Truy vấn trong Cloud Firestore cho phép bạn tìm tài liệu trong các bộ sưu tập lớn. Để hiểu rõ các thuộc tính của toàn bộ tập hợp, bạn có thể tổng hợp dữ liệu trên một tập hợp.
Bạn có thể tổng hợp dữ liệu tại thời điểm đọc hoặc tại thời điểm ghi:
Tính năng tổng hợp theo thời gian đọc tính toán kết quả tại thời điểm yêu cầu. Cloud Firestore hỗ trợ các truy vấn tổng hợp
count()
,sum()
vàaverage()
tại thời điểm đọc. Truy vấn tổng hợp theo thời gian đọc dễ thêm vào ứng dụng hơn so với tổng hợp theo thời gian ghi. Để biết thêm về truy vấn tổng hợp, hãy xem bài viết Tóm tắt dữ liệu bằng truy vấn tổng hợp.Tính năng tổng hợp tại thời điểm ghi tính toán kết quả mỗi khi ứng dụng thực hiện một thao tác ghi có liên quan. Việc triển khai tính năng tổng hợp tại thời điểm ghi sẽ mất nhiều công sức hơn, nhưng bạn có thể sử dụng tính năng này thay vì tính năng tổng hợp tại thời điểm đọc vì một trong những lý do sau:
- Bạn muốn nghe kết quả tổng hợp để cập nhật theo thời gian thực.
Các truy vấn tổng hợp
count()
,sum()
vàaverage()
không hỗ trợ cập nhật theo thời gian thực. - Bạn muốn lưu trữ kết quả tổng hợp trong bộ nhớ đệm phía máy khách.
Các truy vấn tổng hợp
count()
,sum()
vàaverage()
không hỗ trợ lưu vào bộ nhớ đệm. - Bạn đang tổng hợp dữ liệu từ hàng chục nghìn tài liệu cho mỗi người dùng và xem xét chi phí. Khi số lượng tài liệu ít hơn, chi phí tổng hợp thời gian đọc sẽ thấp hơn. Đối với một lượng lớn tài liệu trong một tập hợp, tổng hợp tại thời điểm ghi có thể tốn ít chi phí hơn.
- Bạn muốn nghe kết quả tổng hợp để cập nhật theo thời gian thực.
Các truy vấn tổng hợp
Bạn có thể triển khai tính năng tổng hợp tại thời điểm ghi bằng cách sử dụng giao dịch phía máy khách hoặc bằng Cloud Functions. Các phần sau đây mô tả cách triển khai tính năng tổng hợp tại thời điểm ghi.
Giải pháp: Tổng hợp tại thời điểm ghi bằng giao dịch phía máy khách
Hãy xem xét một ứng dụng đề xuất địa phương giúp người dùng tìm thấy những nhà hàng tuyệt vời. Truy vấn sau đây truy xuất tất cả điểm xếp hạng cho một nhà hàng nhất định:
Web
db.collection("restaurants") .doc("arinell-pizza") .collection("ratings") .get();
Swift
do { let snapshot = try await db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .getDocuments() print(snapshot) } catch { print(error) }
Objective-C
FIRQuery *query = [[[self.db collectionWithPath:@"restaurants"] documentWithPath:@"arinell-pizza"] collectionWithPath:@"ratings"]; [query getDocumentsWithCompletion:^(FIRQuerySnapshot * _Nullable snapshot, NSError * _Nullable error) { // ... }];
Kotlin
db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .get()
Java
db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .get();
Thay vì tìm nạp tất cả điểm xếp hạng rồi tính toán thông tin tổng hợp, chúng ta có thể lưu trữ thông tin này trên chính tài liệu về nhà hàng:
Web
var arinellDoc = { name: 'Arinell Pizza', avgRating: 4.65, numRatings: 683 };
Swift
struct Restaurant { let name: String let avgRating: Float let numRatings: Int } let arinell = Restaurant(name: "Arinell Pizza", avgRating: 4.65, numRatings: 683)
Objective-C
@interface FIRRestaurant : NSObject @property (nonatomic, readonly) NSString *name; @property (nonatomic, readonly) float averageRating; @property (nonatomic, readonly) NSInteger ratingCount; - (instancetype)initWithName:(NSString *)name averageRating:(float)averageRating ratingCount:(NSInteger)ratingCount; @end @implementation FIRRestaurant - (instancetype)initWithName:(NSString *)name averageRating:(float)averageRating ratingCount:(NSInteger)ratingCount { self = [super init]; if (self != nil) { _name = name; _averageRating = averageRating; _ratingCount = ratingCount; } return self; } @end
