Cloud Firestore কোয়েরিগুলি আপনাকে বৃহৎ সংগ্রহে নথি খুঁজে পেতে সাহায্য করে। সমগ্র সংগ্রহের বৈশিষ্ট্য সম্পর্কে অন্তর্দৃষ্টি পেতে, আপনি একটি সংগ্রহের উপর ডেটা একত্রিত করতে পারেন।
আপনি পড়ার সময় অথবা লেখার সময় ডেটা একত্রিত করতে পারেন:
রিড-টাইম অ্যাগ্রিগেশনগুলি অনুরোধের সময় একটি ফলাফল গণনা করে। Cloud Firestore রিড-টাইমে
count(),sum(), এবংaverage()অ্যাগ্রিগেশন কোয়েরি সমর্থন করে। রিড-টাইম অ্যাগ্রিগেশন কোয়েরিগুলি আপনার অ্যাপে লেখার সময় অ্যাগ্রিগেশনের চেয়ে যোগ করা সহজ। অ্যাগ্রিগেশন কোয়েরি সম্পর্কে আরও জানতে, অ্যাগ্রিগেশন কোয়েরি সহ ডেটা সারসংক্ষেপ দেখুন।অ্যাপটি যখনই কোনও প্রাসঙ্গিক লেখার কাজ করে, তখন লেখার সময় একত্রিতকরণ ফলাফল গণনা করে। লেখার সময় একত্রিতকরণ বাস্তবায়নের জন্য আরও বেশি পরিশ্রম করতে হয়, তবে আপনি নিম্নলিখিত কারণগুলির মধ্যে একটির জন্য পঠন-সময় একত্রিতকরণের পরিবর্তে এগুলি ব্যবহার করতে পারেন:
- আপনি রিয়েল-টাইম আপডেটের জন্য অ্যাগ্রিগেশন ফলাফল শুনতে চান।
count(),sum(), এবংaverage()অ্যাগ্রিগেশন কোয়েরিগুলি রিয়েল-টাইম আপডেট সমর্থন করে না। - আপনি ক্লায়েন্ট-সাইড ক্যাশে অ্যাগ্রিগেশনের ফলাফল সংরক্ষণ করতে চান।
count(),sum(), এবংaverage()অ্যাগ্রিগেশন কোয়েরিগুলি ক্যাশিং সমর্থন করে না। - আপনি আপনার প্রতিটি ব্যবহারকারীর জন্য হাজার হাজার ডকুমেন্ট থেকে ডেটা একত্রিত করছেন এবং খরচ বিবেচনা করুন। কম সংখ্যক ডকুমেন্টে, পঠন-সময় একত্রিত করার খরচ কম হয়। একটি সমষ্টিতে প্রচুর সংখ্যক ডকুমেন্টের জন্য, লেখার সময় একত্রিত করার খরচ কম হতে পারে।
- আপনি রিয়েল-টাইম আপডেটের জন্য অ্যাগ্রিগেশন ফলাফল শুনতে চান।
আপনি ক্লায়েন্ট-সাইড লেনদেন অথবা Cloud Functions ব্যবহার করে একটি লেখার সময় একত্রিতকরণ বাস্তবায়ন করতে পারেন। নিম্নলিখিত বিভাগগুলিতে লেখার সময় একত্রিতকরণ কীভাবে বাস্তবায়ন করা যায় তা বর্ণনা করা হয়েছে।
সমাধান: ক্লায়েন্ট-সাইড লেনদেনের সাথে লেখার সময় একত্রিতকরণ
একটি স্থানীয় সুপারিশ অ্যাপ বিবেচনা করুন যা ব্যবহারকারীদের দুর্দান্ত রেস্তোরাঁ খুঁজে পেতে সাহায্য করে। নিম্নলিখিত কোয়েরিটি একটি নির্দিষ্ট রেস্তোরাঁর জন্য সমস্ত রেটিং পুনরুদ্ধার করে:
ওয়েব
db.collection("restaurants") .doc("arinell-pizza") .collection("ratings") .get();
সুইফট
