
• Supabase Self-Hosting: Dokumentation.
• pgvector: Vektor-Erweiterung.
• IRC-Coding.de: Programmier-Tutorials.

Premium VPS Hosting

Schnelle und sichere VPS Server

Gesponsert