Cloud Firestore প্রশ্নগুলি আপনাকে বড় সংগ্রহগুলিতে নথিগুলি খুঁজে পেতে দেয়৷ সামগ্রিকভাবে সংগ্রহের বৈশিষ্ট্যগুলির অন্তর্দৃষ্টি পেতে, আপনি একটি সংগ্রহের উপর ডেটা একত্রিত করতে পারেন।
আপনি পড়ার সময় বা লেখার সময়ে ডেটা একত্রিত করতে পারেন:
রিড-টাইম অ্যাগ্রিগেশন অনুরোধের সময় একটি ফলাফল গণনা করে। Cloud Firestore
count()
,sum()
, এবংaverage()
সমষ্টিগত প্রশ্নগুলিকে পড়ার সময়ে সমর্থন করে৷ রিড-টাইম অ্যাগ্রিগেশন ক্যোয়ারী আপনার অ্যাপে লেখার সময় একত্রিতকরণের চেয়ে সহজ। এগ্রিগেশন কোয়েরি সম্পর্কে আরও জানতে, এগ্রিগেশন কোয়েরির সাথে ডেটার সারসংক্ষেপ দেখুন।প্রতিবার অ্যাপটি প্রাসঙ্গিক লেখার ক্রিয়াকলাপ সম্পাদন করে লেখার সময় সমষ্টি একটি ফলাফল গণনা করে। লেখার সময় একত্রিতকরণ বাস্তবায়নের জন্য আরও বেশি কাজ, তবে আপনি নিম্নলিখিত কারণগুলির মধ্যে একটির জন্য পঠন-সময় একত্রিতকরণের পরিবর্তে সেগুলি ব্যবহার করতে পারেন:
- আপনি রিয়েল-টাইম আপডেটের জন্য একত্রিত ফলাফল শুনতে চান।
count()
,sum()
, এবংaverage()
সমষ্টিগত প্রশ্ন রিয়েল-টাইম আপডেট সমর্থন করে না। - আপনি একটি ক্লায়েন্ট-সাইড ক্যাশে একত্রিত ফলাফল সংরক্ষণ করতে চান।
count()
,sum()
, এবংaverage()
একত্রিত প্রশ্ন ক্যাশিং সমর্থন করে না। - আপনি আপনার প্রতিটি ব্যবহারকারীর জন্য হাজার হাজার নথি থেকে ডেটা একত্রিত করছেন এবং খরচ বিবেচনা করছেন। নথির কম সংখ্যায়, পড়ার সময় একত্রিতকরণের খরচ কম। একটি সমষ্টিতে প্রচুর সংখ্যক নথির জন্য, লেখার সময় একত্রিতকরণের খরচ কম হতে পারে।
- আপনি রিয়েল-টাইম আপডেটের জন্য একত্রিত ফলাফল শুনতে চান।
আপনি একটি ক্লায়েন্ট-সাইড লেনদেন বা Cloud Functions ব্যবহার করে একটি লেখার সময় সমষ্টি বাস্তবায়ন করতে পারেন। নিম্নলিখিত বিভাগগুলি কীভাবে লেখার সময় একত্রিতকরণ বাস্তবায়ন করতে হয় তা বর্ণনা করে।
সমাধান: ক্লায়েন্ট-সাইড লেনদেনের সাথে লিখুন-সময় একত্রিত করুন
একটি স্থানীয় সুপারিশ অ্যাপ বিবেচনা করুন যা ব্যবহারকারীদের দুর্দান্ত রেস্তোরাঁ খুঁজে পেতে সহায়তা করে৷ নিম্নলিখিত ক্যোয়ারী একটি প্রদত্ত রেস্টুরেন্টের 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) }
উদ্দেশ্য-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();
সমস্ত রেটিং আনার এবং তারপরে সামগ্রিক তথ্য গণনা করার পরিবর্তে, আমরা এই তথ্যটি রেস্টুরেন্টের নথিতে 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)
উদ্দেশ্য-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);
এই সমষ্টিগুলিকে সামঞ্জস্যপূর্ণ রাখার জন্য, প্রতিবার উপ-সংগ্রহে একটি নতুন রেটিং যোগ করার সময় তাদের অবশ্যই 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 { // ... } }
উদ্দেশ্য-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; } }); }
একটি লেনদেন ব্যবহার করে আপনার সামগ্রিক ডেটা অন্তর্নিহিত সংগ্রহের সাথে সামঞ্জস্যপূর্ণ রাখে। Cloud Firestore লেনদেন সম্পর্কে আরও পড়তে, লেনদেন এবং ব্যাচড রাইটস দেখুন।
সীমাবদ্ধতা
উপরে দেখানো সমাধানটি Cloud Firestore ক্লায়েন্ট লাইব্রেরি ব্যবহার করে একত্রিত ডেটা প্রদর্শন করে, তবে আপনার নিম্নলিখিত সীমাবদ্ধতা সম্পর্কে সচেতন হওয়া উচিত:
