Agregações de tempo de gravação

Com as consultas no Cloud Firestore, é possível encontrar documentos em grandes coleções. Para saber mais sobre as propriedades da coleção como um todo, agregue dados nela.

É possível agregar dados no momento da leitura ou da gravação:

  • As agregações de tempo de leitura calculam um resultado no momento da solicitação. O Cloud Firestore é compatível com as consultas de agregação count(), sum() e average() no tempo de leitura. As consultas de agregação de tempo de leitura são mais fáceis de adicionar ao app do que as agregações de tempo de gravação. Para saber mais sobre consultas de agregação, consulte Resumir dados com consultas de agregação.

  • As agregações de tempo de gravação calculam um resultado sempre que o app executa uma operação de gravação relevante. A implementação das agregações de tempo de gravação é mais trabalhosa, mas é possível usá-las em vez de agregações de tempo de leitura por um dos motivos a seguir:

    • Você quer detectar atualizações em tempo real no resultado da agregação. As consultas de agregação count(), sum() e average() não dão suporte a atualizações em tempo real.
    • Você quer armazenar o resultado da agregação em um cache do lado do cliente. As consultas de agregação count(), sum() e average() não são compatíveis com armazenamento em cache.
    • Você está agregando dados de dezenas de milhares de documentos para cada um de seus usuários e considera os custos. Em um número menor de documentos, as agregações de tempo de leitura custam menos. Para um grande número de documentos em uma agregação, as agregações no tempo de gravação podem custar menos.

É possível implementar uma agregação de tempo de gravação usando uma transação do lado do cliente ou com o Cloud Functions. As seções a seguir descrevem como implementar agregações de tempo de gravação.

Solução: agregação de tempo de gravação com uma transação do lado do cliente

Pense em um app de recomendação de locais que ajude os usuários a encontrar bons restaurantes. A seguinte consulta recupera todas as avaliações de um determinado restaurante:

Web

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

Swift

Observação: esse produto não está disponível para destinos watchOS e de clipes de apps.
do {
  let snapshot = try await db.collection("restaurants")
    .document("arinell-pizza")
    .collection("ratings")
    .getDocuments()
  print(snapshot)
} catch {
  print(error)
}

Objective-C

Observação: esse produto não está disponível para destinos watchOS e de clipes de apps.
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();

Em vez de buscar todas as avaliações e depois computar as informações agregadas, é possível armazenar esses dados no próprio documento do restaurante:

Web

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

Swift

Observação: esse produto não está disponível para destinos watchOS e de clipes de apps.
struct Restaurant {

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

}

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

Objective-C

Observação: esse produto não está disponível para destinos watchOS e de clipes de apps.
@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);

Para manter essas agregações consistentes, é necessário fazer atualizações sempre que uma nova avaliação é adicionada à subcoleção. Uma forma de conseguir consistência é realizar a inclusão e a atualização em uma transação única:

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

Observação: esse produto não está disponível para destinos watchOS e de clipes de apps.
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

Observação: esse produto não está disponível para destinos watchOS e de clipes de apps.
- (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;
        }
    });
}

O uso de uma transação mantém os dados agregados consistentes com a coleção. Para ler mais sobre transações no Cloud Firestore, consulte Transações e gravações em lote.

Limitações

Na solução acima, os dados foram agregados usando a biblioteca de cliente do Cloud Firestore, mas esteja ciente das seguintes limitações:

  • Segurança: para as transações do lado do cliente, é necessário que ele tenha permissão para atualizar os dados agregados no seu banco de dados. É possível reduzir os riscos dessa abordagem com a criação de regras de segurança avançadas, mas isso pode não ser apropriado em algumas situações.
  • Suporte off-line: as transações do lado do cliente apresentarão falha quando o dispositivo do usuário estiver off-line. Sendo assim, é necessário lidar com esse caso no seu app e tentar novamente no momento oportuno.
  • Desempenho: caso sua transação envolva diversas operações de leitura, gravação e atualização, ela poderá gerar várias solicitações para o back-end do Cloud Firestore. Em um dispositivo móvel, isso pode ser demorado.
  • Taxas de gravação: essa solução pode não funcionar para agregações atualizadas com frequência, já que os documentos do Cloud Firestore podem ser atualizados no máximo uma vez por segundo. Além disso, se uma transação ler um documento que foi modificado fora dela, o processo será repetido um número finito de vezes e, em seguida, falhará. Confira os contadores distribuídos para uma solução alternativa de agregações que precisam ser atualizadas com mais frequência.

Solução: agregação de tempo de gravação com o Cloud Functions

Se as transações do lado do cliente não forem adequadas ao seu aplicativo, use uma função do Cloud para atualizar as informações agregadas sempre que uma nova avaliação for adicionada a um restaurante:

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
        });
      });
    });

O trabalho do lado do cliente é descarregado por essa solução em uma função hospedada, o que significa que seu aplicativo para dispositivos móveis pode adicionar avaliações sem esperar pela conclusão de uma transação. O código executado em uma função do Cloud não está vinculado por regras de segurança e, dessa forma, não é mais necessário oferecer aos clientes acesso de gravação aos dados agregados.

Limitações

É possível evitar alguns problemas nas transações do lado do cliente ao usar uma função do Cloud para agregações, mas essa abordagem apresenta um conjunto diferente de limitações:

  • Custo: cada avaliação adicionada faz uma função do Cloud ser invocada, o que vai aumentar os custos. Para mais informações, consulte a página de preços do Cloud Functions.
  • Latência: com o descarregamento do trabalho de agregação em uma função do Cloud, não é possível ver dados atualizados até que ela tenha terminado a execução e o cliente tenha sido notificado sobre os novos dados. Dependendo da velocidade da função do Cloud, isso pode levar mais tempo do que executar a transação localmente.
  • Taxas de gravação: essa solução pode não funcionar para agregações atualizadas com frequência, já que os documentos do Cloud Firestore podem ser atualizados no máximo uma vez por segundo. Além disso, se uma transação ler um documento que foi modificado fora dela, o processo será repetido um número finito de vezes e, em seguida, falhará. Confira os contadores distribuídos para uma solução alternativa de agregações que precisam ser atualizadas com mais frequência.