Tổng hợp thời gian ghi

Dùng các truy vấn trong Cloud Firestore để tìm tài liệu trong các bộ sưu tập lớn. Để hiểu rõ hơn về các thuộc tính của bạn có thể tổng hợp dữ liệu qua một tập hợp.

Bạn có thể tổng hợp dữ liệu tại thời điểm đọc hoặc tại thời điểm ghi:

  • Tổng hợp thời gian đọc tính kết quả tại thời điểm yêu cầu. Cloud Firestore hỗ trợ count(), sum()average() các truy vấn tổng hợp tại thời điểm đọc. Các truy vấn tổng hợp thời gian đọc trở nên dễ dàng hơn thêm vào ứng dụng thay vì tổng hợp thời gian ghi. Tìm hiểu thêm về các truy vấn tổng hợp, hãy xem phần Tóm tắt dữ liệu bằng các truy vấn tổng hợp.

  • Tính năng tổng hợp thời gian ghi tính toán kết quả mỗi khi ứng dụng hoạt động thao tác ghi có liên quan. Phương pháp tổng hợp thời gian ghi cần nhiều công sức hơn để triển khai, nhưng bạn có thể sử dụng chúng thay vì dữ liệu tổng hợp thời gian đọc cho một trong các lý do sau:

    • Bạn muốn nghe kết quả tổng hợp để cập nhật theo thời gian thực. Các truy vấn tổng hợp count(), sum()average() không hỗ trợ 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()average() không hỗ trợ lưu vào bộ nhớ đệm.
    • Bạn đang tổng hợp dữ liệu từ hàng chục nghìn tài liệu cho mỗi trang của người dùng cũng như xem xét chi phí. Ở số lượng tài liệu ít hơn, thời gian đọc chi phí tổng hợp thấp hơn. Đối với một số lượng lớn tài liệu trong một dữ liệu tổng hợp, tổng hợp thời gian ghi có thể tốn ít chi phí hơn.

Bạn có thể triển khai tính năng tổng hợp thời gian ghi bằng cách sử dụng giao dịch hoặc với Cloud Functions. Các phần sau đây mô tả cách triển khai thời gian ghi.

Giải pháp: Tổng hợp thời gian ghi với giao dịch phía máy khách

Hãy cân nhắc một ứng dụng đề xuất nội dung tại địa phương giúp người dùng tìm thấy các nhà hàng chất lượng cao. Truy vấn sau đây truy xuất tất cả điểm xếp hạng của một nhà hàng cụ thể:

Web

db.collection("restaurants")
  .doc("arinell-pizza")
  .collection("ratings")
  .get();

Swift

Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
do {
  let snapshot = try await db.collection("restaurants")
    .document("arinell-pizza")
    .collection("ratings")
    .getDocuments()
  print(snapshot)
} catch {
  print(error)
}

Objective-C

Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
FIRQuery *query = [[[self.db collectionWithPath:@"restaurants"]
    documentWithPath:@"arinell-pizza"] collectionWithPath:@"ratings"];
[query getDocumentsWithCompletion:^(FIRQuerySnapshot * _Nullable snapshot,
                                    NSError * _Nullable error) {
  // ...
}];

Kotlin+KTX

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 tôi có thể lưu trữ thông tin này trên chính giấy tờ chứng minh nhà hàng:

Web

var arinellDoc = {
  name: 'Arinell Pizza',
  avgRating: 4.65,
  numRatings: 683
};

Swift

Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
struct Restaurant {

  let name: String
  let avgRating: Float
  let numRatings: Int

}

let arinell = Restaurant(name: "Arinell Pizza", avgRating: 4.65, numRatings: 683)

Objective-C

Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
@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+KTX

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 đảm bảo tính nhất quán của các dữ liệu tổng hợp này, bạn phải cập nhật chúng mỗi lần một mức phân loại mới sẽ được thêm vào bộ sưu tập con. Một cách để đạt được sự nhất quán là thực hiện việc thêm và cập nhật trong một giao dịch duy nhất:

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

Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
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

Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
- (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+KTX

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;
        }
    });
}

Sử dụng giao dịch giúp dữ liệu tổng hợp của bạn nhất quán với dữ liệu cơ bản bộ sưu tập. Để đọc thêm về các giao dịch trong Cloud Firestore, xem Giao dịch và ghi theo đợt.

