数据库管理-第402期 不会代码的DBA做一个简单的前端系统(20260122)

数据库管理-第402期 不会代码的DBA做一个简单的前端系统(20260122)

数据库管理402期 2026-01-22

数据库管理-第402期 不会代码的DBA做一个简单的前端系统(20260122)

作者:胖头鱼的鱼缸(尹海文) Oracle ACE Pro: Database PostgreSQL ACE 10年数据库行业经验 拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证 墨天轮MVP,ITPUB认证专家 圈内拥有“总监”称号,非著名社恐(社交恐怖分子) 公众号:胖头鱼的鱼缸 ZEEKLOG:胖头鱼的鱼缸(尹海文) 墨天轮:胖头鱼的鱼缸 ITPUB:yhw1809 IFClub:胖头鱼的鱼缸 除授权转载并标明出处外,均为“非法”抄袭 
914fcc7ad57defa7868c3be1ca7fb4f5.jpg


在今年的PolarDB开发者大会上,除了PolarDB本身以外,另一个让我感兴趣的技术(或者说叫产品)则是Supabase,这是一个基于PostgreSQL的开发平台,截止今天在Github上已经有96.5k的⭐了。据说使用Supabase可以用非常简单的方式创建一个前端系统。那么本期跟随不会开发的总监,一起来探索一下Supabase的魅力。

1 进入Supabase

Supabase is the Postgres development platform.
Start your project with a Postgres database, Authentication, instant APIs, Edge Functions, Realtime subscriptions, Storage, and Vector embeddings.

Supabase 是一款基于 PostgreSQL 的开发平台。
你可依托 PostgreSQL 数据库、身份验证、即时 API、边缘函数、实时订阅、存储及向量嵌入功能,快速启动项目开发。
Supabase官网地址为:https://supabase.com/

image.png


可以使用Github登录,也可以通过邮箱注册账号。这里我使用个人Github账号登录,登录后需要创建组织(使用免费计划):

image.png


然后创建项目,需要设置数据库密码和区域:

image.png


然后就可以进入项目页面了:

image.png

2 准备环境

本期总监计划完成一个简单连接到Supabase的Recat(完全没接触过)前端项目,主要计划是构建一个简单的仓储系统。
前期准备还需要安装Node.js,使用Qoder进行辅助编程。

image.png

建表

在Supabase的Dashboard界面点击"Table Editor"(表编辑)按钮:

image.png


然后点击"Create a table"(创建表):

image.png


按照下面创建一个简单的表(其中id和created_at为默认字段,不作调整):

image.png


插入少量数据:

image.png


image.png


image.png


image.png


在这里也禁用表的RLS策略:

image.png

3 项目实战

3.1 创建Recat项目

我在本地路径E盘下创建Supabase文件夹,
我使用Qoder打开文件夹:

通过对话方式创建空的Recat项目:

image.png


然后可以看到预览页面:

image.png

3.2 连接Supabase

在Supabase主页页面下滑,"Connect to your project"部分可以看到连接Supabase的信息,包含URL和API Key:

image.png


以对话方式让Recat项目连接至Supabase:

image.png


image.png


这里页面可以正常获取表信息(忘记截图了,就是原表直接显示)。

3.3 调整页面

接下来调整一下页面信息并增加功能:

image.png


这时候正常的输出内容没有了,继续修正:

image.png


现在可以正常看到数据:

image.png

3.4 功能验证

尝试插入商品:

image.png


image.png


image.png


这里可以看到可以正常插入商品,插入后直接刷新了仓储信息,后台数据库也更新了。

3.5 增加功能

接下来我们尝试添加一个修改功能:

尝试修改商品数量:

image.png


image.png


image.png


image.png


功能正常。

插曲

在我查询Supabase相关信息的时候,看到了这个推荐查询:

这算不算是国内开源生态的悲哀呢?!

