Publicado em
Quais são as alternativas ao Firebase com banco relacional?
As principais alternativas ao Firebase com banco relacional são o Supabase, que é o mais parecido por juntar PostgreSQL, autenticação, realtime e região em São Paulo; o Appwrite Cloud; o Neon, PostgreSQL serverless com autenticação gerenciada; o PocketBase, que é self-hosted e usa SQLite; e um backend próprio em Node.js ou Python com PostgreSQL gerenciado, como o da Zenifra, cobrado em real. A escolha depende do que você quer continuar recebendo pronto: quem quer a experiência de BaaS fica melhor no Supabase, e quem quer SQL sem amarras, preço em real e infraestrutura no Brasil monta a própria API e usa o Firebase Authentication ou uma biblioteca de autenticação.
Por que trocar o Firestore por um banco relacional
O Firestore é um banco NoSQL de documentos. A própria documentação do modelo de dados diz que, ao contrário de um banco SQL, não há tabelas nem linhas: os dados ficam em documentos organizados em coleções, e o banco é schemaless, então cada documento de uma coleção pode ter campos e tipos diferentes. Isso acelera o começo de um app, mas transfere para o código a tarefa de manter os dados coerentes. Em um banco relacional como o PostgreSQL, o esquema, as chaves estrangeiras, as restrições UNIQUE e CHECK e os tipos de cada coluna são garantidos pelo próprio banco.
A segunda razão são as consultas. Na edição Standard, que é a que a maioria dos apps usa, o Firestore só executa Core operations: leituras, gravações e consultas básicas. Os índices são obrigatórios, consultas compostas dependem de índices compostos configurados à mão, consultas com OR são limitadas a 30 disjunções e not-in aceita até 10 valores. Joins por subconsulta existem nas Pipeline operations, mas essas operações são da edição Enterprise. No PostgreSQL, um JOIN entre pedidos, clientes e produtos, um GROUP BY por mês ou uma subconsulta são SQL padrão, em qualquer plano.
A terceira são os relatórios. O caminho oficial para análise de dados do Firestore é exportar para o BigQuery, e a documentação de exportação explica como carregar os dados lá. Com um banco relacional, o relatório roda direto no banco da aplicação ou em uma réplica, com SQL, e ferramentas como Metabase se conectam sem exportação intermediária.
Vale ser justo em dois pontos. Transações não são motivo para trocar: a documentação do Firestore anuncia suporte a transações ACID e operações em lote atômicas. E o Firestore tem vantagens que um backend próprio não entrega de graça, como listeners em tempo real, cache offline nos SDKs de mobile e web e escala sem você administrar servidores. A troca compensa quando consultas, integridade e relatórios passam a custar mais tempo de desenvolvimento do que essas vantagens economizam.
Quanto custa ler dados no Firestore
O Firestore cobra por operação. Segundo a página de preços da edição Standard, lida em 06/11/2026, cada banco tem uma cota grátis diária de 50 mil leituras, 20 mil gravações, 20 mil exclusões e 1 GiB armazenado, mais 10 GiB de saída por mês, e só um banco grátis por projeto. Acima da cota, na região de São Paulo (southamerica-east1), as leituras custam US$ 0,045 a cada 100 mil documentos, as gravações US$ 0,135 a cada 100 mil e o armazenamento US$ 0,135 por GiB ao mês. Em Iowa (us-central1), as leituras saem por US$ 0,03 a cada 100 mil.
O detalhe que pesa é o que conta como leitura. A documentação de cobrança diz que você paga pelos documentos e entradas de índice lidos para atender a consulta, e que um listener em tempo real cobra uma leitura cada vez que um documento do resultado é adicionado ou atualizado. Uma tela de listagem que lê 500 documentos e é aberta 2 mil vezes por dia gera 1 milhão de leituras diárias. Consultas de agregação, como count(), sum() e avg(), são mais baratas: cobram uma leitura a cada 1.000 entradas de índice, com mínimo de uma leitura.
