באמצעות Firebase Data Connect אפשר ליצור מחברים למכונות PostgreSQL שמנוהלות באמצעות Google Cloud SQL. המחברים האלה הם שילובים של סכימה, שאילתות ומוטציות לשימוש בנתונים.
במדריך לתחילת העבודה הוצג סכימה של אפליקציית אימייל ל-PostgreSQL, אבל במדריך הזה נסביר לעומק איך לעצב סכימות של Data Connect ל-PostgreSQL, ועכשיו נשתמש במסד נתונים של ביקורות על סרטים כדוגמה.
במדריך הזה מוסבר על שאילתות ומוטציות של Data Connect, ומוצגות דוגמאות לסכימות. למה אנחנו דנים בשאילתות (ובמוטציות) במדריך בנושא סכמות של Data Connect? בדומה לפלטפורמות אחרות שמבוססות על GraphQL, Firebase Data Connect היא פלטפורמת פיתוח שמתחילה בשאילתה. לכן, בתור מפתחים, כשאתם יוצרים מודלים של נתונים, אתם חושבים על הנתונים שהלקוחות שלכם צריכים, וזה משפיע מאוד על סכימת הנתונים שאתם מפתחים עבור הפרויקט.
המדריך הזה מתחיל בסכימה חדשה לביקורות על סרטים, ממשיך לשאילתות ולמוטציות שנגזרות מהסכימה הזו, ומסתיים ברשימת SQL ששווה לסכימת הליבה של Data Connect.
סכימה של אפליקציה לביקורת סרטים
נניח שאתם רוצים ליצור שירות שמאפשר למשתמשים לשלוח ביקורות על סרטים ולצפות בהן.
אתם צריכים סכימה ראשונית לאפליקציה כזו. בהמשך תוכלו להרחיב את הסכימה הזו כדי ליצור שאילתות יחסיות מורכבות.
טבלת הסרטים
הסכימה של Movies מכילה הנחיות ליבה כמו:
-
@table, שמאפשרת לנו להגדיר שמות של פעולות באמצעות הארגומנטיםsingularו-plural @colכדי להגדיר במפורש את שמות העמודות@defaultכדי לאפשר הגדרת ברירות מחדל.
# Movies
type Movie
@table(name: "Movies", singular: "movie", plural: "movies", key: ["id"]) {
id: UUID! @col(name: "movie_id") @default(expr: "uuidV4()")
title: String!
releaseYear: Int @col(name: "release_year")
genre: String
rating: Int @col(name: "rating")
description: String @col(name: "description")
}
ערכים מהשרת וסקלרים מרכזיים
לפני שנעיין באפליקציה לביקורת סרטים, נציג את Data Connect ערכי השרת והסקלרים של המפתח.
באמצעות ערכי שרת, אתם יכולים לאפשר לשרת למלא באופן דינמי שדות בטבלאות באמצעות ערכים מאוחסנים או ערכים שאפשר לחשב בקלות, בהתאם לביטויים מסוימים בצד השרת. לדוגמה, אפשר להגדיר שדה עם חותמת זמן שמוחלת כשהשדה נגיש באמצעות הביטוי updatedAt: Timestamp! @default(expr: "request.time").
סקלרים של מפתח הם מזהי אובייקטים תמציתיים ש-Data Connect נוצרים באופן אוטומטי משדות מפתח בסכימות. סקלרים מרכזיים קשורים ליעילות, ומאפשרים לכם למצוא בשיחה אחת מידע על הזהות והמבנה של הנתונים. הן שימושיות במיוחד כשרוצים לבצע פעולות עוקבות ברשומות חדשות וצריך מזהה ייחודי כדי להעביר לפעולות עתידיות, וגם כשרוצים לגשת למפתחות יחסיים כדי לבצע פעולות נוספות ומורכבות יותר.
סוג המזהה
ב-GraphQL, הסוג ID מוגדר כסוג אטום שעובר סריאליזציה כמחרוזת. GraphQL לא תלוי בפורמט המזהה, אבל הוא יכפה מחרוזות ומספרים שלמים
מהקלט.
