Supabase vs Firebase:客户门户登录之后,谁能看到哪家公司的项目?

为 AI 生成的客户门户选择后端,应比较成员关系、查询约束与后台权限。Supabase RLS、Firestore Rules 和 Firebase SQL Connect 各有不同的维护边界。

来源: supabase.com
2026年11月2日
5 min

AI 已经生成了客户门户的页面,客户能够登录,却不代表只能读到自己公司的项目。若项目、成员和交付记录存在多对多关系,而且有人能维护 SQL,优先评估 Supabase;若现有应用围绕文档同步和移动端离线体验构建,先评估 Firebase 的 Cloud Firestore。已经采用 Firebase、同时需要关系型数据的团队,还应比较 SQL Connect,不能因为需要 SQL 就直接排除 Firebase。没有对两套门户进行实测。

先确定要维护哪一种权限边界

Supabase 将 PostgreSQL 与身份认证连接起来,可用 Row Level Security(RLS)约束行的访问。Firebase 则必须说清具体数据库:Cloud Firestore 按集合和文档组织数据;Realtime Database 使用 JSON 树;两者均为 NoSQL。SQL Connect 连接 Cloud SQL for PostgreSQL,另有查询和修改操作的授权机制。本文主要比较 Supabase RLS 与 Firestore 客户端 Security Rules,并把 SQL Connect 作为关系型替代路线,不把三种 Firebase 数据库视为同一产品。

设想一家服务公司让客户查看项目。同一个人可以属于两家公司,同一个项目也可能邀请外部成员。应先写清“谁属于哪家公司、谁可以查看哪个项目、谁能够修改交付状态”,再让 AI 生成页面和查询。仅检查用户已登录,会让所有客户落进同一个权限集合;仅在页面隐藏另一家公司的项目,也无法代替数据访问控制。

查询失败时,两边需要修的地方不同

Supabase 的 RLS 文档把策略解释为查询隐含附加的条件。对客户项目列表,可以围绕成员关系编写数据库策略,让查询只返回允许的行。好处是多个页面能复用数据库边界;代价是团队必须理解表权限、策略和关联查询。启用 RLS 后,使用 publishable key 的 API 在建立策略之前不能访问数据;应核实生成的建表脚本确实启用了 RLS,而不是把页面能运行当成权限已配置。

Firestore 官方文档明确说明,Security Rules 不会替查询过滤结果。对集合的查询若可能返回无权读取的文档,整个请求会失败。因此,客户列表查询本身就要满足规则约束,例如限定获准访问的公司,而不能先查询所有项目,期待规则自动去掉别人的数据。这使查询设计与权限设计紧密相连。若 AI 为了消除报错把规则改成“已登录即可读取”,页面恢复正常反而可能掩盖跨客户泄露。

SQL Connect 提供第三种维护方式:在查询和 mutation 上配置 @auth,再结合服务端过滤条件与表达式检查资源归属。官方文档提醒,USER 级别只检查登录,不能单独证明数据属于该用户;身份条件应使用 auth.uid 等已验证认证信息,不能信任客户端传入的 userId。这条路线适合愿意维护明确数据操作、又希望继续使用 Firebase Authentication 的团队。它与 PostgreSQL RLS 不是可以直接互换的规则语言。

后台 AI 调用必须单独验收

浏览器能否越权,与后台生成报告时能否越权,是两条测试路径。Supabase 的 secret key 可通过 service_role 绕过 RLS,不能放入浏览器;Firestore 的服务端客户端库也绕过 Security Rules,改由凭据和 IAM 控制访问。两边都不能把“前端权限已通过”推论为“后台 AI 只能看到当前客户的数据”。

如果后台助手为客户汇总项目,服务端必须核验调用者及其项目权限,再限定读取范围。把页面传来的 company_id 原样交给拥有宽权限的后台查询,会重新打开前端已经关闭的入口。这里的选型问题是团队能否持续审查这条路径,而非哪家登录按钮更容易生成。

用相同工作量估预算,再用反例验收

Supabase 定价页的 Pro 从每月 25 美元起,付费套餐包含每月 10 美元计算额度,足以覆盖一个 Micro 实例;增加项目或计算规模会改变账单。Firestore 则要核对读写、索引读取、存储和网络流量,规则求值所需的额外文档读取也可能计费。SQL Connect 的计费还分服务本身和 Cloud SQL for PostgreSQL 实例,不能套用 Firestore 的免费额度。以上都不是客户门户的完整报价。

例如,假设 100 位客户每个工作日打开两次列表,每次实际读取 20 份项目文档,按 22 个工作日计算,仅这一动作就对应 88,000 次文档读取。该算例不含缓存效果、实时更新、索引读取或规则附加读取,也不表示全部读取都收费。应把相同访问量交给两边估算,同时单列认证方式、附件存储、后台函数、网络流量及备份恢复要求,再看当前套餐覆盖哪些项目。不要把 Supabase 的 API 请求不限量理解为计算和流量没有成本。

上线前,让同一组测试在候选方案中通过:客户甲读取自己的项目成功,读取客户乙的项目失败;被移出项目的成员不能继续取得新数据;修改请求不能把项目归属改成别人的公司;后台 AI 汇总也不能跨客户读取。Supabase 提供数据库测试方案,Firebase 提供 Security Rules 单元测试工具,但使用工具不等于这些业务断言已经被验证。

如果成员关系与跨表报表是门户的核心,且团队能维护数据库策略,Supabase 值得先做验证。若应用已经依赖 Firestore 的文档模型、实时同步和离线支持,保留这条路线并把规则与查询一起测试更合理;关系型需求则把 SQL Connect 加入同场评估。最终选择应落在一套团队能解释、能测试、能接手修改的权限模型上,而不是登录演示能否成功。

内容说明:本文基于公开资料整理,仅供工具选型参考。产品功能、价格及相关政策可能随时调整,请以官方最新信息为准。

原文出处:supabase.com