do { let snapshot = try await db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .getDocuments() print(snapshot) } catch { print(error) }
অবজেক্টিভ-সি
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();
সমস্ত রেটিং সংগ্রহ করে সামগ্রিক তথ্য গণনা করার পরিবর্তে, আমরা এই তথ্যটি রেস্তোরাঁর নথিতেই সংরক্ষণ করতে পারি:
ওয়েব
var arinellDoc = { name: 'Arinell Pizza', avgRating: 4.65, numRatings: 683 };
সুইফট
struct Restaurant { let name: String let avgRating: Float let numRatings: Int } let arinell = Restaurant(name: "Arinell Pizza", avgRating: 4.65, numRatings: 683)
অবজেক্টিভ-সি
@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);
এই সমষ্টিগুলিকে সামঞ্জস্যপূর্ণ রাখার জন্য, উপ-সংগ্রহে নতুন রেটিং যোগ করার সময় প্রতিবার এগুলি আপডেট করতে হবে। ধারাবাহিকতা অর্জনের একটি উপায় হল একটি একক লেনদেনে যোগ এবং আপডেট সম্পাদন করা:
ওয়েব
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 }); }); }); }
সুইফট
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 { // ... } }
অবজেক্টিভ-সি
- (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; } }); }
লেনদেন ব্যবহার করলে আপনার সমষ্টিগত ডেটা অন্তর্নিহিত সংগ্রহের সাথে সামঞ্জস্যপূর্ণ থাকে। Cloud Firestore লেনদেন সম্পর্কে আরও জানতে, লেনদেন এবং ব্যাচড রাইটস দেখুন।
সীমাবদ্ধতা
উপরে দেখানো সমাধানটি Cloud Firestore ক্লায়েন্ট লাইব্রেরি ব্যবহার করে ডেটা একত্রিত করার পদ্ধতি প্রদর্শন করে, তবে আপনার নিম্নলিখিত সীমাবদ্ধতাগুলি সম্পর্কে সচেতন থাকা উচিত:
- নিরাপত্তা - ক্লায়েন্ট-সাইড লেনদেনের জন্য ক্লায়েন্টদের আপনার ডাটাবেসের সামগ্রিক ডেটা আপডেট করার অনুমতি দেওয়া প্রয়োজন। উন্নত সুরক্ষা নিয়ম লিখে আপনি এই পদ্ধতির ঝুঁকি কমাতে পারেন, তবে এটি সব পরিস্থিতিতে উপযুক্ত নাও হতে পারে।
- অফলাইন সাপোর্ট - ব্যবহারকারীর ডিভাইস অফলাইনে থাকলে ক্লায়েন্ট-সাইড লেনদেন ব্যর্থ হবে, যার অর্থ আপনাকে আপনার অ্যাপে এই কেসটি পরিচালনা করতে হবে এবং উপযুক্ত সময়ে পুনরায় চেষ্টা করতে হবে।
- কর্মক্ষমতা - যদি আপনার লেনদেনে একাধিক পঠন, লেখা এবং আপডেট অপারেশন থাকে, তাহলে Cloud Firestore ব্যাকএন্ডে একাধিক অনুরোধের প্রয়োজন হতে পারে। একটি মোবাইল ডিভাইসে, এতে উল্লেখযোগ্য সময় লাগতে পারে।
