Criar esquemas do Data Connect

Com Firebase Data Connect, você cria um esquema GraphQL que representa o modelo de dados necessário para seu aplicativo. Data Connect converte esse esquema na instância do Cloud SQL para PostgreSQL que oferece suporte ao app. Você então cria consultas e mutações para interagir com o back-end e agrupa essas operações em conectores para usar os dados do código do cliente.

Data Connect oferece ferramentas de IA para ajudar você a criar e implementar seus esquemas. Este guia apresenta conceitos importantes de design de esquema para oferecer suporte e complementar seus fluxos de trabalho padrão e com assistência de IA ao começar a desenvolver um appe muito mais.

O guia de introdução apresentou um esquema de app de avaliação de filmes para PostgreSQL.

Este guia desenvolve esse esquema e fornece uma listagem de SQL equivalente ao esquema final do app de avaliação de filmes.

O esquema de um app de avaliação de filmes

Imagine que você quer criar um serviço que permita aos usuários enviar e visualizar avaliações de filmes.

Você precisa de um esquema inicial para que um app desse tipo ofereça suporte a consultas básicas. Você vai estender esse esquema mais tarde para criar consultas relacionais complexas.

Em Data Connect, você define tipos GraphQL para definir o formato dos dados que seus clientes podem consultar e manipular. Ao escrever o esquema, os tipos são convertidos em tabelas do Cloud SQL para PostgreSQL, geralmente em uma relação direta entre os tipos GraphQL e as tabelas de banco de dados, embora outros mapeamentos sejam possíveis. Este guia mostra alguns exemplos, do básico ao mais avançado.

Definir um tipo Movie básico

Você pode começar com um tipo Movie.

O esquema de Movie contém diretivas principais, como:

  • @table(name) e @col(name) para personalizar os nomes da tabela e da coluna SQL. Data Connect gera nomes snake_case se não forem especificados.
  • @col(dataType) para personalizar os tipos de coluna SQL.
  • @default para configurar os valores padrão da coluna SQL durante a inserção.

Para mais detalhes, consulte os documentos de referência de @table, @col, @default.

# Movies
type Movie @table(name: "movie", key: "id") {
  id: UUID! @col(name: "movie_id") @default(expr: "uuidV4()")
  title: String!
  releaseYear: Int
  genre: String @col(dataType: "varchar(20)")
  rating: Int
  description: String
}

Armazenar dados importantes do usuário automaticamente em um tipo User

Seu app vai acompanhar os usuários, então você precisa de um tipo User.

A diretiva @default é especialmente útil nesse caso. O campo id aqui pode buscar automaticamente o ID do usuário na autenticação: observe o uso de @default(expr: "auth.uid") no exemplo a seguir.

# Users
# Suppose a user can leave reviews for movies
type User @table {
  id: String! @default(expr: "auth.uid")
  username: String! @col(dataType: "varchar(50)")
}

Escalares de chave e valores do servidor

Antes de analisar melhor o app de avaliação de filmes, é importante apresentar Data Connect escalares de chave e valores do servidor.

Escalares de chave são identificadores de objetos concisos que Data Connect monta automaticamente a partir de campos de chave nos seus esquemas. Os escalares de chave são sobre eficiência, permitindo que você encontre em uma única chamada informações sobre a identidade e a estrutura dos seus dados. Eles são especialmente úteis quando você quer realizar ações sequenciais em novos registros e precisa de um identificador exclusivo para transmitir às próximas operações, e também quando você quer acessar chaves relacionais para realizar outras operações mais complexas.

Usando valores do servidor, você pode permitir que o servidor preencha dinamicamente campos nas tabelas usando valores armazenados ou facilmente calculáveis de acordo com expressões CEL específicas do lado do servidor no expr argumento. Por exemplo, você pode definir um campo com um carimbo de data/hora aplicado quando o campo é acessado usando o horário armazenado em uma solicitação de operação, updatedAt: Timestamp! @default(expr: "request.time").