מפתחות PostgreSQL הם בדרך כלל מספרים שלמים או מזהים ייחודיים אוניברסליים (UUID), ולא מחרוזות.
Data Connect יוצרת באופן אוטומטי מפתחות כאלה מהסכימה שלכם. אפשר להתאים אישית את יצירת המפתח באמצעות ההנחיה @default, כמו שמוצג בהגדרת השדה id בטבלה Actor: id: ID! … @default(generate: "UUID").
טבלת מטא-נתונים של סרט
עכשיו נמשיך לעקוב אחרי במאי סרטים, וגם נגדיר קשר של אחד לאחד עם Movie.
מוסיפים את ההנחיה @ref כדי להגדיר קשרים.
# Movie Metadata
# Movie - MovieMetadata is a one-to-one relationship
type MovieMetadata
@table(
name: "MovieMetadata"
) {
# @ref creates a field in the current table (MovieMetadata) that holds the
# primary key of the referenced type
# In this case, @ref(fields: "id") is implied
movie: Movie! @ref
# movieId: UUID <- this is created by the above @ref
director: String @col(name: "director")
}
Actor ו-MovieActor
לאחר מכן, אתם רוצים ששחקנים יככבו בסרטים שלכם, ומכיוון שיש לכם קשר רבים לרבים בין סרטים לשחקנים, אתם יוצרים טבלת צירוף.
# Actors
# Suppose an actor can participate in multiple movies and movies can have multiple actors
# Movie - Actors (or vice versa) is a many to many relationship
type Actor @table(name: "Actors", singular: "actor", plural: "actors") {
id: UUID! @col(name: "actor_id") @default(expr: "uuidV4()")
name: String! @col(name: "name", dataType: "varchar(30)")
}
# Join table for many-to-many relationship for movies and actors
# The 'key' param signifies the primary key(s) of this table
# In this case, the keys are [movieId, actorId], the generated fields of the reference types [movie, actor]
type MovieActor @table(key: ["movie", "actor"]) {
# @ref creates a field in the current table (MovieActor) that holds the primary key of the referenced type
# In this case, @ref(fields: "id") is implied
movie: Movie! @ref
# movieId: UUID! <- this is created by the above @ref, see: implicit.gql
actor: Actor! @ref
# actorId: UUID! <- this is created by the above @ref, see: implicit.gql
role: String! @col(name: "role") # "main" or "supporting"
# optional other fields
}
משתמש
ולבסוף, משתמשים באפליקציה.
# Users
# Suppose a user can leave reviews for movies
# user:reviews is a one to many relationship, movie:reviews is a one to many relationship, movie:user is a many to many relationship
type User
@table(name: "Users", singular: "user", plural: "users", key: ["id"]) {
id: UUID! @col(name: "user_id") @default(expr: "uuidV4()")
auth: String @col(name: "user_auth") @default(expr: "auth.uid")
username: String! @col(name: "username", dataType: "varchar(30)")
# The following are generated from the @ref in the Review table
# reviews_on_user
# movies_via_Review
}
סוגי נתונים נתמכים
Data Connect תומך בסוגי הנתונים הסקלריים הבאים, עם הקצאות לסוגי PostgreSQL באמצעות @col(dataType:).
