Zapytania w Cloud Firestore umożliwiają znajdowanie dokumentów w dużych kolekcjach. Aby uzyskać wgląd w usługi w kolekcji jako całości, możesz agregować dane w kolekcji.
Dane możesz agregować w momencie odczytu lub zapisu:
Agregacje w czasie odczytu obliczają wynik w momencie wysłania żądania. Cloud Firestore obsługuje w czasie odczytu zapytania o agregację
count(),sum()iaverage(). Zapytania o agregację w czasie odczytu łatwiej jest dodać do aplikacji niż agregacje w czasie zapisu. Więcej informacji o zapytaniach agregujących znajdziesz w artykule Podsumowywanie danych za pomocą zapytań agregujących.Agregacje w czasie zapisu obliczają wynik za każdym razem, gdy aplikacja wykonuje odpowiednią operację zapisu. Agregacje w momencie zapisu są trudniejsze do wdrożenia, ale możesz ich używać zamiast agregacji w momencie odczytu z jednego z tych powodów:
- Chcesz słuchać wyniku agregacji, aby otrzymywać aktualizacje w czasie rzeczywistym.
Zapytania o agregację
count(),sum()iaverage()nie obsługują aktualizacji w czasie rzeczywistym. - Chcesz zapisać wynik agregacji w pamięci podręcznej po stronie klienta.
Zapytania o agregację
count(),sum()iaverage()nie obsługują buforowania. - Zbierasz dane z dziesiątek tysięcy dokumentów dla każdego użytkownika i bierzesz pod uwagę koszty. Przy mniejszej liczbie dokumentów agregacje czasu czytania są tańsze. W przypadku dużej liczby dokumentów w agregacjach agregacje w czasie zapisu mogą być tańsze.
- Chcesz słuchać wyniku agregacji, aby otrzymywać aktualizacje w czasie rzeczywistym.
Zapytania o agregację
Agregację w momencie zapisu możesz zaimplementować za pomocą transakcji po stronie klienta lub za pomocą Cloud Functions. W sekcjach poniżej znajdziesz opis implementacji agregacji w momencie zapisu.
Rozwiązanie: agregacja w czasie zapisu z transakcją po stronie klienta
Rozważ aplikację z lokalnymi rekomendacjami, która pomaga użytkownikom znajdować świetne restauracje. To zapytanie pobiera wszystkie oceny danej restauracji:
Sieć
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();
Zamiast pobierać wszystkie oceny, a potem obliczać informacje zbiorcze, możemy przechowywać te informacje w dokumencie restauracji:
Sieć
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);
Aby zachować spójność tych agregacji, należy je aktualizować za każdym razem, gdy do podzbioru zostanie dodana nowa ocena. Jednym ze sposobów na osiągnięcie spójności jest wykonanie operacji dodawania i aktualizowania w ramach jednej transakcji:
Sieć
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; } }); }
Użycie transakcji zapewnia spójność danych zbiorczych z bazową kolekcją. Więcej informacji o transakcjach w Cloud Firestore znajdziesz w artykule Transakcje i pisanie wsadowe.
Ograniczenia
Rozwiązanie pokazane powyżej demonstruje agregowanie danych za pomocą biblioteki klientaCloud Firestore, ale musisz pamiętać o tych ograniczeniach:
- Bezpieczeństwo – transakcje po stronie klienta wymagają przyznania klientom uprawnień do aktualizowania danych zbiorczych w Twojej bazie danych. Ryzyko związane z tym podejściem możesz zmniejszyć, pisząc zaawansowane reguły bezpieczeństwa, ale nie zawsze będzie to odpowiednie rozwiązanie.
- Obsługa offline – transakcje po stronie klienta nie powiodą się, gdy urządzenie użytkownika będzie offline. Oznacza to, że musisz obsłużyć ten przypadek w swojej aplikacji i ponowić próbę w odpowiednim czasie.
- Wydajność – jeśli transakcja zawiera wiele operacji odczytu, zapisu i aktualizacji, może wymagać wielu żądań do backendu Cloud Firestore. Na urządzeniu mobilnym może to zająć sporo czasu.
- Szybkość zapisu – to rozwiązanie może nie działać w przypadku często aktualizowanych agregacji, ponieważ dokumenty Cloud Firestore można aktualizować maksymalnie raz na sekundę. Jeśli transakcja odczytuje dokument, który został zmodyfikowany poza nią, ponawia próbę określoną liczbę razy, a potem kończy się niepowodzeniem. Więcej informacji o odpowiednim obejściu problemu w przypadku agregacji, które wymagają częstszych aktualizacji, znajdziesz w artykule o rozproszonych licznikach.
Rozwiązanie: agregacja w momencie zapisu za pomocą Cloud Functions
Jeśli transakcje po stronie klienta nie są odpowiednie dla Twojej aplikacji, możesz użyć funkcji w Cloud Functions, aby aktualizować informacje zbiorcze za każdym razem, gdy do restauracji zostanie dodana nowa ocena:
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 }); }); });
To rozwiązanie przenosi pracę z klienta na hostowaną funkcję, co oznacza, że aplikacja mobilna może dodawać oceny bez czekania na zakończenie transakcji. Kod wykonywany w Cloud Functions nie podlega regułom bezpieczeństwa, co oznacza, że nie musisz już przyznawać klientom dostępu do zapisu zagregowanych danych.
Ograniczenia
Używanie funkcji Cloud Functions do agregacji pozwala uniknąć niektórych problemów z transakcjami po stronie klienta, ale wiąże się z innymi ograniczeniami:
- Koszt – każda dodana ocena spowoduje wywołanie funkcji w Cloud Functions, co może zwiększyć koszty. Więcej informacji znajdziesz na stronie z cennikiem Cloud Functions.
- Opóźnienie – przeniesienie pracy związanej z agregacją do funkcji w Cloud Functions spowoduje, że aplikacja nie będzie widzieć zaktualizowanych danych, dopóki funkcja w Cloud Functions nie zakończy wykonywania i klient nie zostanie powiadomiony o nowych danych. W zależności od szybkości działania funkcji w Cloud Functions może to potrwać dłużej niż wykonanie transakcji lokalnie.
- Szybkość zapisu – to rozwiązanie może nie działać w przypadku często aktualizowanych agregacji, ponieważ dokumenty Cloud Firestore można aktualizować maksymalnie raz na sekundę. Jeśli transakcja odczytuje dokument, który został zmodyfikowany poza nią, ponawia próbę określoną liczbę razy, a potem kończy się niepowodzeniem. Więcej informacji o odpowiednim obejściu problemu w przypadku agregacji, które wymagają częstszych aktualizacji, znajdziesz w artykule o rozproszonych licznikach.