A tabela mostra só as leituras, em 30 dias, já descontada a cota grátis diária. Gravações, armazenamento e saída de dados entram por cima.
| Leituras por dia | Leituras cobradas em 30 dias | São Paulo (southamerica-east1) | Iowa (us-central1) |
|---|---|---|---|
| 100 mil | 1,5 milhão | US$ 0,675 | US$ 0,45 |
| 1 milhão | 28,5 milhões | US$ 12,825 | US$ 8,55 |
| 10 milhões | 298,5 milhões | US$ 134,325 | US$ 89,55 |
A leitura honesta da tabela: para um app pequeno, o Firestore é barato, e com 100 mil leituras por dia a conta fica abaixo de US$ 1 por mês. O custo cresce de forma linear com o uso, e é aí que um banco relacional muda a lógica: o preço do PostgreSQL gerenciado é o do plano, não o do número de linhas lidas, e o limite passa a ser CPU, memória e conexões. A página de preços também avisa que, se você paga em outra moeda que não o dólar, valem os preços dos SKUs do Google Cloud nessa moeda.
As alternativas ao Firebase lado a lado
A tabela compara as opções mais citadas para quem quer sair do Firestore e trabalhar com um banco relacional. Todos os dados vêm das páginas oficiais de preços, regiões e documentação de cada produto, lidas em 06/11/2026. O Firebase aparece na primeira linha como referência.
Repare em duas colunas. Região no Brasil importa para latência: um banco nos Estados Unidos acrescenta a ida e volta pela rede em cada consulta. E moeda importa para o orçamento: preço em dólar pago com cartão internacional recebe IOF de 3,5% e varia com o câmbio todo mês.
| Opção | Modelo | Autenticação inclusa? | Realtime? | Região no Brasil? | Moeda | Preço inicial |
|---|---|---|---|---|---|---|
| Firebase (Firestore) | BaaS com banco NoSQL de documentos | Sim, sem custo até 50 mil usuários ativos por mês | Sim, listeners | Sim, São Paulo (southamerica-east1) | Dólar na página de preços | Cota grátis diária; depois US$ 0,045 por 100 mil leituras em São Paulo |
| Supabase | BaaS sobre PostgreSQL | Sim, 50 mil usuários ativos por mês no Free e 100 mil no Pro | Sim, Realtime com Postgres Changes | Sim, São Paulo (sa-east-1) | Dólar | Free US$ 0 (2 projetos ativos, banco de 500 MB, pausa após 1 semana sem uso); Pro a partir de US$ 25/mês |
| Appwrite Cloud | BaaS; banco TablesDB por padrão, PostgreSQL ou MySQL em computação dedicada | Sim | Sim, API Realtime | Não: Frankfurt, Nova York, Sydney, São Francisco, Singapura e Toronto | Dólar, só cartão de crédito ou débito | Free US$ 0 (2 projetos); Pro US$ 25/mês; banco dedicado a partir de US$ 10/mês |
| Neon | PostgreSQL serverless com serviços de backend | Sim, Managed Better Auth | Em beta | Sim, AWS São Paulo (aws-sa-east-1) | Dólar | Free US$ 0 (100 CU-hora/mês e 1 GB por projeto); Launch US$ 0,106 por CU-hora + US$ 0,35 por GB-mês |
| PocketBase | Backend open source em um executável, com SQLite embutido | Sim | Sim, realtime subscriptions | Onde você hospedar | Sem licença paga; você paga o servidor | Grátis, self-hosted apenas |
| Backend próprio + PostgreSQL na Zenifra | Sua API (Node.js, Python, Go, Java, PHP) com PostgreSQL gerenciado | Não; você mantém o Firebase Authentication ou usa uma biblioteca no backend | Não como serviço; WebSocket ou SSE na aplicação, com pub/sub do Valkey | Sim, infraestrutura no Brasil | Real, por PIX, boleto ou cartão, sem IOF | Aplicação com banco a partir de R$ 41,80/mês; 5 GB grátis no Armazém |
Há uma opção que fica dentro do próprio Firebase: o SQL Connect, que a documentação descreve como o primeiro serviço relacional do Firebase, com PostgreSQL gerenciado pelo Cloud SQL, esquema e consultas em GraphQL e integração com o Firebase Authentication. Pela página de preços, ele tem 250 mil operações por mês sem custo e depois US$ 0,90 por milhão de operações, e a primeira instância do Cloud SQL tem um teste sem custo de 3 meses; se o projeto não estiver no plano pago (Blaze) ao fim do teste, a instância é arquivada. Para quem quer SQL sem sair do ecossistema do Google, é o primeiro lugar a olhar.