| Data Connect type | סוג מובנה של GraphQL או Data Connect סוג בהתאמה אישית |
סוג ברירת המחדל של PostgreSQL | סוגי PostgreSQL נתמכים (כינוי בסוגריים) |
|---|---|---|---|
| מחרוזת | GraphQL | טקסט | text bit(n), varbit(n) char(n), varchar(n) |
| Int | GraphQL | int | Int2 (smallint, smallserial), int4 (integer, int, serial) |
| Float | GraphQL | float8 | float4 (real) float8 (double precision) numeric (decimal) |
| בוליאני | GraphQL | בוליאני | בוליאני |
| מזהה ייחודי אוניברסלי (UUID) | בהתאמה אישית | uuid | uuid |
| Int64 | בהתאמה אישית | bigint | int8 (bigint, bigserial) numeric (decimal) |
| תאריך | בהתאמה אישית | date | תאריך |
| חותמת זמן | בהתאמה אישית | timestamptz | timestamptz הערה: פרטי אזור הזמן המקומי לא נשמרים. |
| ספירה | בהתאמה אישית | enum | טיפוסים בני מנייה (enum) |
| Vector | בהתאמה אישית | וקטור | וקטור |
- GraphQL
Listממופה למערך חד-ממדי.- לדוגמה,
[Int]ממופה ל-int5[], [Any]ממופה ל-jsonb[]. - Data Connect לא תומך במערכים בתוך מערכים.
- לדוגמה,
שאילתות ומוטציות מוגדרות מראש ומשתמעות
השאילתות והמוטציות של Data Connect ירחיבו קבוצה של שאילתות מרומזות ומוטציות מרומזות שנוצרו על ידי Data Connect על סמך הסוגים והקשרים בין הסוגים בסכימה. שאילתות ומוטציות מרומזות נוצרות על ידי כלים מקומיים בכל פעם שאתם עורכים את הסכימה.
בתהליך הפיתוח, תטמיעו שאילתות מוגדרות מראש ומוטציות מוגדרות מראש על סמך הפעולות המרומזות האלה.
מתן שמות מרומז לשאילתות ולשינויים
Data Connect infer suitable names for implicit queries and mutations
from your schema type declarations. לדוגמה, אם עובדים עם מקור PostgreSQL ומגדירים טבלה בשם Movie, השרת ייצור באופן מרומז:
- שאילתות לתרחישי שימוש בטבלה יחידה עם השמות הידידותיים
movie(יחיד, לאחזור תוצאות בודדות עם העברת ארגומנטים כמוeq) ו-movies(רבים, לאחזור רשימות תוצאות עם העברת ארגומנטים כמוgtופעולות כמוorderby). Data Connect גם יוצר שאילתות לפעולות יחסיות מרובות טבלאות עם שמות מפורשים כמוactors_on_moviesאוactors_via_actormovie. - מוטציות בשם
movie_insert,movie_upsert...
שפת ההגדרה של הסכימה מאפשרת גם להגדיר שמות לפעולות באופן מפורש באמצעות ארגומנטים של ההנחיות singular ו-plural.
שאילתות למסד הנתונים של ביקורות על סרטים
מגדירים Data Connect שאילתה עם הצהרה על סוג פעולת השאילתה, שם הפעולה, אפס או יותר ארגומנטים של הפעולה ואפס או יותר הנחיות עם ארגומנטים.
בדוגמה של השאילתה listEmails במדריך לתחילת העבודה לא נעשה שימוש בפרמטרים. כמובן, במקרים רבים הנתונים שמועברים לשדות של השאילתה יהיו דינמיים. אפשר להשתמש בתחביר $variableName כדי לעבוד עם משתנים כאחד מהרכיבים של הגדרת שאילתה.
לכן השאילתה הבאה כוללת:
- הגדרת סוג
query - שם פעולה (שאילתה)
ListMoviesByGenre - ארגומנט של פעולה עם משתנה בודד
$genre - הוראה יחידה,
@auth.
query ListMoviesByGenre($genre: String!) @auth(level: USER)
כל ארגומנט של שאילתה דורש הצהרת סוג, סוג מובנה כמו String, או סוג מותאם אישית שמוגדר בסכימה כמו Movie.
בואו נבחן את החתימה של שאילתות מורכבות יותר ויותר. בסוף, נציג ביטויים חזקים ותמציתיים של קשרים שזמינים בשאילתות מרומזות, שאפשר להשתמש בהם בשאילתות המוגדרות מראש.
סקלרים מרכזיים בשאילתות
אבל קודם, הערה לגבי סקלרים מרכזיים.