Kotlin
data class Restaurant( // default values required for use with "toObject" internal var name: String = "", internal var avgRating: Double = 0.0, internal var numRatings: Int = 0, )
val arinell = Restaurant("Arinell Pizza", 4.65, 683)
Java
public class Restaurant { String name; double avgRating; int numRatings; public Restaurant(String name, double avgRating, int numRatings) { this.name = name; this.avgRating = avgRating; this.numRatings = numRatings; } }
Restaurant arinell = new Restaurant("Arinell Pizza", 4.65, 683);
Để duy trì tính nhất quán của các giá trị tổng hợp này, bạn phải cập nhật các giá trị này mỗi khi thêm một điểm xếp hạng mới vào bộ sưu tập con. Một cách để đạt được tính nhất quán là thực hiện thao tác thêm và cập nhật trong một giao dịch:
Web
function addRating(restaurantRef, rating) { // Create a reference for a new rating, for use inside the transaction var ratingRef = restaurantRef.collection('ratings').doc(); // In a transaction, add the new rating and update the aggregate totals return db.runTransaction((transaction) => { return transaction.get(restaurantRef).then((res) => { if (!res.exists) { throw "Document does not exist!"; } // Compute new number of ratings var newNumRatings = res.data().numRatings + 1; // Compute new average rating var oldRatingTotal = res.data().avgRating * res.data().numRatings; var newAvgRating = (oldRatingTotal + rating) / newNumRatings; // Commit to Firestore transaction.update(restaurantRef, { numRatings: newNumRatings, avgRating: newAvgRating }); transaction.set(ratingRef, { rating: rating }); }); }); }
Swift
func addRatingTransaction(restaurantRef: DocumentReference, rating: Float) async { let ratingRef: DocumentReference = restaurantRef.collection("ratings").document() do { let _ = try await db.runTransaction({ (transaction, errorPointer) -> Any? in do { let restaurantDocument = try transaction.getDocument(restaurantRef).data() guard var restaurantData = restaurantDocument else { return nil } // Compute new number of ratings let numRatings = restaurantData["numRatings"] as! Int let newNumRatings = numRatings + 1 // Compute new average rating let avgRating = restaurantData["avgRating"] as! Float let oldRatingTotal = avgRating * Float(numRatings) let newAvgRating = (oldRatingTotal + rating) / Float(newNumRatings) // Set new restaurant info restaurantData["numRatings"] = newNumRatings restaurantData["avgRating"] = newAvgRating // Commit to Firestore transaction.setData(restaurantData, forDocument: restaurantRef) transaction.setData(["rating": rating], forDocument: ratingRef) } catch { // Error getting restaurant data // ... } return nil }) } catch { // ... } }
Objective-C
- (void)addRatingTransactionWithRestaurantReference:(FIRDocumentReference *)restaurant rating:(float)rating { FIRDocumentReference *ratingReference = [[restaurant collectionWithPath:@"ratings"] documentWithAutoID]; [self.db runTransactionWithBlock:^id (FIRTransaction *transaction, NSError **errorPointer) { FIRDocumentSnapshot *restaurantSnapshot = [transaction getDocument:restaurant error:errorPointer]; if (restaurantSnapshot == nil) { return nil; } NSMutableDictionary *restaurantData = [restaurantSnapshot.data mutableCopy]; if (restaurantData == nil) { return nil; } // Compute new number of ratings NSInteger ratingCount = [restaurantData[@"numRatings"] integerValue]; NSInteger