Quando cada alternativa serve melhor
O Supabase é a troca mais direta. Ele junta PostgreSQL, autenticação, armazenamento de arquivos, realtime, cron e filas em um só produto, e tem região em São Paulo. Se o seu app chama o Firestore direto do front-end e você quer manter esse estilo, com SDK no cliente e regras de acesso no banco, é a opção que menos muda a arquitetura. Os pontos de atenção estão na página de preços: o plano Free pausa projetos depois de uma semana sem atividade e limita a dois projetos ativos, e o Pro começa em US$ 25 por mês, cobrado em dólar.
O Appwrite Cloud agrada quem quer um BaaS open source com autenticação, banco, armazenamento, funções e realtime no mesmo produto, e a opção de hospedar por conta própria. O banco padrão é o TablesDB, e PostgreSQL ou MySQL aparecem como opção de computação dedicada, a partir de US$ 10 por mês por banco. A lista oficial de regiões não tem nenhuma na América do Sul, e o FAQ de preços informa que a cobrança é só por cartão de crédito ou débito. O Neon é PostgreSQL serverless cobrado por CU-hora, com região em São Paulo e, nos planos atuais, autenticação gerenciada (Managed Better Auth) que guarda usuários e sessões no seu próprio banco; é uma boa base se você quer PostgreSQL com branches por ambiente e não precisa de um BaaS completo.
O PocketBase é o caminho mais simples para apps pequenos e médios que cabem em um servidor: um executável com SQLite, autenticação, arquivos e realtime. O FAQ oficial é franco sobre os limites: não há hospedagem oferecida pelo projeto, ele escala só verticalmente, em um único servidor, e a documentação avisa que, antes da versão 1.0, não é recomendado para aplicações críticas em produção. Note também que é SQLite, não PostgreSQL.
Um backend próprio com PostgreSQL gerenciado é a opção que dá mais controle e mais trabalho. Você escreve a API, decide como autenticar e expõe só os endpoints que o app precisa, o que substitui as Security Rules por autorização no servidor. Em troca, usa SQL completo, qualquer ORM ou driver e paga um preço fixo por plano. Na Zenifra, isso vem com cobrança em real, infraestrutura no Brasil e os serviços que um BaaS daria pronto, como filas, cache, Jobs agendados e armazenamento de arquivos, no mesmo Console.
O que você precisa construir se sair do BaaS
Autenticação é a primeira peça e a que mais assusta, mas não precisa mudar no primeiro dia. Você pode manter o Firebase Authentication, que segue sem custo até 50 mil usuários ativos por mês, e validar o token no backend com o método verifyIdToken() do Admin SDK, que devolve o uid do usuário. Se quiser sair também da autenticação, o comando firebase auth:export exporta as contas para JSON ou CSV, mas as senhas saem com o hash na variante modificada do scrypt que o Firebase usa, então a nova biblioteca precisa saber verificar esse hash ou os usuários vão precisar redefinir a senha.
Autorização muda de lugar. No Firebase, as Security Rules decidem quem lê o quê direto do cliente. Com uma API própria, cada consulta filtra pelo usuário autenticado no servidor (por exemplo, WHERE user_id = $1), e o front-end nunca fala com o banco. Arquivos do Cloud Storage vão para o Armazém, o armazenamento de objetos da Zenifra compatível com S3: endpoint https://armazem.zenifra.com, região br-sp1, buckets sempre privados e links assinados com validade de até 7 dias. O Armazém está disponível para todas as organizações e pode ser criado no Console.