- নিরাপত্তা - ক্লায়েন্ট-সাইড লেনদেনের জন্য ক্লায়েন্টদের আপনার ডাটাবেসের সামগ্রিক ডেটা আপডেট করার অনুমতি দিতে হবে। যদিও আপনি উন্নত নিরাপত্তা নিয়ম লিখে এই পদ্ধতির ঝুঁকি কমাতে পারেন, এটি সব পরিস্থিতিতে উপযুক্ত নাও হতে পারে।
- অফলাইন সমর্থন - ব্যবহারকারীর ডিভাইস অফলাইনে থাকাকালীন ক্লায়েন্ট-সাইড লেনদেন ব্যর্থ হবে, যার মানে আপনাকে আপনার অ্যাপে এই কেসটি পরিচালনা করতে হবে এবং উপযুক্ত সময়ে পুনরায় চেষ্টা করতে হবে।
- পারফরম্যান্স - যদি আপনার লেনদেনে একাধিক পঠন, লেখা এবং আপডেট অপারেশন থাকে, তাহলে Cloud Firestore ব্যাকএন্ডে একাধিক অনুরোধের প্রয়োজন হতে পারে। একটি মোবাইল ডিভাইসে, এটি উল্লেখযোগ্য সময় নিতে পারে।
- হার লিখুন - এই সমাধানটি ঘন ঘন আপডেট হওয়া সমষ্টির জন্য কাজ নাও করতে পারে কারণ ক্লাউড ফায়ারস্টোর নথিগুলি প্রতি সেকেন্ডে সর্বাধিক একবার আপডেট করা যেতে পারে। অতিরিক্তভাবে, যদি একটি লেনদেন এমন একটি নথি পড়ে যা লেনদেনের বাইরে পরিবর্তিত হয়েছিল, এটি একটি সীমিত সংখ্যক বার পুনরায় চেষ্টা করে এবং তারপর ব্যর্থ হয়। একত্রিতকরণের জন্য একটি প্রাসঙ্গিক সমাধানের জন্য বিতরণ করা কাউন্টারগুলি দেখুন যেগুলি আরও ঘন ঘন আপডেটের প্রয়োজন।
সমাধান: ক্লাউড ফাংশনগুলির সাথে লিখুন-সময় একত্রিত করুন
যদি ক্লায়েন্ট-সাইড লেনদেনগুলি আপনার অ্যাপ্লিকেশনের জন্য উপযুক্ত না হয়, আপনি একটি ক্লাউড ফাংশন ব্যবহার করে সমষ্টিগত তথ্য আপডেট করতে পারেন প্রতিবার যখন একটি রেস্তোরাঁয় একটি নতুন রেটিং যোগ করা হয়:
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 }); }); });
এই সমাধানটি ক্লায়েন্ট থেকে একটি হোস্ট করা ফাংশনে কাজটি অফলোড করে, যার মানে আপনার মোবাইল অ্যাপটি লেনদেন সম্পূর্ণ হওয়ার জন্য অপেক্ষা না করে রেটিং যোগ করতে পারে। একটি ক্লাউড ফাংশনে সঞ্চালিত কোড নিরাপত্তা বিধি দ্বারা আবদ্ধ নয়, যার মানে আপনাকে আর ক্লায়েন্টদের সমষ্টিগত ডেটা লেখার অ্যাক্সেস দিতে হবে না।
সীমাবদ্ধতা
একত্রিতকরণের জন্য একটি ক্লাউড ফাংশন ব্যবহার করা ক্লায়েন্ট-সাইড লেনদেনের সাথে কিছু সমস্যা এড়িয়ে যায়, তবে বিভিন্ন সীমাবদ্ধতার সাথে আসে:
- খরচ - যোগ করা প্রতিটি রেটিং একটি ক্লাউড ফাংশন আহ্বানের কারণ হবে, যা আপনার খরচ বাড়িয়ে দিতে পারে। আরও তথ্যের জন্য, ক্লাউড ফাংশন মূল্য পৃষ্ঠা দেখুন।
- লেটেন্সি - একটি ক্লাউড ফাংশনে একত্রিতকরণের 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 না৷ আপনার ক্লাউড ফাংশনের গতির উপর নির্ভর করে, এটি স্থানীয়ভাবে লেনদেন সম্পাদনের চেয়ে বেশি সময় নিতে পারে।
- হার লিখুন - এই সমাধানটি ঘন ঘন আপডেট হওয়া সমষ্টির জন্য কাজ নাও করতে পারে কারণ ক্লাউড ফায়ারস্টোর নথিগুলি প্রতি সেকেন্ডে সর্বাধিক একবার আপডেট করা যেতে পারে। অতিরিক্তভাবে, যদি একটি লেনদেন এমন একটি নথি পড়ে যা লেনদেনের বাইরে পরিবর্তিত হয়েছিল, এটি একটি সীমিত সংখ্যক বার পুনরায় চেষ্টা করে এবং তারপর ব্যর্থ হয়। একত্রিতকরণের জন্য একটি প্রাসঙ্গিক সমাধানের জন্য বিতরণ করা কাউন্টারগুলি দেখুন যেগুলি আরও ঘন ঘন আপডেটের প্রয়োজন।