Processar relações de muitos para muitos nos tipos Actor e MovieActor

Com os usuários tratados, você pode voltar a modelar dados de filmes.

Em seguida, você quer que os atores estrelam seus filmes.

A tabela Actor é bem simples.

# 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 {
  id: UUID! @default(expr: "uuidV4()")
  name: String! @col(dataType: "varchar(30)")
}

Se você quiser que os atores estejam em vários filmes e que os filmes tenham vários atores, precisará de uma "tabela de junção".

A tabela MovieActor processa a relação muitos para muitos, e a chave primária é uma combinação de [movie, actor] (os campos de chave externa de movie e actor).

# Join table for many-to-many relationship for movies and actors
# The 'key' param signifies the primary keys of this table
# In this case, the keys are [movieId, actorId], the foreign key fields of the reference fields [movie, actor]
type MovieActor @table(key: ["movie", "actor"]) {
  movie: Movie!
  # movieId: UUID! <- implicitly added foreign key field
  actor: Actor!
  # actorId: UUID! <- implicitly added foreign key field
  role: String! # "main" or "supporting"
  # optional other fields
}

Quando você define uma relação SQL na tabela com uma restrição de chave externa, Data Connect gera automaticamente o campo correspondente do outro lado. Não é necessário definir o campo de mapeamento reverso (por exemplo, de Actor de volta para MovieActor).

Processar relações de um para um em um tipo MovieMetadata

Agora, acompanhe os diretores de filmes e configure uma relação um para um com Movie.

Você pode usar a diretiva @ref para personalizar restrições de chave externa:

  • @ref(fields) especifica quais campos de chave externa usar.
  • @ref(references) especifica os campos referenciados na tabela de destino (o padrão é a chave primária, mas os campos @unique também funcionam). Essa é uma opção mais avançada. Data Connect geralmente pode inferir isso para você.

Para mais detalhes, consulte os documentos de referência de @ref.

# Movie Metadata
# Movie - MovieMetadata is a one-to-one relationship
type MovieMetadata @table {
  # @unique ensures that each Movie only has one MovieMetadata.
  movie: Movie! @unique
  # Since it references to another table type, it adds a foreign key constraint.
  #  movie: Movie! @unique @ref(fields: "movieId", references: "id")
  #  movieId: UUID! <- implicitly added foreign key field
  director: String
}

Usar campos gerados pelo esquema para criar operações

As operações do Data Connect vão estender um conjunto de campos gerados automaticamente pelo Data Connect com base nos tipos e nas relações de tipo no esquema. Esses campos são gerados por ferramentas locais sempre que você edita o esquema.

Firebase

Suponha que seu esquema contenha um tipo Movie e um tipo Actor associado. Data Connect gera movie, movies, actors_on_movies campos e muito mais.

Consultar com o
movie campo

O campo movie representa um único registro na Movie tabela.

Use esse campo para consultar um único filme pela chave.

query GetMovie($myKey: Movie_Key!) {
  movie(key: $myKey) { title }
}

Consultar com o
movies campo

O campo movies representa uma lista de registros na Movie tabela.

Use esse campo para consultar vários filmes, por exemplo, todos os filmes de um determinado ano.

query GetMovies($myYear: Int!) {
  movies(where: { year: { eq: $myYear } }) { title }
}

Consultar com o
actors_on_movies campo

O campo actors_on_movies representa uma lista de registros que conectam as tabelas Actor e Movie. Use esse campo para consultar todos os atores associados a um determinado filme.

Use esse campo para consultar todos os atores associados a um determinado filme.

  query GetActorsOnMovie($myKey: Movie_Key!) {
    actors_on_movies(where: { movie: { key: { eq: $myKey } } }) {
      actor { name }
    }
  }

Com isso em mente, você pode ler como implementar operações usando esses campos no guia de implementação de consultas e no guia de implementação de mutações.

