שאילתות ב-Cloud Firestore מאפשרות למצוא מסמכים באוספים גדולים. כדי לקבל תובנות לגבי המאפיינים של האוסף כולו, אפשר לצבור נתונים על פני האוסף.
אפשר לצבור נתונים בזמן הקריאה או בזמן הכתיבה:
צבירויות בזמן הקריאה מחשבות תוצאה בזמן הבקשה. Cloud Firestore תומך בשאילתות האגרגציה
count()
,sum()
ו-average()
בזמן הקריאה. קל יותר להוסיף לאפליקציה שאילתות של צבירה בזמן קריאה מאשר צבירות בזמן כתיבה. מידע נוסף על שאילתות צבירת נתונים זמין במאמר סיכום נתונים באמצעות שאילתות צבירת נתונים.צבירות בזמן הכתיבה מחשבות תוצאה בכל פעם שהאפליקציה מבצעת פעולת כתיבה רלוונטית. הטמעת צבירה בזמן הכתיבה מחייבת יותר עבודה, אבל אפשר להשתמש בה במקום בצבירה בזמן הקריאה באחת מהסיבות הבאות:
- אתם רוצים להאזין לתוצאת הצבירה כדי לקבל עדכונים בזמן אמת.
שאילתות הסיכום
count()
,sum()
ו-average()
לא תומכות בעדכונים בזמן אמת. - אתם רוצים לשמור את תוצאת הצבירה במטמון מצד הלקוח.
שאילתות הסיכום
count()
,sum()
ו-average()
לא תומכות בשמירת נתונים במטמון. - אתם אוספים נתונים מעשרות אלפי מסמכים לכל אחד מהמשתמשים שלכם, ומביאים בחשבון את העלויות. ככל שמספר המסמכים קטן יותר, כך העלות של צבירת נתונים בזמן הקריאה נמוכה יותר. אם יש מספר גדול של מסמכים בצבירה, יכול להיות שהעלות של צבירה בזמן הכתיבה תהיה נמוכה יותר.
- אתם רוצים להאזין לתוצאת הצבירה כדי לקבל עדכונים בזמן אמת.
שאילתות הסיכום
אפשר להטמיע צבירת נתונים בזמן הכתיבה באמצעות טרנזקציה בצד הלקוח או באמצעות Cloud Functions. בקטעים הבאים מוסבר איך להטמיע צבירה בזמן הכתיבה.
פתרון: צבירת נתונים בזמן הכתיבה באמצעות עסקה מצד הלקוח
כדאי לחשוב על אפליקציית המלצות מקומיות שתעזור למשתמשים למצוא מסעדות נהדרות. השאילתה הבאה מאחזרת את כל הדירוגים של מסעדה נתונה:
אינטרנט
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+KTX
db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .get()
Java
db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .get();
במקום לאחזר את כל הדירוגים ואז לחשב את המידע המצטבר, אנחנו יכולים לשמור את המידע הזה במסמך של המסעדה עצמה:
אינטרנט
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+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);
כדי לשמור על עקביות של צבירת הנתונים הזו, צריך לעדכן אותה בכל פעם שמתווסף דירוג חדש לאוסף המשנה. אחת מהדרכים להשיג עקביות היא לבצע את ההוספה והעדכון בעסקה אחת:
אינטרנט
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+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; } }); }
השימוש בעסקה שומר על עקביות בין הנתונים המצטברים לבין האוסף הבסיסי. מידע נוסף על עסקאות ב-Cloud Firestore זמין במאמר עסקאות וכתיבה באצווה.
מגבלות
הפתרון שמוצג למעלה מראה איך לצבור נתונים באמצעות ספריית הלקוח Cloud Firestore, אבל חשוב לדעת על המגבלות הבאות:
- אבטחה – כדי לבצע עסקאות בצד הלקוח, צריך לתת ללקוחות הרשאה לעדכן את הנתונים המצטברים במסד הנתונים. אפשר לצמצם את הסיכונים של הגישה הזו על ידי כתיבת כללי אבטחה מתקדמים, אבל יכול להיות שהגישה הזו לא מתאימה לכל המצבים.
- תמיכה אופליין – עסקאות בצד הלקוח ייכשל אם המכשיר של המשתמש לא מחובר לאינטרנט. לכן, עליכם לטפל במקרה הזה באפליקציה ולנסות שוב בזמן המתאים.
- ביצועים – אם העסקה מכילה כמה פעולות קריאה, כתיבה ועדכון, יכול להיות שיידרש לה לשלוח כמה בקשות לקצה העורפי של Cloud Firestore. במכשיר נייד, התהליך עשוי להימשך זמן רב.
- שיעורי כתיבה – יכול להיות שהפתרון הזה לא יפעל עבור צבירות שמתעדכנות לעיתים קרובות, כי אפשר לעדכן מסמכים ב-Cloud Firestore רק פעם אחת בשנייה לכל היותר. בנוסף, אם עסקה קוראת מסמך ששונה מחוץ לעסקה, היא מנסים שוב מספר סופי של פעמים ואז נכשלת. אפשר לקרוא על מספרים מצטברים מבוזרים כדי למצוא פתרון עקיף רלוונטי למצבים שבהם צריך לבצע עדכונים תכופים יותר של צבירה.
פתרון: צבירת נתונים בזמן הכתיבה באמצעות Cloud Functions
אם עסקאות בצד הלקוח לא מתאימות לאפליקציה שלכם, תוכלו להשתמש ב-Cloud Function כדי לעדכן את המידע המצטבר בכל פעם שמתווספת דירוג חדש למסעדה:
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 }); }); });
הפתרון הזה מאפשר להעביר את העבודה מהלקוח לפונקציה מתארחת, כך שאפליקציית הנייד יכולה להוסיף דירוגים בלי להמתין להשלמת העסקה. קוד שמופעל ב-Cloud Function לא כפוף לכללי אבטחה, כלומר כבר לא צריך לתת ללקוחות הרשאת כתיבה לנתונים המצטברים.
מגבלות
שימוש ב-Cloud Function לצבירה מאפשר למנוע חלק מהבעיות שקשורות לעסקאות בצד הלקוח, אבל יש לו גם מגבלות אחרות:
- עלות – כל דירוג נוסף יגרום להפעלה של Cloud Function, שעלולה להגדיל את העלויות. מידע נוסף זמין בדף התמחור של Cloud Functions.
- זמן אחזור – כשעוברים את עבודת הצבירה ל-Cloud Function, האפליקציה לא תראה נתונים מעודכנים עד ש-Cloud Function תסיים לפעול והלקוח יקבל הודעה על הנתונים החדשים. בהתאם למהירות של Cloud Function, הפעולה הזו עשויה להימשך זמן רב יותר מביצוע העסקה באופן מקומי.
- שיעורי כתיבה – יכול להיות שהפתרון הזה לא יפעל עבור צבירות שמתעדכנות לעיתים קרובות, כי אפשר לעדכן מסמכים ב-Cloud Firestore רק פעם אחת בשנייה לכל היותר. בנוסף, אם עסקה קוראת מסמך ששונה מחוץ לעסקה, היא מנסים שוב מספר סופי של פעמים ואז נכשלת. אפשר לקרוא על מספרים מצטברים מבוזרים כדי למצוא פתרון עקיף רלוונטי למצבים שבהם צריך לבצע עדכונים תכופים יותר של צבירה.