newRatingCount = ratingCount + 1; // Compute new average rating float averageRating = [restaurantData[@"avgRating"] floatValue]; float newAverageRating = (averageRating * ratingCount + rating) / newRatingCount; // Set new restaurant info restaurantData[@"numRatings"] = @(newRatingCount); restaurantData[@"avgRating"] = @(newAverageRating); // Commit to Firestore [transaction setData:restaurantData forDocument:restaurant]; [transaction setData:@{@"rating": @(rating)} forDocument:ratingReference]; return nil; } completion:^(id _Nullable result, NSError * _Nullable error) { // ... }]; }
Kotlin
private fun addRating(restaurantRef: DocumentReference, rating: Float): Task<Void> { // Create reference for new rating, for use inside the transaction val ratingRef = restaurantRef.collection("ratings").document() // In a transaction, add the new rating and update the aggregate totals return db.runTransaction { transaction -> val restaurant = transaction.get(restaurantRef).toObject<Restaurant>()!! // Compute new number of ratings val newNumRatings = restaurant.numRatings + 1 // Compute new average rating val oldRatingTotal = restaurant.avgRating * restaurant.numRatings val newAvgRating = (oldRatingTotal + rating) / newNumRatings // Set new restaurant info restaurant.numRatings = newNumRatings restaurant.avgRating = newAvgRating // Update restaurant transaction.set(restaurantRef, restaurant) // Update rating val data = hashMapOf<String, Any>( "rating" to rating, ) transaction.set(ratingRef, data, SetOptions.merge()) null } }
Java
private Task<Void> addRating(final DocumentReference restaurantRef, final float rating) { // Create reference for new rating, for use inside the transaction final DocumentReference ratingRef = restaurantRef.collection("ratings").document(); // In a transaction, add the new rating and update the aggregate totals return db.runTransaction(new Transaction.Function<Void>() { @Override public Void apply(@NonNull Transaction transaction) throws FirebaseFirestoreException { Restaurant restaurant = transaction.get(restaurantRef).toObject(Restaurant.class); // Compute new number of ratings int newNumRatings = restaurant.numRatings + 1; // Compute new average rating double oldRatingTotal = restaurant.avgRating * restaurant.numRatings; double newAvgRating = (oldRatingTotal + rating) / newNumRatings; // Set new restaurant info restaurant.numRatings = newNumRatings; restaurant.avgRating = newAvgRating; // Update restaurant transaction.set(restaurantRef, restaurant); // Update rating Map<String, Object> data = new HashMap<>(); data.put("rating", rating); transaction.set(ratingRef, data, SetOptions.merge()); return null; } }); }
Việc sử dụng giao dịch giúp dữ liệu tổng hợp của bạn nhất quán với tập hợp cơ bản. Để đọc thêm về các giao dịch trong Cloud Firestore, hãy xem phần Giao dịch và ghi hàng loạt.
Các điểm hạn chế
Giải pháp hiển thị ở trên minh hoạ việc tổng hợp dữ liệu bằng thư viện ứng dụng Cloud Firestore, nhưng bạn cần lưu ý những hạn chế sau:
- Bảo mật – Các giao dịch phía máy khách yêu cầu cấp cho máy khách quyền cập nhật dữ liệu tổng hợp trong cơ sở dữ liệu của bạn. Mặc dù bạn có thể giảm rủi ro của phương pháp này bằng cách viết các quy tắc bảo mật nâng cao, nhưng điều này có thể không phù hợp trong mọi trường hợp.
- Hỗ trợ ngoại tuyến – Các giao dịch phía máy khách sẽ không thành công khi thiết bị của người dùng không có kết nối mạng. Điều này có nghĩa là bạn cần xử lý trường hợp này trong ứng dụng và thử lại vào thời điểm thích hợp.