Gatilhos e tarefas em segundo plano, que no Firebase costumam ser Cloud Functions disparadas por gravações, viram uma fila e um worker. A Zenifra tem dois motores de Filas: Valkey, com streams, consumer groups e XACK, para tarefas simples como enviar e-mails ou processar webhooks, e RabbitMQ, com exchanges, routing keys e dead-letter nativa, para mensageria entre serviços. O worker é outro projeto com o mesmo repositório e Exposição Privado. Funções agendadas viram Jobs agendados, com expressão cron em UTC, cobrança por minuto e limite de 60 minutos por execução.
Realtime e modo offline são as peças que você mais vai sentir falta. Na Zenifra, WebSocket e Server-Sent Events funcionam pela mesma porta HTTP do projeto, inclusive em domínios personalizados; com várias instâncias, cada conexão fica em uma instância, e as docs recomendam um canal compartilhado, como o pub/sub do Valkey Cache, para avisar todos os clientes. O cache offline dos SDKs do Firestore não tem equivalente pronto: se o app depende dele, isso precisa entrar na conta antes da migração.
- Autenticação: manter o Firebase Authentication e validar com
verifyIdToken(), ou migrar as contas comfirebase auth:export users.json --format=JSON. - Arquivos: Cloud Storage para o Armazém, compatível com S3.
- Gatilhos e tarefas: Valkey Queue ou RabbitMQ, com um worker privado.
- Funções agendadas: Jobs agendados, cron em UTC.
- Realtime: WebSocket ou SSE na API, com pub/sub do Valkey Cache entre instâncias.
Arquitetura recomendada para um app típico
Pense em um app comum feito no Firebase: login, um painel com listas e filtros, upload de fotos ou documentos, e-mails de notificação e um relatório diário. Na Zenifra, ele vira cinco peças, cada uma criada no Console e ligada às outras por variáveis de ambiente. Nada é injetado automaticamente: a DATABASE_URL, a URL da fila e as chaves do Armazém são copiadas do Console e cadastradas em cada projeto que usa o serviço.
A API é um projeto HTTP público, criado a partir do repositório no GitHub, que recebe o token do Firebase (ou a sessão da nova autenticação), valida e consulta o PostgreSQL. Para uploads, a API gera um link assinado do Armazém e o navegador envia o arquivo direto para lá, sem passar pelo servidor. Quando algo precisa acontecer depois, como gerar uma miniatura ou enviar um e-mail, a API publica uma mensagem na fila e responde na hora, e o worker privado consome a mensagem.
O relatório diário é um Job agendado que roda um SELECT com GROUP BY e grava o resultado, sem exportação para outro sistema. O pool de conexões merece atenção desde o início: o DB-Starter aceita 15 conexões, o DB-Basic 72 e o DB-Premium 147, somando todas as instâncias da API e do worker. Acima do limite, a nova conexão é recusada com remaining connection slots are reserved.
- Front-end web ou mobile: chama a API por HTTPS e continua usando o SDK do Firebase Authentication, se você mantiver o login.
- API: projeto HTTP público (Node.js, Python, Bun, Go, Java ou PHP), com domínio personalizado e HTTPS incluído.
- PostgreSQL gerenciado: versões 15 a 18, TLS com validação de certificado e backup automático incluído no plano.
- Fila: Valkey Queue para tarefas simples ou RabbitMQ para roteamento entre serviços.
- Worker: outro projeto com o mesmo repositório, Exposição Privado e o comando do consumidor.
- Job agendado: relatórios, limpeza e rotinas noturnas, com cron em UTC.
- Armazém: uploads e arquivos, com links assinados.
