Agregacje w czasie zapisu

Zapytania w Cloud Firestore pozwalają znajdować dokumenty w dużych zbiorach. Aby uzyskać wgląd we właściwości kolekcji jako całości, możesz zagregować dane pochodzące z jednej kolekcji.

Dane możesz agregować w czasie odczytu lub zapisu:

  • Agregacje czasu odczytu obliczają wynik w chwili wysłania żądania. Cloud Firestore obsługuje zapytania agregujące count(), sum() i average() w czasie odczytu. Zapytania agregujące dane w czasie odczytu łatwiej dodawać do aplikacji niż agregacje czasu zapisu. Więcej informacji o zapytaniach agregujących znajdziesz w artykule Podsumowywanie danych przy użyciu zapytań agregujących.

  • Agregacje czasu zapisu obliczają wynik za każdym razem, gdy aplikacja wykonuje odpowiednią operację zapisu. Agregacje czasu zapisu wymagają więcej pracy, ale możesz ich używać zamiast agregacji w czasie odczytu z jednego z tych powodów:

    • Chcesz poznać wynik agregacji, aby poznać aktualizacje w czasie rzeczywistym. Zapytania agregujące count(), sum() i average() nie obsługują aktualizacji w czasie rzeczywistym.
    • Chcesz zapisać wynik agregacji w pamięci podręcznej po stronie klienta. Zapytania agregujące count(), sum() i average() nie obsługują buforowania.
    • Agregujesz dane z dziesiątek tysięcy dokumentów dotyczących każdego użytkownika i uwzględniasz koszty. Przy mniejszej liczbie dokumentów agregacje w czasie odczytu są tańsze. W przypadku dużej liczby dokumentów w agregacjach agregacja czasu zapisu może kosztować mniej.

Agregację czasu zapisu możesz wdrożyć za pomocą transakcji po stronie klienta lub w Cloud Functions. W sekcjach poniżej opisujemy, jak wdrożyć agregacje czasu zapisu.

Rozwiązanie: agregacja czasu zapisu w przypadku transakcji po stronie klienta

Rozważ skorzystanie z aplikacji z rekomendacjami dla osób w okolicy, która pomoże użytkownikom znaleźć świetne restauracje. To zapytanie pobiera wszystkie oceny danej restauracji:

Internet

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

Swift

Uwaga: ten produkt nie jest dostępny na urządzeniach docelowych watchOS i wycinków aplikacji.
do {
  let snapshot = try await db.collection("restaurants")
    .document("arinell-pizza")
    .collection("ratings")
    .getDocuments()
  print(snapshot)
} catch {
  print(error)
}

Objective-C

Uwaga: ten produkt nie jest dostępny na urządzeniach docelowych watchOS i wycinków aplikacji.
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();

Zamiast pobierać wszystkie oceny i obliczać dane zbiorcze, możemy zapisać te informacje w dokumencie dotyczącym restauracji:

Internet

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

Swift

Uwaga: ten produkt nie jest dostępny na urządzeniach docelowych watchOS i wycinków aplikacji.
struct Restaurant {

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

}

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

Objective-C

Uwaga: ten produkt nie jest dostępny na urządzeniach docelowych watchOS i wycinków aplikacji.
@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);

Aby zachować spójność tych agregacji, muszą one być aktualizowane za każdym razem, gdy do kolekcji podrzędnej dodawane są nowe oceny. Jednym ze sposobów na zapewnienie spójności jest przeprowadzenie dodawania i aktualizacji w ramach jednej transakcji:

Internet

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

Uwaga: ten produkt nie jest dostępny na urządzeniach docelowych watchOS i wycinków aplikacji.
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

Uwaga: ten produkt nie jest dostępny na urządzeniach docelowych watchOS i wycinków aplikacji.
- (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;
        }
    });
}

Dzięki transakcjom dane zbiorcze są spójne z bazą danych kolekcji. Więcej informacji o transakcjach w Cloud Firestore znajdziesz w artykule Transakcje i zapisy wsadowe.

Ograniczenia

Powyższe rozwiązanie pokazuje agregowanie danych za pomocą biblioteki klienta Cloud Firestore. Pamiętaj jednak o tych ograniczeniach:

  • Bezpieczeństwo – transakcje po stronie klienta wymagają przyznawania klientom uprawnień do aktualizowania danych zbiorczych w bazie danych. Można zmniejszyć ryzyko tego podejścia, tworząc zaawansowane reguły zabezpieczeń, ale nie zawsze będzie to odpowiednie.
  • Obsługa offline – transakcje po stronie klienta kończą się niepowodzeniem, gdy urządzenie użytkownika jest offline, co oznacza, że musisz rozwiązać ten problem w aplikacji i ponowić próbę w odpowiednim momencie.
  • Wydajność – jeśli transakcja obejmuje wiele operacji odczytu, zapisu i aktualizacji, może wymagać wielu żądań do backendu Cloud Firestore. Na urządzeniu mobilnym może to zająć dużo czasu.
  • Szybkość zapisu – to rozwiązanie może nie działać w przypadku często aktualizowanych agregacji, ponieważ dokumenty Cloud Firestore można aktualizować tylko raz na sekundę. Poza tym jeśli transakcja odczytuje dokument zmieniony poza transakcją, ponawia wiele prób, a potem kończy się niepowodzeniem. Odpowiednie sposoby obejścia tego problemu w przypadku agregacji, które wymagają częstszego aktualizowania, znajdziesz w artykule o rozproszonych licznikach liczników.

Rozwiązanie: agregacja czasu zapisu w Cloud Functions

Jeśli transakcje po stronie klienta nie są odpowiednie dla Twojej aplikacji, możesz użyć funkcji w Cloud Functions, aby zaktualizować informacje zbiorcze po każdym dodaniu do restauracji nowej oceny:

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 do funkcji hostowanej, co oznacza, że aplikacja mobilna może dodawać oceny bez czekania na zakończenie transakcji. Kod wykonywany w funkcji w Cloud Functions nie jest objęty regułami zabezpieczeń, co oznacza, że nie musisz już przyznawać klientom uprawnień do zapisu danych zbiorczych.

Ograniczenia

Używanie funkcji w 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.
  • Czas oczekiwania – jeśli przeniesiesz agregację do funkcji w Cloud Functions, aplikacja nie będzie widzieć zaktualizowanych danych, dopóki funkcja w Cloud Functions nie zostanie zakończona, a klient nie zostanie powiadomiony o nowych danych. W zależności od szybkości działania funkcji w Cloud Functions może to potrwać dłużej niż lokalne wykonanie transakcji.
  • Szybkość zapisu – to rozwiązanie może nie działać w przypadku często aktualizowanych agregacji, ponieważ dokumenty Cloud Firestore można aktualizować tylko raz na sekundę. Poza tym jeśli transakcja odczytuje dokument zmieniony poza transakcją, ponawia wiele prób, a potem kończy się niepowodzeniem. Odpowiednie sposoby obejścia tego problemu w przypadku agregacji, które wymagają częstszego aktualizowania, znajdziesz w artykule o rozproszonych licznikach liczników.