- Hiệu suất – Nếu giao dịch của bạn chứa nhiều thao tác đọc, ghi và cập nhật, thì giao dịch đó có thể yêu cầu nhiều yêu cầu đến phần phụ trợ Cloud Firestore. Trên thiết bị di động, việc này có thể mất khá nhiều thời gian.
- Tốc độ ghi – giải pháp này có thể không hoạt động đối với các dữ liệu tổng hợp được cập nhật thường xuyên vì tài liệu Cloud Firestore chỉ có thể được cập nhật tối đa một lần mỗi giây. Ngoài ra, nếu một giao dịch đọc một tài liệu đã được chỉnh sửa bên ngoài giao dịch, thì giao dịch đó sẽ thử lại một số lần hữu hạn rồi không thành công. Hãy xem bộ đếm phân tán để biết giải pháp phù hợp cho các dữ liệu tổng hợp cần cập nhật thường xuyên hơn.
Giải pháp: Tổng hợp tại thời điểm ghi bằng Cloud Functions
Nếu giao dịch phía máy khách không phù hợp với ứng dụng của mình, bạn có thể sử dụng Hàm trên đám mây để cập nhật thông tin tổng hợp mỗi khi thêm một điểm xếp hạng mới vào nhà hàng:
Node.js
exports.aggregateRatings = functions.firestore .document('restaurants/{restId}/ratings/{ratingId}') .onWrite(async (change, context) => { // Get value of the newly added rating const ratingVal = change.after.data().rating; // Get a reference to the restaurant const restRef = db.collection('restaurants').doc(context.params.restId); // Update aggregations in a transaction await db.runTransaction(async (transaction) => { const restDoc = await transaction.get(restRef); // Compute new number of ratings const newNumRatings = restDoc.data().numRatings + 1; // Compute new average rating const oldRatingTotal = restDoc.data().avgRating * restDoc.data().numRatings; const newAvgRating = (oldRatingTotal + ratingVal) / newNumRatings; // Update restaurant info transaction.update(restRef, { avgRating: newAvgRating, numRatings: newNumRatings }); }); });
Giải pháp này giảm tải công việc từ ứng dụng khách sang một hàm được lưu trữ, nghĩa là ứng dụng di động của bạn có thể thêm điểm xếp hạng mà không cần chờ giao dịch hoàn tất. Mã được thực thi trong một Hàm trên đám mây không bị ràng buộc bởi các quy tắc bảo mật, nghĩa là bạn không cần cấp cho ứng dụng quyền ghi vào dữ liệu tổng hợp nữa.
Các điểm hạn chế
Việc sử dụng Hàm trên đám mây để tổng hợp sẽ tránh được một số vấn đề với giao dịch phía máy khách, nhưng lại có một số hạn chế khác:
- Chi phí – Mỗi điểm xếp hạng được thêm sẽ gây ra một lệnh gọi Hàm trên đám mây, điều này có thể làm tăng chi phí của bạn. Để biết thêm thông tin, hãy xem trang giá của Cloud Functions.
- Độ trễ – Bằng cách chuyển công việc tổng hợp sang một Hàm trên đám mây, ứng dụng của bạn sẽ không thấy dữ liệu đã cập nhật cho đến khi Hàm trên đám mây hoàn tất quá trình thực thi và ứng dụng khách đã được thông báo về dữ liệu mới. Tuỳ thuộc vào tốc độ của Hàm trên đám mây, quá trình này có thể mất nhiều thời gian hơn so với việc thực thi giao dịch trên máy.
- Tốc độ ghi – giải pháp này có thể không hoạt động đối với các dữ liệu tổng hợp được cập nhật thường xuyên vì tài liệu Cloud Firestore chỉ có thể được cập nhật tối đa một lần mỗi giây. Ngoài ra, nếu một giao dịch đọc một tài liệu đã được chỉnh sửa bên ngoài giao dịch, thì giao dịch đó sẽ thử lại một số lần hữu hạn rồi không thành công. Hãy xem bộ đếm phân tán để biết giải pháp phù hợp cho các dữ liệu tổng hợp cần cập nhật thường xuyên hơn.