Como migrar os dados do Firestore para o PostgreSQL
O Firebase tem um serviço oficial de exportação e importação gerenciada. Pelo gcloud, gcloud firestore export gs://BUCKET --database="(default)" copia todos os documentos para um bucket do Cloud Storage, e --collection-ids limita a exportação a grupos de coleções específicos. A documentação traz três avisos que mudam o planejamento: o projeto precisa estar no plano Blaze, com faturamento ativo; a exportação cobra uma leitura por documento exportado, mesmo que essas leituras não apareçam no painel de uso; e a exportação não é uma foto exata do banco no início da operação, porque pode incluir mudanças feitas enquanto ela rodava.
Esse export é ótimo como backup e é o caminho oficial para carregar os dados no BigQuery, mas os arquivos que ele gera foram feitos para o próprio Firestore e para o BigQuery, não para o PostgreSQL. Para levar os dados a um banco relacional, a estratégia mais simples é ler as coleções com o Admin SDK, gravar cada documento como JSON em uma tabela de staging no PostgreSQL e transformar com SQL. Faça o export gerenciado antes, para ter uma cópia de segurança, e use o script para a carga. As leituras do script também são cobradas como leituras comuns: em São Paulo, 1 milhão de documentos custam US$ 0,45 acima da cota grátis do dia.
A ordem que funciona é a mesma de qualquer migração de banco: modele as tabelas, rode a carga completa em um ensaio, valide a contagem por coleção e só então marque a janela de corte. No dia, congele as gravações no app antigo (por exemplo, com uma flag de manutenção na própria aplicação), rode a carga final e aponte o app para a API nova. Arquivos do Cloud Storage vão para o Armazém com gcloud storage cp para baixar e o AWS CLI com o endpoint do Armazém para enviar.
- Backup oficial:
gcloud firestore export gs://BUCKET --collection-ids=users,products,orders --database="(default)" - Arquivos:
gcloud storage cp -r gs://BUCKET_DOS_ARQUIVOS ./arquivos - Envio para o Armazém:
aws --profile zenifra --endpoint-url https://armazem.zenifra.com --region br-sp1 s3 cp ./arquivos s3://meu-bucket --recursive - Validação:
SELECT collection, count(*) FROM staging_docs GROUP BY collection;comparado com a contagem de cada coleção no Firestore.
Exemplo de schema e de transformação
Considere um app de pedidos com três coleções no Firestore: users/{uid} com nome e e-mail, products/{id} com nome e preço, e orders/{id} com uma referência ao usuário, a data e um array items com produto, quantidade e preço. No PostgreSQL, cada coleção vira uma tabela, o array vira uma tabela própria e a referência vira chave estrangeira. O uid do Firebase continua como chave do usuário, o que permite manter o Firebase Authentication sem tocar nos dados.
O script abaixo, em Node.js com o Admin SDK e o driver pg, lê cada coleção e grava os documentos em staging_docs. Antes de gravar, converte Timestamp em texto ISO e DocumentReference no caminho do documento, para que o JSON fique legível no SQL. Para coleções grandes, troque o get() da coleção inteira por páginas com orderBy e startAfter. Com o pg, a URI do Console funciona como está.
Depois da carga, a transformação é SQL puro: INSERT ... SELECT a partir do JSON, com jsonb_array_elements para abrir o array de itens. Se um pedido apontar para um usuário que não existe, a chave estrangeira recusa a linha, e é nesse momento que a migração revela inconsistências que o modelo sem esquema deixava passar. Corrija na origem ou trate no SQL antes da carga final.