Conceitos de esquema mais avançados

Campos de enumeração

Data Connect oferece suporte a campos de enumeração que são mapeados para tipos enumerados do PostgreSQL. As enumerações permitem definir rapidamente uma lista de valores estáticos predefinidos com uma ordem específica.

Para adicionar uma enumeração ao esquema, declare a enumeração e os valores predefinidos e, em seguida, faça referência a ela no tipo.

enum AspectRatio {
   ACADEMY
   WIDESCREEN
   ANAMORPHIC
   IMAX
   "No information available on aspect ratio"
   UNAVAILABLE
}

type Movie
  @table {
  title: String! 
  genre: String
  description: String
  originalAspectRatio: AspectRatio! @default(value: WIDESCREEN)
  otherAspectRatios: [AspectRatio!]
  tags: [String]
  rating: Float
  imageUrl: String!
  releaseYear: Int
}

No tipo Movie, adicionamos um campo de enumeração originalAspectRatio para a proporção em que o filme foi filmado e outro campo otherAspectRatios para uma lista de outras proporções disponíveis.

Gerenciar mudanças em campos de enumeração

Você pode adicionar novos valores à enumeração, mas a ordem da lista de enumeração é muito significativa. Portanto, insira os novos valores com cuidado. A única mudança totalmente compatível com versões anteriores em uma enumeração é adicionar um novo valor ao final da lista de valores. Em particular, inserir um novo valor entre enumerações publicadas anteriormente ou reordenar os valores atuais muda a ordem relativa quando operadores relativos, como "menor que", são usados em consultas. A remoção ou renomeação de valores é sempre uma mudança incompatível com versões anteriores.

Nunca reordene os valores na lista de valores de enumeração. A ordem é importante, pois muda a forma como a filtragem é aplicada.

Os ajustes nos valores de tipo enumerado precisam ser feitos com cuidado para não interromper versões mais antigas da operação ou do código do cliente. Ao remover ou renomear um valor de enumeração, verifique se não há instâncias restantes no banco de dados atual.

Usar os campos de enumeração em operações e no código do cliente

Agora que você adicionou um campo de enumeração ao esquema, é possível usar esse campo em consultas e no código do cliente.

Saiba mais sobre como escrever consultas usando enumerações e como escrever um cliente para permitir ajustes nas enumerações a partir do guia de consultas.

Outros conceitos avançados

Para ir além dos tipos e relações básicos, mas úteis, consulte exemplos em a documentação de referência.

Tipos de dados compatíveis

Data Connect oferece suporte aos seguintes tipos de dados escalares, com atribuições a tipos PostgreSQL usando @col(dataType:).

Data Connect tipo Tipo integrado do GraphQL ou
Data Connect tipo personalizado
Tipo padrão do PostgreSQL Tipos do PostgreSQL com suporte
(alias entre parênteses)
String GraphQL texto texto
bit(n), varbit(n)
char(n), varchar(n)
Int GraphQL int Int2 (smallint, smallserial),
int4 (integer, int, serial)
Ponto flutuante GraphQL float8 float4 (real)
float8 (double precision)
numeric (decimal)
Booleano GraphQL booleano booleano
UUID Personalizado uuid uuid
Int64 Personalizado bigint int8 (bigint, bigserial)
numeric (decimal)
Data Personalizado date date
Carimbo de data/hora Personalizado timestamptz

timestamptz

Observação:as informações de fuso horário local não são armazenadas.
O PostgreSQL converte e armazena esses carimbos de data/hora como UTC.

Enumeração Personalizado enum

enum

Vetor Personalizado vetor

vetor

Consulte Realizar pesquisa de similaridade vetorial com a Vertex AI.

  • O List do GraphQL é mapeado para uma matriz unidimensional.
    • Por exemplo, [Int] é mapeado para int5[], [Any] é mapeado para jsonb[].
    • Data Connect não oferece suporte a matrizes aninhadas.

Esquema SQL equivalente

-- 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);

Próximas etapas

Você também pode se interessar por: