Hướng dẫn này đề cập đến một số khái niệm chính về cấu trúc dữ liệu và các phương pháp hay nhất để định cấu trúc dữ liệu JSON trong Firebase Realtime Database.
Bạn cần phải suy nghĩ trước khá nhiều để xây dựng một cơ sở dữ liệu có cấu trúc phù hợp. Quan trọng nhất, bạn cần lên kế hoạch cho cách lưu dữ liệu và truy xuất dữ liệu sau này để quá trình đó diễn ra dễ dàng nhất có thể.
Cấu trúc dữ liệu: đây là một cây JSON
Tất cả dữ liệu Firebase Realtime Database được lưu trữ dưới dạng đối tượng JSON. Bạn có thể coi cơ sở dữ liệu là một cây JSON được lưu trữ trên đám mây. Không giống như cơ sở dữ liệu SQL, không có bảng hoặc bản ghi nào. Khi bạn thêm dữ liệu vào cây JSON, dữ liệu đó sẽ trở thành một nút trong cấu trúc JSON hiện có với một khoá liên kết. Bạn có thể cung cấp khoá của riêng mình, chẳng hạn như mã nhận dạng người dùng hoặc tên ngữ nghĩa, hoặc khoá có thể được cung cấp cho bạn bằng cách sử dụng yêu cầu POST.
Nếu bạn tạo khoá của riêng mình, khoá đó phải được mã hoá UTF-8, có thể có kích thước tối đa là 768 byte và không được chứa ., $, #, [, ], / hoặc ký tự điều khiển ASCII từ 0 đến 31 hoặc 127. Bạn cũng không thể sử dụng các ký tự điều khiển ASCII trong chính giá trị.
Ví dụ: hãy xem xét một ứng dụng trò chuyện cho phép người dùng lưu trữ hồ sơ cơ bản và danh bạ. Hồ sơ người dùng thông thường nằm ở một đường dẫn, chẳng hạn như /users/$uid. Người dùng alovelace có thể có một mục cơ sở dữ liệu có dạng như sau:
{
"users": {
"alovelace": {
"name": "Ada Lovelace",
"contacts": { "ghopper": true },
},
"ghopper": { ... },
"eclarke": { ... }
}
}Mặc dù cơ sở dữ liệu sử dụng cây JSON, nhưng dữ liệu được lưu trữ trong cơ sở dữ liệu có thể được biểu thị dưới dạng một số loại gốc nhất định tương ứng với các loại JSON hiện có để giúp bạn viết mã dễ bảo trì hơn.
Các phương pháp hay nhất cho cấu trúc dữ liệu
Tránh lồng dữ liệu
Vì Firebase Realtime Database cho phép lồng dữ liệu đến 32 cấp độ, nên bạn có thể nghĩ rằng đây là cấu trúc mặc định. Tuy nhiên, khi tìm nạp dữ liệu tại một vị trí trong cơ sở dữ liệu, bạn cũng truy xuất tất cả các nút con của vị trí đó. Ngoài ra, khi cấp cho người dùng quyền đọc hoặc ghi tại một nút trong cơ sở dữ liệu, bạn cũng cấp cho họ quyền truy cập vào tất cả dữ liệu trong nút đó. Do đó, trong thực tế, tốt nhất bạn nên giữ cho cấu trúc dữ liệu càng phẳng càng tốt.
Để biết ví dụ về lý do dữ liệu lồng nhau là không tốt, hãy xem xét cấu trúc lồng nhau nhiều lần sau:
{ // This is a poorly nested data architecture, because iterating the children // of the "chats" node to get a list of conversation titles requires // potentially downloading hundreds of megabytes of messages "chats": { "one": { "title": "Historical Tech Pioneers", "messages": { "m1": { "sender": "ghopper", "message": "Relay malfunction found. Cause: moth." }, "m2": { ... }, // a very long list of messages } }, "two": { ... } } }
Với thiết kế lồng nhau này, việc lặp lại dữ liệu sẽ gặp vấn đề. Ví dụ: để liệt kê tiêu đề của các cuộc trò chuyện, bạn cần tải toàn bộ cây chats, bao gồm tất cả thành viên và tin nhắn, xuống ứng dụng.
Làm phẳng cấu trúc dữ liệu
Nếu dữ liệu được chia thành các đường dẫn riêng biệt, còn gọi là huỷ chuẩn hoá, thì dữ liệu đó có thể được tải xuống một cách hiệu quả trong các lệnh gọi riêng biệt, nếu cần. Hãy xem xét cấu trúc được làm phẳng này:
{
// Chats contains only meta info about each conversation
// stored under the chats's unique ID
"chats": {
"one": {
"title": "Historical Tech Pioneers",
"lastMessage": "ghopper: Relay malfunction found. Cause: moth.",
"timestamp": 1459361875666
},
"two": { ... },
"three": { ... }
},
// Conversation members are easily accessible
// and stored by chat conversation ID
"members": {
// we'll talk about indices like this below
"one": {
"ghopper": true,
"alovelace": true,
"eclarke": true
},
"two": { ... },
"three": { ... }
},
// Messages are separate from data we may want to iterate quickly
// but still easily paginated and queried, and organized by chat
// conversation ID
"messages": {
"one": {
"m1": {
"name": "eclarke",
"message": "The relay seems to be malfunctioning.",
"timestamp": 1459361875337
},
"m2": { ... },
"m3": { ... }
},
"two": { ... },
"three": { ... }
}
}Giờ đây, bạn có thể lặp lại danh sách phòng bằng cách chỉ tải xuống một vài byte cho mỗi cuộc trò chuyện, nhanh chóng tìm nạp siêu dữ liệu để liệt kê hoặc hiển thị các phòng trong giao diện người dùng. Thông báo có thể được tìm nạp riêng và hiển thị khi đến, cho phép giao diện người dùng phản hồi nhanh chóng.
Tạo dữ liệu có thể mở rộng
Khi xây dựng ứng dụng, bạn thường nên tải một tập hợp con của danh sách xuống. Điều này đặc biệt phổ biến nếu danh sách chứa hàng nghìn bản ghi. Khi mối quan hệ này là tĩnh và một chiều, bạn chỉ cần lồng các đối tượng con trong đối tượng mẹ.
Đôi khi, mối quan hệ này linh động hơn hoặc có thể cần phải huỷ chuẩn hoá dữ liệu này. Trong nhiều trường hợp, bạn có thể huỷ chuẩn hoá dữ liệu bằng cách sử dụng truy vấn để truy xuất một tập hợp con của dữ liệu, như đã thảo luận trong phần Truy xuất dữ liệu.
Nhưng ngay cả như vậy có thể vẫn chưa đủ. Ví dụ: hãy xem xét mối quan hệ hai chiều giữa người dùng và nhóm. Người dùng có thể thuộc về một nhóm và các nhóm bao gồm một danh sách người dùng. Khi đến lúc quyết định người dùng thuộc nhóm nào, mọi thứ sẽ trở nên phức tạp.
Nhu cầu là một cách tinh tế để liệt kê các nhóm chứa người dùng và chỉ tìm nạp dữ liệu của các nhóm đó. Chỉ mục của các nhóm có thể giúp ích rất nhiều trong trường hợp này:
// An index to track Ada's memberships { "users": { "alovelace": { "name": "Ada Lovelace", // Index Ada's groups in her profile "groups": { // the value here doesn't matter, just that the key exists "techpioneers": true, "womentechmakers": true } }, ... }, "groups": { "techpioneers": { "name": "Historical Tech Pioneers", "members": { "alovelace": true, "ghopper": true, "eclarke": true } }, ... } }
Bạn có thể nhận thấy rằng việc này sẽ trùng lặp một số dữ liệu bằng cách lưu trữ mối quan hệ trong cả bản ghi của Ada và trong nhóm. Bây giờ, alovelace được lập chỉ mục trong một nhóm và techpioneers được liệt kê trong hồ sơ của Ada. Vì vậy, để xoá Ada khỏi nhóm, bạn phải cập nhật Ada ở hai nơi.
Đây là một tính năng dự phòng cần thiết cho các mối quan hệ hai chiều. Tính năng này cho phép bạn tìm nạp nhanh chóng và hiệu quả các gói thành viên của Ada, ngay cả khi danh sách người dùng hoặc nhóm có quy mô lên đến hàng triệu hoặc khi các quy tắc bảo mật Realtime Database ngăn chặn quyền truy cập vào một số bản ghi.
Phương pháp này, đảo ngược dữ liệu bằng cách liệt kê mã nhận dạng làm khoá và đặt giá trị thành true, giúp việc kiểm tra khoá trở nên đơn giản như đọc /users/$uid/groups/$group_id và kiểm tra xem đó có phải là null hay không. Chỉ mục nhanh hơn và hiệu quả hơn nhiều so với việc truy vấn hoặc quét dữ liệu.