CREATE TABLE staging_docs (collection text NOT NULL, id text NOT NULL, data jsonb NOT NULL, PRIMARY KEY (collection, id));
CREATE TABLE users (id text PRIMARY KEY, email text UNIQUE NOT NULL, name text, created_at timestamptz NOT NULL);
CREATE TABLE products (id text PRIMARY KEY, name text NOT NULL, price_cents integer NOT NULL CHECK (price_cents >= 0));
CREATE TABLE orders (id text PRIMARY KEY, user_id text NOT NULL REFERENCES users(id), status text NOT NULL, created_at timestamptz NOT NULL);
CREATE TABLE order_items (order_id text NOT NULL REFERENCES orders(id) ON DELETE CASCADE, product_id text NOT NULL REFERENCES products(id), quantity integer NOT NULL CHECK (quantity > 0), unit_price_cents integer NOT NULL, PRIMARY KEY (order_id, product_id));
CREATE INDEX orders_user_created ON orders (user_id, created_at DESC);import { initializeApp, applicationDefault } from "firebase-admin/app"
import { getFirestore, Timestamp, DocumentReference } from "firebase-admin/firestore"
import pg from "pg"
const plain = v =>
v instanceof Timestamp ? v.toDate().toISOString()
: v instanceof DocumentReference ? v.path
: Array.isArray(v) ? v.map(plain)
: v && typeof v === "object" ? Object.fromEntries(Object.entries(v).map(([k, x]) => [k, plain(x)]))
: v
initializeApp({ credential: applicationDefault() })
const db = getFirestore()
const client = new pg.Client({ connectionString: process.env.DATABASE_URL })
await client.connect()
for (const name of ["users", "products", "orders"]) {
const snap = await db.collection(name).get()
for (const doc of snap.docs) {
await client.query("INSERT INTO staging_docs VALUES ($1, $2, $3)", [name, doc.id, JSON.stringify(plain(doc.data()))])
}
}
await client.end()INSERT INTO users SELECT id, data->>'email', data->>'name', (data->>'createdAt')::timestamptz FROM staging_docs WHERE collection = 'users';
INSERT INTO orders SELECT id, split_part(data->>'user', '/', 2), data->>'status', (data->>'createdAt')::timestamptz FROM staging_docs WHERE collection = 'orders';
INSERT INTO order_items SELECT s.id, i->>'productId', (i->>'quantity')::int, (i->>'priceCents')::int FROM staging_docs s, jsonb_array_elements(s.data->'items') AS i WHERE s.collection = 'orders';Os nomes de campos (createdAt, user, productId, priceCents) são do exemplo: troque pelos do seu app. products entra com um INSERT ... SELECT igual ao de users, antes de order_items.
Custo em real de um backend com PostgreSQL na Zenifra
A tabela monta o app típico da seção de arquitetura com os planos pagos de entrada, a partir do catálogo público de preços da Zenifra lido em 06/11/2026. Todos os valores são em real, sem câmbio e sem IOF, pagos por PIX, boleto ou cartão. A autenticação continua no Firebase Authentication, sem custo até 50 mil usuários ativos por mês, por isso não aparece na conta.
Para testar antes de fechar o mês, a cobrança por hora cobra só as horas em execução: a API no Basic custa R$ 0,05 por hora, o PostgreSQL no DB-Starter R$ 0,018 e a fila no queue-starter R$ 0,08, e os 5 GB iniciais do Armazém são grátis. O worker e o Job agendado entram quando o app precisar deles. O cadastro pede CPF ou CNPJ, celular e endereço no Brasil.
| Componente | Plano na Zenifra | Preço mensal |
|---|---|---|
| API | Basic (0,5 vCPU, 512 MB) | R$ 29,90 |
| Worker da fila | Basic (0,5 vCPU, 512 MB), Exposição Privado | R$ 29,90 |
| PostgreSQL | DB-Starter (0,3 vCPU, 256 MB, 15 conexões) | R$ 11,90 |
| Disco do PostgreSQL | 5 GB a R$ 0,20 por GB | R$ 1,00 |
| Fila | Valkey Queue queue-starter (0,5 vCPU, 512 MiB, 5 GB) | R$ 44,90 |
| Relatório diário | Job agendado job-starter, 5 minutos por dia (150 minutos a R$ 0,0001666666) | R$ 0,02 (R$ 0,02499999 exatos) |
| Arquivos | Armazém com 20 GB guardados (5 GB grátis e 15 GB a R$ 0,18 por GB-mês) | R$ 2,70 |
| Total | R$ 120,32 (R$ 120,32499999 exatos) |
Os requests do Armazém ficam dentro da franquia mensal grátis de 50 mil gravações e listagens e 500 mil leituras; acima disso, custam R$ 0,40 a cada 10 mil gravações e R$ 0,30 a cada 100 mil leituras. Quando o app crescer, o próximo passo do banco é o DB-Basic (1 vCPU, 1 GB, 72 conexões) por R$ 49,90, e o da API é o Premium (1 vCPU, 1 GB) por R$ 62,90, com métricas e health check.