总结

本期总监使用Qoder连接Supabase完成了一个简单的仓储管理系统。
老规矩,知道写了些啥。

Read more

蓝耘智算 + 通义万相 2.1:为 AIGC 装上 “智能翅膀”,翱翔创作新天空

蓝耘智算 + 通义万相 2.1:为 AIGC 装上 “智能翅膀”,翱翔创作新天空

1. 引言:AIGC 的崛起与挑战 在过去几年中,人工智能生成内容(AIGC)技术突飞猛进。AIGC 涉及了文本生成、图像创作、音乐创作、视频制作等多个领域,并逐渐渗透到日常生活的方方面面。传统的内容创作方式已经被许多人类创作者所推崇,但随着时间的推移,人工智能的出现使得创作的边界变得更加模糊。 然而,尽管人工智能技术取得了巨大进展,如何高效地将 AI 模型与计算平台结合,以便为 AIGC 提供更加高效、智能的支持,仍然是一个关键问题。蓝耘智算与通义万相 2.1 的结合为解决这一问题提供了新的方向。这种创新的技术融合使得 AIGC 可以不仅仅依赖于数据处理的能力,还可以实现智能化的生成和创作,推动内容创作的未来。 2. 蓝耘智算:为 AIGC 提供智能支持 2.1 蓝耘智算简介 蓝耘智算是一种综合性计算平台,专注于为大规模人工智能应用提供优化计算资源。在过去几年中,蓝耘智算不断发展壮大,已成为许多行业中的顶尖计算平台之一,广泛应用于机器学习、

一文讲清:AI、AGI、AIGC、NLP、LLM、ChatGPT的区别与联系

一文讲清:AI、AGI、AIGC、NLP、LLM、ChatGPT的区别与联系

AI行业的“术语”很多,但它们到底是什么关系?有什么层级逻辑?作为开发者或想转行 AI 应用工程师的人,该从哪学起?今天我们来说一下 本文用一张层次图 + 六段解释,让你彻底搞懂它们的区别与联系。 一、AI:人工智能的最上层概念 AI(Artificial Intelligence,人工智能)是所有智能技术的总称。 它的目标是让机器模仿人的智能行为,例如学习、推理、判断、理解语言、感知世界。 AI 涵盖的分支非常多,包括: * 计算机视觉(CV) * 自然语言处理(NLP) * 语音识别(ASR) * 智能决策系统 * 强化学习(RL) 可以理解为:AI 是整个智能技术的“天花板概念”,下面的所有都属于它的子集。 二、AGI:通用人工智能 AGI(Artificial General

突破性能瓶颈:llama.cpp多GPU分布式计算优化实践指南

突破性能瓶颈:llama.cpp多GPU分布式计算优化实践指南 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 你是否还在为大模型推理时单GPU显存不足而苦恼?是否遇到过模型加载缓慢、生成效率低下的问题?本文将从实战角度出发,系统讲解llama.cpp项目的多GPU性能优化方案,帮你解决分布式推理中的设备调度、显存分配和并行效率三大核心难题。读完本文,你将掌握多GPU环境配置、性能监控与问题诊断的完整流程,让本地大模型部署效率提升300%。 多GPU架构解析:从设备发现到任务调度 llama.cpp通过GGML后端实现跨设备计算调度,其核心机制位于src/llama.cpp的设备管理模块。系统启动时会自动扫描所有可用计算设备,按优先级分为GPU、集成GPU(iGPU)和RPC服务器三类,相关代码逻辑如下: // 设备分类与优先级排序(

Qwen3-VL + LLama-Factory进行针对Grounding任务LoRA微调

Qwen3-VL + LLama-Factory进行针对Grounding任务LoRA微调

0.官方GitHub网站: GitHub - QwenLM/Qwen3-VL:Qwen3-VL 是由阿里云 Qwen 团队开发的多模态大语言模型系列。https://github.com/QwenLM/Qwen3-VL 空间感知能力大幅提升:2D grounding 从绝对坐标变为相对坐标,支持判断物体方位、视角变化、遮挡关系,能实现 3D grounding,为复杂场景下的空间推理和具身场景打下基础。 OCR 支持更多语言及复杂场景:支持的中英外的语言从 10 种扩展到 32 种,覆盖更多国家和地区;在复杂光线、模糊、倾斜等实拍挑战性场景下表现更稳定;对生僻字、古籍字、专业术语的识别准确率也显著提升;超长文档理解和精细结构还原能力进一步提升。 一是采用 MRoPE-Interleave,原始MRoPE将特征维度按照时间(t)、高度(h)和宽度(w)的顺序分块划分,