Data Connect מגדיר סוג מיוחד של סקלרים של מפתח, שמזוהים על ידי
_Key. לדוגמה, הסוג של סקלר מפתח בטבלה Movie הוא Movie_Key.
אפשר לאחזר סקלרים מרכזיים כתשובה שמוחזרת מרוב המוטציות המרומזות, או כמובן משאילתות שבהן אחזרתם את כל השדות שנדרשים לבניית מפתח סקלרי.
שאילתות אוטומטיות יחידות, כמו movie בדוגמה הפעילה שלנו, תומכות בארגומנט key שמקבל סקלר key.
יכול להיות שתעבירו סקלר מפתח כערך מילולי. אבל אפשר להגדיר משתנים כדי להעביר סקלרים של מפתחות גישה כקלט.
query GetMovie($myKey: Movie_Key!) {
movie(key: $myKey) { title }
}
אפשר לספק את הנתונים האלה ב-JSON של הבקשה, כמו בדוגמה הבאה (או בפורמטים אחרים של סריאליזציה):
{
# …
"variables": {
"myKey": {"foo": "some-string-value", "bar": 42}
}
}
בזכות ניתוח סקלרי מותאם אישית, אפשר גם ליצור Movie_Key באמצעות תחביר האובייקט, שעשוי להכיל משתנים. האפשרות הזו שימושית בעיקר כשרוצים לפצל רכיבים נפרדים למשתנים שונים מסיבה כלשהי.
שימוש בשמות חלופיים בשאילתות
Data Connect תומך בכינויים של GraphQL בשאילתות. כינויים מאפשרים לשנות את השם של הנתונים שמוחזרים בתוצאות של שאילתה. שאילתה אחת של Data Connect יכולה להחיל כמה מסננים או פעולות אחרות של שאילתה בבקשה יעילה אחת לשרת, ובפועל להנפיק כמה "תת-שאילתות" בבת אחת. כדי למנוע התנגשויות בין שמות במערך הנתונים שמוחזר, צריך להשתמש בכינויים כדי להבחין בין שאילתות המשנה.
הנה שאילתה שבה ביטוי משתמש בכינוי mostPopular.
query ReviewTopPopularity($genre: String) {
mostPopular: review(first: {
where: {genre: {eq: $genre}},
orderBy: {popularity: DESC}
}) { … }
}
שאילתות פשוטות עם מסננים
שאילתות Data Connect ממופות לכל המסננים הנפוצים של SQL ולפעולות הסדר.
האופרטורים where ו-orderBy (שאילתות ביחיד וברבים)
הפונקציה מחזירה את כל השורות התואמות מהטבלה (ואת השיוכים המקוננים). הפונקציה מחזירה מערך ריק אם אין רשומות שתואמות למסנן.
query MovieByTopRating($genre: String) {
mostPopular: movies(
where: { genre: { eq: $genre } }, orderBy: { rating: DESC }
) {
# graphql: list the fields from the results to return
id
title
genre
description
}
}
query MoviesByReleaseYear($min: Int, $max: Int) {
movies(where: {releaseYear: {le: $max, ge: $min}}, orderBy: [{releaseYear: ASC}]) { … }
}
האופרטורים limit ו-offset (שאילתות ביחיד וברבים)
אפשר להשתמש בחלוקה לדפים בתוצאות. הארגומנטים האלה מתקבלים אבל לא מוחזרים בתוצאות.
query MoviesTop10 {
movies(orderBy: [{ rating: DESC }], limit: 10) {
# graphql: list the fields from the results to return
title
}
}
כולל שדות מערך
אתם יכולים לבדוק אם שדה מערך כולל פריט שצוין.
