תחילת העבודה עם Firebase Data Connect באמצעות Flutter

במדריך למתחילים הזה, תיצרו ותפרסו מסד נתונים קטן לדוגמה ותגשו אליו מחלק הקצה של Flutter.

דרישות מוקדמות

כדי להשלים את המדריך למתחילים הזה, תצטרכו:

  • סביבה שמותקנים בה הכלים הבאים:
  • חשבון Google.

מדריך

מדריך

1. אתחול הפרויקט

יוצרים ספרייה חדשה ומפעילים בה פרויקט Firebase. כשמופיעה בקשה, בוחרים באפשרויות הבאות:

  • יוצרים פרויקט חדש ב-Firebase.
  • אל תיצרו סכימה באמצעות Gemini (במדריך הזה תשתמשו בסכימה לדוגמה שכבר נוצרה).
  • יוצרים מכונה חדשה של Cloud SQL.
  • יוצרים תבנית Flutter.
mkdir myproj ; cd myproj
firebase login --reauth
firebase init dataconnect

2. בדיקת ההגדרות לדוגמה של GraphQL

ב-Data Connect, מגדירים את כל הסכימות והפעולות של מסד הנתונים באמצעות GraphQL. כשאתם מאתחלים את הפרויקט, ה-CLI של Firebase יוצר כמה הגדרות לדוגמה כדי לעזור לכם להתחיל.

dataconnect/schema/schema.gql (קטע)
type Movie @table {
  title: String!
  imageUrl: String!
  genre: String
}

type MovieMetadata @table {
  movie: Movie! @unique
  rating: Float
  releaseYear: Int
  description: String
}
dataconnect/example/queries.gql (קטע)
query ListMovies @auth(level: PUBLIC) {
  movies {
    id
    title
    imageUrl
    genre
  }
}

3. פריסת הסכימות והפעולות

בכל פעם שמבצעים שינויים בסכימות של מסדי הנתונים, בשאילתות או במוטציות, צריך לפרוס אותם כדי שהשינויים יחולו על מסד הנתונים.

firebase deploy --only dataconnect

4. הוספת נתונים לדוגמה למסד הנתונים

נתוני ה-seed האלה יאפשרו לכם לראות משהו כשבודקים את האפליקציה לדוגמה. הערה: בשלב הזה אתם מריצים GraphQL שרירותי, וזה מותר למשימות ניהול.

firebase dataconnect:execute dataconnect/seed_data.gql

5. יצירה של SDK לקוח ב-Dart

הפקודה הזו משתמשת בהגדרות GraphQL כדי ליצור ספריית Dart במיוחד עבור מסד הנתונים שלכם. משתמשים בספרייה הזו באפליקציית הלקוח כדי לבצע את כל פעולות מסד הנתונים.

אפשר ליצור ספריות למספר פלטפורמות, כולל Kotlin ל-Android,‏ Swift ל-iOS ו-JavaScript לאינטרנט, על ידי הוספת הגדרות ל-connector.yaml.

firebase dataconnect:sdk:generate
‫Dart SDK שנוצר אוטומטית (קטע)
class ExampleConnector {
  ListMoviesVariablesBuilder listMovies() {
    return ListMoviesVariablesBuilder(dataConnect);
  }

  // ...
}

6. הגדרת אפליקציית Flutter

מריצים את הפקודות האלה כדי להגדיר את אפליקציית Flutter לשימוש בפרויקט Firebase.

כשמופיעה הנחיה בפקודה flutterfire, בוחרים את פרויקט Firebase שיצרתם קודם ובוחרים את הפלטפורמות שרוצים לטרגט.

cd flutter_app
flutter pub add firebase_core firebase_data_connect
flutterfire configure

7. כתיבת לקוח לדוגמה ב-Flutter

מחליפים את התוכן של flutter_app/lib/main.dart באפליקציית Flutter הפשוטה הזו.