Các điểm hạn chế

Giải pháp nêu trên minh hoạ cách tổng hợp dữ liệu bằng cách sử dụng thư viện ứng dụng Cloud Firestore, nhưng bạn cần lưu ý những điều sau giới hạn:

  • Bảo mật – Các giao dịch phía máy khách yêu cầu cấp quyền cho ứng dụng để cập nhật dữ liệu tổng hợp trong cơ sở dữ liệu. Mặc dù bạn có thể giảm rủi ro của phương pháp này bằng cách viết các quy tắc bảo mật nâng cao, điều này có thể không sao cho phù hợp trong mọi tình huống.
  • Hỗ trợ ngoại tuyến – Các giao dịch phía máy khách sẽ không thành công khi thiết bị của người dùng đang ngoại tuyến, tức là bạn cần xử lý trường hợp này trong ứng dụng của mình rồi thử lại vào thời điểm thích hợp.
  • Hiệu suất – Nếu giao dịch của bạn chứa nhiều chế độ đọc, ghi và cho nên các hoạt động cập nhật này có thể đòi hỏi nhiều yêu cầu đến Phần phụ trợ của Cloud Firestore. Trên thiết bị di động, quá trình này có thể mất thời gian đáng kể.
  • Tốc độ ghi – giải pháp này có thể không hoạt động với các trường hợp được cập nhật thường xuyên vì chỉ có thể cập nhật tối đa tài liệu trên Cloud Firestore một lần mỗi giây. Ngoài ra, nếu một giao dịch đọc tài liệu sửa đổi bên ngoài giao dịch, thử lại một số lần có giới hạn và sau đó không thành công. Khám phá bộ đếm được phân phối để tìm giải pháp phù hợp cho việc tổng hợp cần cập nhật thường xuyên hơn.

Giải pháp: Tổng hợp thời gian ghi bằng Hàm đám mây

Nếu các giao dịch phía máy khách không phù hợp với ứng dụng của bạn, bạn có thể sử dụng Chức năng đám mây để cập nhật thông tin tổng hợp mỗi khi một điểm xếp hạng mới được thêm vào một 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 sang một hàm được lưu trữ, có nghĩa là ứng dụng di động của bạn có thể thêm điểm xếp hạng mà không cần đợi giao dịch đã hoàn tất. Mã được thực thi trong một Hàm đám mây không bị ràng buộc bởi các quy tắc bảo mật, có nghĩa là bạn không cần cung cấp cho khách hàng quyền ghi vào dữ liệu tổng hợp nữa .

Các điểm hạn chế

Việc sử dụng Hàm đám mây để tổng hợp sẽ giúp tránh được một số vấn đề với các giao dịch phía máy khách, nhưng có một nhóm các giới hạn khác:

  • Chi phí – Mỗi mức phân loại được thêm vào sẽ dẫn đến lệnh gọi Cloud Function, có thể làm tăng chi phí của bạn. Để biết thêm thông tin, hãy xem Cloud Functions trang giá.
  • Độ trễ – Bằng cách chuyển bớt công việc tổng hợp sang một Hàm đám mây, ứng dụng sẽ không thấy dữ liệu cập nhật cho đến khi Chức năng đám mây hoàn tất thực thi và khách hàng đã được thông báo về dữ liệu mới. Tuỳ thuộc vào tốc độ của Chức năng đám mây, thì có thể mất nhiều thời gian hơn việc thực thi cục bộ.
  • Tốc độ ghi – giải pháp này có thể không hoạt động với các trường hợp được cập nhật thường xuyên vì chỉ có thể cập nhật tối đa tài liệu trên Cloud Firestore một lần mỗi giây. Ngoài ra, nếu một giao dịch đọc tài liệu sửa đổi bên ngoài giao dịch, thử lại một số lần có giới hạn và sau đó không thành công. Khám phá bộ đếm được phân phối để tìm giải pháp phù hợp cho việc tổng hợp cần cập nhật thường xuyên hơn.