# Filter using arrays and embedded fields.
query ListMoviesByTag($tag: String!) {
movies(where: { tags: { includes: $tag }}) {
# graphql: list the fields from the results to return
id
title
}
}
פעולות על מחרוזות וביטויים רגולריים
בשאלות שלכם אתם יכולים להשתמש בפעולות השוואה וחיפוש מחרוזות רגילות, כולל ביטויים רגולריים. הערה: כדי לייעל את התהליך, חבילת כאן כמה פעולות ומבחין ביניהן באמצעות כינויים.
query MoviesTitleSearch($prefix: String, $suffix: String, $contained: String, $regex: String) {
prefixed: movies(where: {title: {startsWith: $prefix}}) {...}
suffixed: movies(where: {title: {endsWith: $suffix}}) {...}
contained: movies(where: {title: {contains: $contained}}) {...}
matchRegex: movies(where: {title: {pattern: {regex: $regex}}}) {...}
}
or ו-and למסננים מורכבים
משתמשים ב-or וב-and ללוגיקה מורכבת יותר.
query ListMoviesByGenreAndGenre($minRating: Int!, $genre: String) {
movies(
where: { _or: [{ rating: { ge: $minRating } }, { genre: { eq: $genre } }] }
) {
# graphql: list the fields from the results to return
title
}
}
שאילתות מורכבות
שאילתות Data Connect יכולות לגשת לנתונים על סמך הקשרים בין הטבלאות. אפשר להשתמש בקשרים של אובייקט (אחד לאחד) או מערך (אחד לרבים) שמוגדרים בסכימה כדי ליצור שאילתות מקוננות, כלומר לאחזר נתונים מסוג אחד יחד עם נתונים מסוג מקונן או קשור.
בשאילתות כאלה נעשה שימוש בתחביר הקסם Data Connect _on_ ו-_via בשאילתות מרומזות שנוצרות.
תבצעו שינויים בסכימה מהגרסה הראשונית שלנו.
רבים לאחד
נוסיף ביקורות לאפליקציה שלנו, עם טבלה Review ושינויים ב-User.
# Users
# Suppose a user can leave reviews for movies
# user:reviews is a one to many relationship,
# movie:reviews is a one to many relationship,
# movie:user is a many to many relationship
type User
@table(name: "Users", singular: "user", plural: "users", key: ["id"]) {
id: UUID! @col(name: "user_id") @default(expr: "uuidV4()")
auth: String @col(name: "user_auth") @default(expr: "auth.uid")
username: String! @col(name: "username", dataType: "varchar(30)")
# The following are generated from the @ref in the Review table
# reviews_on_user
# movies_via_Review
}
# Reviews
type Review @table(name: "Reviews", key: ["movie", "user"]) {
id: UUID! @col(name: "review_id") @default(expr: "uuidV4()")
user: User! @ref
movie: Movie! @ref
rating: Int
reviewText: String
reviewDate: Date! @default(expr: "request.time")
}
שאילתה של קשר רבים לאחד
עכשיו נסתכל על שאילתה עם כינוי כדי להמחיש את התחביר של _via_.
query UserMoviePreferences($username: String!) @auth(level: USER) {
users(where: { username: { eq: $username } }) {
likedMovies: movies_via_review(where: { rating: { ge: 4 } }) {
title
genre
description
}
dislikedMovies: movies_via_review(where: { rating: { le: 2 } }) {
title
genre
description
}
}
}
אחד על אחד
אפשר לראות את הדפוס. למטה מוצגת דוגמה לשינוי בסכימה.
# Movies
type Movie
@table(name: "Movies", singular: "movie", plural: "movies", key: ["id"]) {
id: UUID! @col(name: "movie_id") @default(expr: "uuidV4()")
title: String!
releaseYear: Int @col(name: "release_year")
genre: String
rating: Int @col(name: "rating")
description: String @col(name: "description")
tags: [String] @col(name: "tags")
}
# Movie Metadata
# Movie - MovieMetadata is a one-to-one relationship
type MovieMetadata
@table(
name: "MovieMetadata"
) {
# @ref creates a field in the current table (MovieMetadata) that holds the primary key of the referenced type
# In this case, @ref(fields: "id") is implied
movie: Movie! @ref
# movieId: UUID <- this is created by the above @ref
director: String @col(name: "director")
}
extend type MovieMetadata {
movieId: UUID! # matches primary key of referenced type
...
