การค้นหาใน Cloud Firestore ช่วยให้คุณค้นหาเอกสาร ในคอลเล็กชันขนาดใหญ่ได้ หากต้องการรับข้อมูลเชิงลึกเกี่ยวกับพร็อพเพอร์ตี้ของคอลเล็กชันโดยรวม คุณสามารถรวมข้อมูลในคอลเล็กชันได้
คุณสามารถรวมข้อมูลได้ทั้งในเวลาอ่านหรือเวลาเขียน ดังนี้
การรวมข้อมูลในเวลาอ่าน จะคำนวณผลลัพธ์ในเวลาที่ส่งคำขอ Cloud Firestore รองรับการค้นหาการรวมข้อมูล
count(),sum()และaverage()ในเวลาอ่าน การค้นหาการรวมข้อมูลในเวลาอ่านจะเพิ่มลงในแอปได้ง่ายกว่าการรวมข้อมูลในเวลาเขียน ดูข้อมูลเพิ่มเติมเกี่ยวกับการค้นหาการรวมข้อมูลได้ที่ สรุปข้อมูลด้วยการค้นหาการรวมข้อมูลการรวมข้อมูลในเวลาเขียน จะคำนวณผลลัพธ์ทุกครั้งที่แอปดำเนินการเขียนที่เกี่ยวข้อง การรวมข้อมูลในเวลาเขียนต้องใช้ความพยายามในการติดตั้งใช้งานมากกว่า แต่คุณอาจใช้การรวมข้อมูลในเวลาเขียนแทนการรวมข้อมูลในเวลาอ่านด้วยเหตุผลข้อใดข้อหนึ่งต่อไปนี้
- คุณต้องการฟังผลลัพธ์การรวมข้อมูลเพื่อรับข้อมูลอัปเดตแบบเรียลไทม์
การค้นหาการรวมข้อมูล
count(),sum()และaverage()ไม่รองรับข้อมูลอัปเดตแบบเรียลไทม์ - คุณต้องการจัดเก็บผลลัพธ์การรวมข้อมูลไว้ในแคชฝั่งไคลเอ็นต์
การค้นหาการรวมข้อมูล
count(),sum()และaverage()ไม่รองรับการแคช - คุณกำลังรวมข้อมูลจากเอกสารหลายหมื่นรายการสำหรับผู้ใช้แต่ละรายและพิจารณาค่าใช้จ่าย หากมีเอกสารจำนวนน้อย การรวมข้อมูลในเวลาอ่านจะมีค่าใช้จ่ายน้อยกว่า แต่หากมีเอกสารจำนวนมากในการรวมข้อมูล การรวมข้อมูลในเวลาเขียนอาจมีค่าใช้จ่ายน้อยกว่า
- คุณต้องการฟังผลลัพธ์การรวมข้อมูลเพื่อรับข้อมูลอัปเดตแบบเรียลไทม์
การค้นหาการรวมข้อมูล
คุณสามารถใช้การรวมข้อมูลในเวลาเขียนได้โดยใช้ธุรกรรมฝั่งไคลเอ็นต์ หรือด้วย Cloud Functions ส่วนต่อไปนี้จะอธิบายวิธีใช้การรวมข้อมูลในเวลาเขียน
โซลูชัน: การรวมข้อมูลในเวลาเขียนด้วยธุรกรรมฝั่งไคลเอ็นต์
ลองพิจารณาแอปแนะนำร้านอาหารในพื้นที่ที่ช่วยผู้ใช้ค้นหาร้านอาหารที่ยอดเยี่ยม การค้นหาต่อไปนี้จะดึงข้อมูลการให้คะแนนทั้งหมดสำหรับร้านอาหารที่ระบุ
เว็บ
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();
แทนที่จะดึงข้อมูลการให้คะแนนทั้งหมดแล้วคำนวณข้อมูลรวม เราสามารถจัดเก็บข้อมูลนี้ไว้ในเอกสารร้านอาหารเองได้
เว็บ
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);
เพื่อให้การรวมข้อมูลเหล่านี้สอดคล้องกัน คุณต้องอัปเดตทุกครั้งที่มีการเพิ่มการให้คะแนนใหม่ลงในคอลเล็กชันย่อย วิธีหนึ่งในการทำให้ข้อมูลสอดคล้องกันคือการเพิ่มและอัปเดตในธุรกรรมเดียว
เว็บ
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; } }); }
การใช้ธุรกรรมจะช่วยให้ข้อมูลรวมสอดคล้องกับคอลเล็กชันพื้นฐาน ดูข้อมูลเพิ่มเติมเกี่ยวกับธุรกรรมใน Cloud Firestore ได้ที่ ธุรกรรมและการเขียนแบบเป็นชุด
ข้อจำกัด
โซลูชันที่แสดงด้านบนสาธิตการรวมข้อมูลโดยใช้ Cloud Firestore ไลบรารีของไคลเอ็นต์ แต่คุณควรทราบข้อจำกัดต่อไปนี้