O número não diz que o Firestore sai mais caro em todo caso: com poucas leituras ele custa menos de US$ 1 por mês, como mostra a tabela de leituras. A diferença é previsibilidade: na Zenifra o preço do banco não muda com o número de leituras, e um relatório pesado custa CPU, não uma cobrança por documento lido.
O Firestore faz joins?
Na edição Standard, não: ela só executa Core operations, que são leituras, gravações e consultas sobre uma coleção ou um grupo de coleções. A documentação do Firestore lista joins por subconsulta nas Pipeline operations, que fazem parte da edição Enterprise, junto com um motor de consultas mais avançado e índices opcionais.
Na prática, quem usa a edição Standard resolve relações duplicando dados entre documentos ou fazendo várias consultas no cliente, e cada documento lido é cobrado. Em um banco relacional como o PostgreSQL, o JOIN é parte do SQL padrão e não tem custo por linha lida.
Posso manter o Firebase Authentication e trocar só o banco?
Sim, e costuma ser o caminho mais seguro. O app continua fazendo login com o SDK do Firebase, envia o ID token para a sua API, e a API valida o token com verifyIdToken() do Admin SDK, que devolve o uid. Esse uid vira a chave da tabela de usuários no PostgreSQL.
Pela página de preços do Firebase, a autenticação segue sem custo até 50 mil usuários ativos por mês, com o login por telefone cobrado por SMS enviado. Se um dia quiser sair também da autenticação, dá para exportar as contas com firebase auth:export, lembrando que as senhas saem com o hash scrypt modificado do Firebase.
Supabase ou backend próprio com PostgreSQL: qual escolher?
Escolha o Supabase se você quer continuar com a experiência de BaaS: SDK no front-end, autenticação, realtime e armazenamento prontos, com PostgreSQL por baixo e região em São Paulo. É a troca que menos muda a arquitetura de um app feito no Firebase.
Escolha um backend próprio se você prefere controlar a API, usar qualquer ORM ou framework, autorizar no servidor e pagar um preço fixo em real. Na Zenifra, o mesmo Console tem a aplicação, o PostgreSQL, as filas, os Jobs agendados e o Armazém, com cobrança por PIX ou boleto e sem IOF. O custo é escrever a API e decidir como fazer realtime, se o app precisar.
O que substitui o realtime do Firestore em um backend próprio?
Uma conexão WebSocket ou Server-Sent Events aberta pela sua API. Na Zenifra, essas conexões funcionam pela mesma porta HTTP do projeto, inclusive em domínios personalizados, então não é preciso um serviço separado.
Com mais de uma instância da API, cada cliente fica conectado a uma delas, e as docs da Zenifra recomendam um canal compartilhado, como o pub/sub do Valkey Cache, para que uma mudança feita em uma instância chegue aos clientes de todas. O cache offline dos SDKs do Firestore não tem equivalente pronto e precisa ser implementado no app, se for necessário.
Quanto custa um backend com PostgreSQL na Zenifra?
O menor cenário com aplicação e PostgreSQL é Basic (R$ 29,90) com DB-Starter (R$ 11,90), R$ 41,80 por mês mais o disco; o Static (R$ 5,90) é só para sites estáticos.
Uma API dinâmica no plano Basic (R$ 29,90) com DB-Starter e 5 GB de disco sai por R$ 42,80 por mês. O app típico deste guia, com worker, fila, Job diário e 20 GB no Armazém, fica em R$ 120,32 por mês, tudo em real e pago por PIX, boleto ou cartão.