Supabase日志查询
为 Supabase 日志写、审和迁移 ClickHouse 查询,按 source 过滤单张 logs 表并从 log_attributes 里取字段,也把旧的 BigQuery 日志查询翻译过来。
功能与用途
在 Supabase 架构中,全栈所有服务的日志都汇集在单张 ClickHouse logs 表中(通过 logs.all.otel 分析端点提供)。旧版 BigQuery 时代按服务分表、利用 cross join unnest 提取嵌套字段的查询写法已彻底废弃。本工具专门用于编写、评审和迁移 ClickHouse 日志 SQL。编写时严格遵循最佳实践:必须按 source(如 edge_logs、postgres_logs、auth_logs)过滤单表数据,查询头部附带用途注释并强制加 LIMIT 限制条数;提
适用场景
- 线上报 500,想按时间倒序把边缘请求里状态码 5xx 的记:线上报 500,想按时间倒序把边缘请求里状态码 5xx 的记录拉出来定位
- 数据库频繁报错,想按严重级别归类,看 ERROR、FATAL:数据库频繁报错,想按严重级别归类,看 ERROR、FATAL、PANIC 各占多少
- 手里有一条以前在 BigQuery 上跑的日志查询,现在后端:手里有一条以前在 BigQuery 上跑的日志查询,现在后端换成 ClickHouse 了,需要改成能跑的新写法
- 想查某个 source 到底会写哪些字段,但文档没写全,得从:想查某个 source 到底会写哪些字段,但文档没写全,得从真实数据里把键名统计出来
- 在 Studio 里维护日志界面,需要把查询按标源规则接到 :在 Studio 里维护日志界面,需要把查询按标源规则接到 apps/studio/data/logs 里
适用人群
- 排查 Supabase 线上问题的后端工程师
- 维护 Supabase Studio 日志界面的开发
- 把日志查询从 BigQuery 迁到 ClickHouse 的数据工程师
使用步骤
- 说清你要查什么:哪个来源的日志、要找什么现象、时间范围大致多长
- 它先确定 source 并按 clickhouse 写法组织查询——先过滤真实列、带 LIMIT、给查询加标识注释
- 需要服务特有字段时用方括号从 log_attributes 里取,键保留完整点分路径;数值字段套上 toInt32OrZero
- 键名不确定就先跑 arrayJoin(mapKeys(...)) 把真实键按频次列出来,不靠猜
- 如果是 BigQuery 老查询,让它按对照表逐条翻译;要在 Studio 代码库里接查询则读对应的集成说明再动手
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- IT运维与安全
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- master
- 最近更新
- 2026-09-17
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
>-
使用前准备
- 需要了解 Supabase 日志模型与 ClickHouse SQL 语法(含 Map 取值函数),并熟悉 BigQuery 到 ClickHouse 的函数差异
依赖与权限
- 读取用户主动提供的内容