- ความปลอดภัย - ธุรกรรมฝั่งไคลเอ็นต์กำหนดให้ต้องให้สิทธิ์แก่ไคลเอ็นต์ ในการอัปเดตข้อมูลรวมในฐานข้อมูล แม้ว่าคุณจะลดความเสี่ยงของแนวทางนี้ได้ด้วยการเขียนกฎความปลอดภัยขั้นสูง แต่แนวทางนี้อาจไม่เหมาะสมในบางสถานการณ์
- การรองรับแบบออฟไลน์ - ธุรกรรมฝั่งไคลเอ็นต์จะล้มเหลวเมื่ออุปกรณ์ของผู้ใช้ ออฟไลน์ ซึ่งหมายความว่าคุณต้องจัดการกรณีนี้ในแอปและลองอีกครั้ง ในเวลาที่เหมาะสม
- ประสิทธิภาพ - หากธุรกรรมมีการอ่าน การเขียน และ การอัปเดตหลายรายการ ธุรกรรมอาจต้องส่งคำขอหลายรายการไปยัง Cloud Firestore แบ็กเอนด์ ซึ่งอาจใช้เวลานานพอสมควรในอุปกรณ์เคลื่อนที่
- อัตราการเขียน - โซลูชันนี้อาจใช้ไม่ได้กับการรวมข้อมูลที่อัปเดตบ่อยๆ เนื่องจากเอกสาร Cloud Firestore อัปเดตได้เพียงครั้งเดียวต่อวินาทีเท่านั้น นอกจากนี้ หากธุรกรรมอ่านเอกสารที่แก้ไขนอกธุรกรรม ระบบจะลองอีกครั้งตามจำนวนครั้งที่กำหนดไว้ แล้วจึงล้มเหลว ดูตัวนับแบบกระจาย เพื่อดูวิธีแก้ปัญหาที่เกี่ยวข้องกับการรวมข้อมูลที่ต้องมีการอัปเดตบ่อยขึ้น
โซลูชัน: การรวมข้อมูลในเวลาเขียนด้วย Cloud Functions
หากธุรกรรมฝั่งไคลเอ็นต์ไม่เหมาะกับแอปพลิเคชันของคุณ คุณสามารถใช้ a Cloud Function เพื่ออัปเดตข้อมูลรวม ทุกครั้งที่มีการเพิ่มการให้คะแนนใหม่ลงในร้านอาหารได้
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 }); }); });
โซลูชันนี้จะโอนงานจากไคลเอ็นต์ไปยังฟังก์ชันที่โฮสต์ ซึ่งหมายความว่าแอปบนอุปกรณ์เคลื่อนที่สามารถเพิ่มการให้คะแนนได้โดยไม่ต้องรอให้ธุรกรรมเสร็จสมบูรณ์ โค้ดที่เรียกใช้ใน Cloud Function จะไม่ถูกจำกัดโดยกฎความปลอดภัย ซึ่งหมายความว่าคุณไม่จำเป็นต้องให้สิทธิ์เขียนแก่ไคลเอ็นต์เพื่อเข้าถึงข้อมูลรวมอีกต่อไป
ข้อจำกัด
การใช้ Cloud Function สำหรับการรวมข้อมูลจะช่วยหลีกเลี่ยงปัญหาบางอย่างที่เกิดจากธุรกรรมฝั่งไคลเอ็นต์ แต่ก็มีข้อจำกัดที่แตกต่างกันดังนี้
- ค่าใช้จ่าย - การให้คะแนนแต่ละครั้งจะทำให้เกิดการเรียกใช้ Cloud Function ซึ่ง อาจเพิ่มค่าใช้จ่าย ดูข้อมูลเพิ่มเติมได้ที่หน้าการกำหนดราคา Cloud Functions
- เวลาในการตอบสนอง - การโอนงานการรวมข้อมูลไปยัง Cloud Function จะทำให้ แอปไม่เห็นข้อมูลที่อัปเดตจนกว่า Cloud Function จะดำเนินการเสร็จสิ้น และระบบจะแจ้งให้ไคลเอ็นต์ทราบเกี่ยวกับข้อมูลใหม่ ซึ่งอาจใช้เวลานานกว่าการดำเนินการธุรกรรมในเครื่อง ทั้งนี้ขึ้นอยู่กับความเร็วของ Cloud Function
- อัตราการเขียน - โซลูชันนี้อาจใช้ไม่ได้กับการรวมข้อมูลที่อัปเดตบ่อยๆ เนื่องจากเอกสาร Cloud Firestore อัปเดตได้เพียงครั้งเดียวต่อวินาทีเท่านั้น นอกจากนี้ หากธุรกรรมอ่านเอกสารที่แก้ไขนอกธุรกรรม ระบบจะลองอีกครั้งตามจำนวนครั้งที่กำหนดไว้ แล้วจึงล้มเหลว ดูตัวนับแบบกระจาย เพื่อดูวิธีแก้ปัญหาที่เกี่ยวข้องกับการรวมข้อมูลที่ต้องมีการอัปเดตบ่อยขึ้น