שימו לב שהאפליקציה משלימה את הגישה הנדרשת למסד הנתונים באמצעות פונקציה מתוך ה-SDK שנוצר.

import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_data_connect/firebase_data_connect.dart';
import 'package:flutter/material.dart';
import 'package:flutter_app/dataconnect_generated/generated.dart';
import 'package:flutter_app/firebase_options.dart';

class MyApp extends StatelessWidget {
  late final Future<QueryResult<ListMoviesData, void>>
  _movieListFuture;

  MyApp({super.key}) {
    _movieListFuture = ExampleConnector.instance
        .listMovies()
        .execute();
  }

  @override
  Widget build(BuildContext context) {
    return MaterialApp(
      home: FutureBuilder(
        future: _movieListFuture,
        builder: (context, snapshot) {
          if (snapshot.connectionState == ConnectionState.done) {
            return ListView.builder(
              scrollDirection: Axis.vertical,
              itemBuilder: (context, index) => Card(
                child: Text(
                  snapshot.data?.data.movies[index].title ?? "",
                ),
              ),
              itemCount: snapshot.data?.data.movies.length ?? 0,
            );
          }
          return const CircularProgressIndicator();
        },
      ),
    );
  }
}

Future<void> main() async {
  await Firebase.initializeApp(
    options: DefaultFirebaseOptions.currentPlatform,
  );
  runApp(MyApp());
}

8. לניסיון האפליקציה

מפעילים את שרת הפיתוח כדי לראות את האפליקציה לדוגמה בפעולה.

flutter run

השלבים הבאים

כדאי לנסות את התוסף של Visual Studio Code

כשמפתחים באמצעות Data Connect, מומלץ מאוד להשתמש בתוסף Visual Studio Code. גם אם אתם לא משתמשים ב-Visual Studio Code כסביבת הפיתוח העיקרית שלכם, התוסף מספק כמה תכונות שהופכות את הפיתוח של סכימות ופעולות לנוח יותר:

  • שרת שפה של GraphQL, שמספק בדיקת תחביר והצעות להשלמה אוטומטית שספציפיות ל-Data Connect
  • לחצני CodeLens בשורה עם הקוד שמאפשרים לכם לקרוא ולכתוב נתונים מקובצי הגדרת הסכימה, ולהריץ שאילתות ושינויים מהגדרות הפעולה.
  • שמירה אוטומטית של ערכות ה-SDK שנוצרו מסונכרנות עם הגדרות GraphQL.
  • הגדרה פשוטה יותר של אמולטור מקומי.
  • פריסה פשוטה יותר בסביבת הייצור.

שימוש באמולטור Data Connect לפיתוח מקומי

במדריך הזה הראינו איך לפרוס סכימות ופעולות של Data Connect ישירות בסביבת הייצור, אבל סביר להניח שלא תרצו לבצע שינויים במסד הנתונים של סביבת הייצור בזמן שאתם מפתחים את האפליקציה. במקום זאת, מומלץ להגדיר את Data Connect האמולטור ולבצע את עבודת הפיתוח מולו ולא מול סביבת הייצור. האמולטור מגדיר מכונה מקומית של PGlite שמתנהגת באופן דומה למכונת Postgres פעילה ב-CloudSQL.

איך כותבים סכימות ופעולות לאפליקציה

כשמפתחים אפליקציות באמצעות Data Connect, עיצוב הסכימות והפעולות הוא אחת ממשימות הפיתוח הראשונות והחשובות ביותר שצריך להשלים.

  • Gemini במסוף Firebase הוא כלי AI שיכול ליצור סכימות מתיאור בשפה טבעית של האפליקציה שלכם. הכלי הזה יכול לעזור לכם להתחיל לעבוד במהירות, במיוחד אם מעולם לא עבדתם עם מסדי נתונים רלציוניים.Data Connect
  • לחלופין, אפשר לכתוב סכימות של מסדי נתונים, שאילתות ומוטציות ישירות באמצעות GraphQL. מתחילים בדף Design Data Connect schemas וממשיכים לדפים הבאים כדי ללמוד איך לכתוב פעולות.