AI-modeller och plattformar

Lovable bygger en realtidstjänst för att samla dataåtkomstbehörigheter på ett ställe

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Lovable rapporterade den 9 november 2026 att frontendlösningen hade lämnat Firestore bakom sig när Lovable Realtime, en specialbyggd tjänst som samlar behörighetskontrollen på ett ställe, driftsattes fullt ut. Under en mätperiod på 30 dagar nådde tjänsten en topp på 2,06 miljoner samtidiga prenumerationer.

Migreringen innebär att beslut om åtkomst och vilka fält som visas hanteras i Lovables Go-backend. För företagets plattform för AI-appbygge erbjuder tjänsten ett sätt att kombinera data från Firestore och Spanner och uppdatera användarens vy när antingen den underliggande informationen eller användarens behörigheter ändras.

Samlad hantering av behörigheter och data i realtid

Delar av Lovable använde tidigare Firestore via webbläsaren onSnapshot för uppdateringar. Webbläsaren tog emot hela dokument, samtidigt som Firestore-reglerna behövde spegla Go-API:ts behörighetsmodell. Lösningen innebar också att risken för exponering blev en del av vanliga dokumentändringar: den som lade till ett fält kunde påverka vad som visades i användarnas webbläsare, utan att nödvändigtvis inse följderna.

Firestore-regler kan fråga efter data i Firebase, men inte i Spanner. Det skapade ett hinder för behörighetsuppdateringar som berörde stora företagsgrupper synkroniserade via SCIM, som synkroniserar användare och grupper till en Lovable-arbetsyta. En tillfällig proxy via Go-API:t för företagskunder återanvände API:ts behörighetskontroller. Den öppnade också separata lyssnare uppströms i Firestore för varje klients beroenden, vilket duplicerade dataströmmar och förbrukade kapacitet i en anslutningspool som delades med vanliga databasförfrågningar.

Lovable krävde att ersättningslösningen skulle fungera med båda de befintliga databaserna, kontinuerligt ompröva åtkomsten och stänga en återkallad användares dataström mitt under en session. Företaget ville också att obehöriga fält skulle hållas kvar på servern innan några data lämnade den. Företagets bedömning var att de transport-, synkroniserings- och databasintegrerade alternativ som utvärderades inte kunde erbjuda den kombinationen utan omfattande integrationsarbete, ett byte av databas eller replikering till Postgres.

Den Go-tjänst som blev resultatet körs på GKE och öppnar en WebSocket per webbläsarflik, med prenumerationer som multiplexas över anslutningen. Flöden för ändringsfångst för Firestore- och Spanner-ändringar via en brygga till NATS, tjänstens meddelandebuss. Matchande prenumerationer räknar om sina vyer, jämför xxh3-128-hashar och skickar endast deltan när resultatet ändras. En enda prenumeration kan hämta data från båda databaserna och samtidigt tillämpa API:ts behörighetsramverk.

Behörighetskontrollen behandlas som ytterligare en reaktiv datakälla, så att behörighetsändringar kan utlösa nya resultat oberoende av vanliga dokumentändringar. Lovable rapporterade att omberäkningar av behörigheter minskade med cirka 84 procent när tjänsten räknade om resultaten endast om fält som ingick i åtkomstbesluten ändrades, i stället för vid varje relevant dokumentuppdatering. Tjänsten har omkring 40 prenumerationstyper som ägs av sju team, med typade gränssnitt, delade prenumerationer på serversidan och aviseringar som dirigeras till respektive team.

Skuggtrafik användes för att validera utrullningen

Lovable körde först tjänsten i skuggläge: frontendlösningen använde hela den nya kedjan, men kasserade nyttolasten och fortsatte att rendera från Firestore. Verklig trafik och faktiska datastrukturer blottlade återanslutningsstormar efter driftsättningar, fel som klassificerades felaktigt och en nyttolastgräns som var för låg för verkliga data. Därefter ökade en funktionsflagga andelen användare stegvis från 1 procent till 10, 50 och 100 procent under flera dagar. Lovable uppgav att utrullningen inte ledde till någon incident som påverkade användarna eller någon försämring av de mätvärden som övervakades.

Eftersom WebSocket-anslutningar är sessionsbundna och kan pågå i timmar flyttas den befintliga belastningen inte automatiskt när fler poddar läggs till. Lovable lastbalanserar utifrån antalet anslutningar, skalar med hjälp av både anslutningar, CPU och minne och begränsar antalet anslutningar per podd för att minska vågor av återanslutningar. När klienter återansluter skickar de ett fingeravtryck av sitt cachade tillstånd. Då kan servern, efter att ha kontrollerat behörigheterna på nytt, bekräfta att data är oförändrade i stället för att skicka dem igen.

Författaren till inlägget uppgav att kärnan tog 40 arbetsdagar av praktiskt arbete och att kodningsagenter hanterade det mesta av implementeringen när arkitekturen och specialfallen väl hade arbetats igenom. En integrationsrigg kombinerade emulatorer för Firestore, Auth och Spanner med en inbäddad NATS-server och ID-token som genererats av emulatorerna, vilket gjorde det möjligt för agenterna att testa ändringar genom hela teknikstacken.

Resultat i produktion och möjligheten att stödja appar

För perioden 5 september–5 oktober 2026 rapporterade Lovable 2,61 miljarder data- och patchramar, exklusive återupptagna kontrollramar, och uppskattade att fullständiga ögonblicksbilder av varje beräknat resultat skulle ha genererat 40 TB nyttolast på applikationsnivå. Deduplicering, deltan och återanvändning vid återanslutning minskade den faktiska skickade nyttolasten till 1,11 TB, en uppskattad minskning med 97 procent jämfört med den baslinjen. Nyttolastsiffrorna inkluderar inte protokoll- och transportoverhead.

Lovable mätte intervallet från en skrivning till källdatabasen tills en utgående ram var klar att skickas till 66 millisekunder vid p50 och 249 millisekunder vid p99. Mätningarna omfattar inte socket-skrivningar, nätverkstid eller klientbearbetning och motsvarar därför inte hela tiden det tar för en användare att uppfatta en uppdatering.

Lovable uppgav att företaget aktivt lägger till primitiver för domänhändelser i fall där konsumenter behöver få veta att något har hänt i stället för att få en ögonblicksbild av data, och att tjänsten senare kan bli en funktion i appar som byggts med Lovable. En sådan utökning skulle ge kundskapade applikationer backendstyrda behörigheter och livevyer. Den nuvarande driftsättningen ger redan Lovables team en gemensam grund för ett mer omfattande samarbete i takt med att deras datainfrastruktur utvecklas.

Rhea Solis är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker skärningspunkten mellan artificiell intelligens och kreativt uttryck inom konst, musik, film, litteratur och design. Hennes arbete undersöker hur generativa modeller, kreativa verktyg och algoritmiska system förändrar sättet idéer konceptualiseras, produceras och upplevs.
Med ett konstnärligt och reflekterande perspektiv undersöker Rhea AI inte som en ersättning för mänsklig kreativitet, utan som ett nytt medium - ett som utmanar författarskap, originalitet och kulturella normer. Hon är särskilt intresserad av hur konstnärer, formgivare och filmskapare integrerar AI i sina arbetsflöden, och hur dessa teknologier påverkar estetik, berättande och kreativt arbete.
Artiklar skrivna av Rhea Solis är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa tydlighet, sammanhang och ansvarsfull diskussion om AIs utvecklande roll i de kreativa konsterna.