Jadi ceritanya di salah projek terbuka saya, ksana.in. Terdapat salah satu fitur untuk menampilkan statistik total jumlah pengguna yang sudah menggunakan ksana.in di halaman beranda.

Dan sebelumnya, untuk mencapai fitur ini, saya (dibantu kontributor) menggunakan teknik “poor-man”, saking gak habis pikirnya bagaimana untuk mendapatkan data seperti ini dengan Supabase.

Jadi yang dilakukan adalah membuat table baru users, dikarenakan kita tidak bisa langsung menghitung jumlah baris dari table auth yang tersedia di Supabase. Karena tabel utama yang menyimpan data url sudah terlanjur banyak isinya, maka table users dipaksakan mempunyai logic tambahan pada proses login, yang mana kalau si pengguna yang login belum tersimpan di tabel users, maka dilakukan proses insert sebelumnya (semacam trigger, tapi lagi-lagi versi poor-man).

Karena saya juga tidak aktif melakukan development, jadi ya saya biarkan saja selama berbulan-bulan dengan cara begini. Sampai akhirnya gerah juga melihat proses yang begini, dan saya sempatkan buat berpikir ulang dan baca-baca lagi terkait Supabase.

Pada dasarnya yang saya inginkan adalah cukup menggunakan query SELECT DISTINCT berdasarkan user_id saja dari table utama. Tapi kok yo bingung ya di Supabase caranya gimana.

Sebelumnya saya sudah mencoba-coba mengenai Supabase Function, yang entah mengapa jalan di development namun gagal untuk dibuat di production DB. Jadi sebelumnya saya harus membuat Function untuk mengambil DISTINCT berdasarkan user_id dan nantinya bisa dipanggil dengan supabase.rpc().

Sampai pada akhirnya hari ini (23 Jan 2022) saya menemukan sebuah diskusi penyelamat #3294 yang sepertinya terlewatkan oleh saya pada saat pertama.

Saya jadi harus belajar tentang Supabase View.

Untuk kasus ksana.in, saya perlu membuat view baru dengan perintah berikut:

create view distinct_users as
    select distinct(user_id)
    from public.urls;

Dan bisa memanggilnya di kode JavaScript, dengan cara:

const { count: countUsers } = await supabase
  .from('distinct_users')
  .select('user_id', { count: 'estimated' })

Dan ya akhirnya saya bisa membuang semua kode workaround sebelumnya dan bisa menampilkan jumlah pengguna dengan lebih mendekati tepat.

Pelajari detail kodenya di PR #57