}
extend type Movie {
movieMetadata: MovieMetadata # can only be non-nullable on ref side
# conflict-free name, always generated
movieMetadatas_on_movie: MovieMetadata
}
שאילתה לגבי שיחות אחד על אחד
אפשר להשתמש בתחביר _on_ כדי לשלוח שאילתות.
# One to one
query GetMovieMetadata($id: UUID!) @auth(level: PUBLIC) {
movie(id: $id) {
movieMetadatas_on_movie {
director
}
}
}
רבים לרבים
סרטים צריכים שחקנים, ושחקנים צריכים סרטים. הקשר ביניהם הוא רבים לרבים, ואפשר ליצור מודל של הקשר הזה באמצעות MovieActors טבלת הצטרפות.
# MovieActors Join Table Definition
type MovieActors @table(
key: ["movie", "actor"] # join key triggers many-to-many generation
) {
movie: Movie!
actor: Actor!
}
# generated extensions for the MovieActors join table
extend type MovieActors {
movieId: UUID!
actorId: UUID!
}
# Extensions for Actor and Movie to handle many-to-many relationships
extend type Movie {
movieActors: [MovieActors!]! # standard many-to-one relation to join table
actors: [Actor!]! # many-to-many via join table
movieActors_on_actor: [MovieActors!]!
# since MovieActors joins distinct types, type name alone is sufficiently precise
actors_via_MovieActors: [Actor!]!
}
extend type Actor {
movieActors: [MovieActors!]! # standard many-to-one relation to join table
movies: [Movie!]! # many-to-many via join table
movieActors_on_movie: [MovieActors!]!
movies_via_MovieActors: [Movie!]!
}
שאילתה של קשר רבים לרבים
כדי להמחיש את התחביר של _via_, נבחן שאילתה עם כינויים.
query GetMovieCast($movieId: UUID!, $actorId: UUID!) @auth(level: PUBLIC) {
movie(id: $movieId) {
mainActors: actors_via_MovieActor(where: { role: { eq: "main" } }) {
name
}
supportingActors: actors_via_MovieActor(
where: { role: { eq: "supporting" } }
) {
name
}
}
actor(id: $actorId) {
mainRoles: movies_via_MovieActor(where: { role: { eq: "main" } }) {
title
}
supportingRoles: movies_via_MovieActor(
where: { role: { eq: "supporting" } }
) {
title
}
}
}
מוטציות למסד הנתונים של ביקורות על סרטים
כמו שצוין, כשמגדירים טבלה בסכימה, Data Connect ייווצרו מוטציות בסיסיות מרומזות לכל טבלה.
type Movie @table { ... }
extend type Mutation {
# Insert a row into the movie table.
movie_insert(...): Movie_Key!
# Upsert a row into movie."
movie_upsert(...): Movie_Key!
# Update a row in Movie. Returns null if a row with the specified id/key does not exist
movie_update(...): Movie_Key
# Update rows based on a filter in Movie.
movie_updateMany(...): Int!
# Delete a single row in Movie. Returns null if a row with the specified id/key does not exist
movie_delete(...): Movie_Key
# Delete rows based on a filter in Movie.
movie_deleteMany(...): Int!
}
בעזרתם אפשר ליישם מקרים מורכבים יותר ויותר של פעולות CRUD בסיסיות. תגיד את זה חמש פעמים מהר!
יצירה
נתחיל ביצירה בסיסית.
# Create a movie based on user input
mutation CreateMovie($title: String!, $releaseYear: Int!, $genre: String!, $rating: Int!) {
movie_insert(data: {
title: $title
releaseYear: $releaseYear
genre: $genre
rating: $rating
})
}
# Create a movie with default values
mutation CreateMovie2 {
movie_insert(data: {
title: "Sherlock Holmes"
releaseYear: 2009
genre: "Mystery"
rating: 5
})
}
או פעולת upsert.