- লেখার হার - এই সমাধানটি ঘন ঘন আপডেট হওয়া অ্যাগ্রিগেশনের জন্য কাজ নাও করতে পারে কারণ ক্লাউড ফায়ারস্টোর ডকুমেন্টগুলি প্রতি সেকেন্ডে সর্বাধিক একবার আপডেট করা যেতে পারে। অতিরিক্তভাবে, যদি কোনও লেনদেন লেনদেনের বাইরে পরিবর্তিত কোনও ডকুমেন্ট পড়ে, তবে এটি সীমিত সংখ্যক বার পুনরায় চেষ্টা করে এবং তারপর ব্যর্থ হয়। যেসব অ্যাগ্রিগেশনের ঘন ঘন আপডেটের প্রয়োজন হয় তার জন্য প্রাসঙ্গিক সমাধানের জন্য বিতরণ করা কাউন্টারগুলি দেখুন।
সমাধান: ক্লাউড ফাংশনের সাথে লেখার সময় একত্রিতকরণ
যদি ক্লায়েন্ট-সাইড লেনদেন আপনার অ্যাপ্লিকেশনের জন্য উপযুক্ত না হয়, তাহলে প্রতিবার রেস্তোরাঁয় নতুন রেটিং যোগ করার সময় আপনি ক্লাউড ফাংশন ব্যবহার করে সামগ্রিক তথ্য আপডেট করতে পারেন:
নোড.জেএস
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 }); }); });
এই সমাধানটি ক্লায়েন্ট থেকে কাজটি একটি হোস্টেড ফাংশনে অফলোড করে, যার অর্থ আপনার মোবাইল অ্যাপ কোনও লেনদেন সম্পূর্ণ হওয়ার জন্য অপেক্ষা না করেই রেটিং যোগ করতে পারে। ক্লাউড ফাংশনে সম্পাদিত কোড সুরক্ষা নিয়ম দ্বারা আবদ্ধ নয়, যার অর্থ আপনাকে আর ক্লায়েন্টদের সামগ্রিক ডেটাতে লেখার অ্যাক্সেস দেওয়ার প্রয়োজন নেই।
সীমাবদ্ধতা
একত্রিতকরণের জন্য ক্লাউড ফাংশন ব্যবহার করলে ক্লায়েন্ট-সাইড লেনদেনের কিছু সমস্যা এড়ানো যায়, তবে এর সাথে ভিন্ন সীমাবদ্ধতাও আসে:
- খরচ - প্রতিটি রেটিং যোগ করলে ক্লাউড ফাংশন ইনভোকেশন হবে, যা আপনার খরচ বাড়িয়ে দিতে পারে। আরও তথ্যের জন্য, ক্লাউড ফাংশন মূল্য পৃষ্ঠাটি দেখুন।
- লেটেন্সি - ক্লাউড ফাংশনে অ্যাগ্রিগেশনের কাজ অফলোড করার মাধ্যমে, ক্লাউড ফাংশনটি কার্যকর করা শেষ না হওয়া পর্যন্ত এবং ক্লায়েন্টকে নতুন ডেটা সম্পর্কে অবহিত না করা পর্যন্ত আপনার অ্যাপ আপডেট করা ডেটা দেখতে পাবে না। আপনার ক্লাউড ফাংশনের গতির উপর নির্ভর করে, স্থানীয়ভাবে লেনদেন কার্যকর করার চেয়ে এটি বেশি সময় নিতে পারে।
- লেখার হার - এই সমাধানটি ঘন ঘন আপডেট হওয়া অ্যাগ্রিগেশনের জন্য কাজ নাও করতে পারে কারণ ক্লাউড ফায়ারস্টোর ডকুমেন্টগুলি প্রতি সেকেন্ডে সর্বাধিক একবার আপডেট করা যেতে পারে। অতিরিক্তভাবে, যদি কোনও লেনদেন লেনদেনের বাইরে পরিবর্তিত কোনও ডকুমেন্ট পড়ে, তবে এটি সীমিত সংখ্যক বার পুনরায় চেষ্টা করে এবং তারপর ব্যর্থ হয়। যেসব অ্যাগ্রিগেশনের ঘন ঘন আপডেটের প্রয়োজন হয় তার জন্য প্রাসঙ্গিক সমাধানের জন্য বিতরণ করা কাউন্টারগুলি দেখুন।