# Movie upsert using combination of variables and literals
mutation UpsertMovie($title: String!) {
movie_upsert(data: {
title: $title
releaseYear: 2009
genre: "Mystery"
rating: 5
genre: "Mystery/Thriller"
})
}
ביצוע עדכונים
הנה עדכונים. המפיקים והבמאים בוודאי מקווים שהדירוגים הממוצעים האלה יהיו במגמת עלייה.
mutation UpdateMovie(
$id: UUID!,
$genre: String!,
$rating: Int!,
$description: String!
) {
movie_update(id: $id, data: {
genre: $genre
rating: $rating
description: $description
})
}
# Multiple updates (increase all ratings of a genre)
mutation IncreaseRatingForGenre($genre: String!, $ratingIncrement: Int!) {
movie_updateMany(
where: { genre: { eq: $genre } },
update: { rating: { inc: $ratingIncrement } }
)
}
ביצוע מחיקות
כמובן שאפשר למחוק נתונים של סרטים. אנשי שימור סרטים בוודאי ירצו לשמר את הסרטים הפיזיים כמה שיותר זמן.
# Delete by key
mutation DeleteMovie($id: UUID!) {
movie_delete(id: $id)
}
כאן אפשר להשתמש ב-_deleteMany.
# Multiple deletes
mutation DeleteUnpopularMovies($minRating: Int!) {
movie_deleteMany(where: { rating: { le: $minRating } })
}
כתיבת מוטציות ביחסים
שימו לב איך משתמשים במוטציה המרומזת _upsert ביחס.
# Create or update a one to one relation
mutation MovieMetadataUpsert($movieId: UUID!, $director: String!) {
movieMetadata_upsert(
data: { movie: { id: $movieId }, director: $director }
)
}
סכימת SQL מקבילה
-- Movies Table
CREATE TABLE Movies (
movie_id UUID DEFAULT uuid_generate_v4() PRIMARY KEY,
title VARCHAR(255) NOT NULL,
release_year INT,
genre VARCHAR(30),
rating INT,
description TEXT,
tags TEXT[]
);
-- Movie Metadata Table
CREATE TABLE MovieMetadata (
movie_id UUID REFERENCES Movies(movie_id) UNIQUE,
director VARCHAR(255) NOT NULL,
PRIMARY KEY (movie_id)
);
-- Actors Table
CREATE TABLE Actors (
actor_id UUID DEFAULT uuid_generate_v4() PRIMARY KEY,
name VARCHAR(30) NOT NULL
);
-- MovieActor Join Table for Many-to-Many Relationship
CREATE TABLE MovieActor (
movie_id UUID REFERENCES Movies(movie_id),
actor_id UUID REFERENCES Actors(actor_id),
role VARCHAR(50) NOT NULL, # "main" or "supporting"
PRIMARY KEY (movie_id, actor_id),
FOREIGN KEY (movie_id) REFERENCES Movies(movie_id),
FOREIGN KEY (actor_id) REFERENCES Actors(actor_id)
);
-- Users Table
CREATE TABLE Users (
user_id UUID DEFAULT uuid_generate_v4() PRIMARY KEY,
user_auth VARCHAR(255) NOT NULL
username VARCHAR(30) NOT NULL
);
-- Reviews Table
CREATE TABLE Reviews (
review_id UUID DEFAULT uuid_generate_v4() PRIMARY KEY,
user_id UUID REFERENCES Users(user_id),
movie_id UUID REFERENCES Movies(movie_id),
rating INT,
review_text TEXT,
review_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
UNIQUE (movie_id, user_id)
FOREIGN KEY (user_id) REFERENCES Users(user_id),
FOREIGN KEY (movie_id) REFERENCES Movies(movie_id)
);
-- Self Join Example for Movie Sequel Relationship
ALTER TABLE Movies
ADD COLUMN sequel_to UUID REFERENCES Movies(movie_id);
מה השלב הבא?
- במאמרים הבאים מוסבר איך להפעיל את השאילתות והמוטציות מתוך web SDK, Android SDK, iOS SDK ו-Flutter SDK שנוצרו באופן אוטומטי.