Các truy vấn trong Cloud Firestore cho phép bạn tìm tài liệu trong các bộ sưu tập lớn. Để có được thông tin chi tiết về các thuộc tính của bộ sưu tập nói chung, bạn có thể tổng hợp dữ liệu qua một bộ sưu tập.
Bạn có thể tổng hợp dữ liệu tại thời điểm đọc hoặc tại thời điểm ghi:
Tổng hợp thời gian đọc tính kết quả tại thời điểm yêu cầu. Cloud Firestore hỗ trợ các truy vấn tổng hợp
count(),sum()vàaverage()tại thời điểm đọc. Các truy vấn tổng hợp thời gian đọc dễ thêm vào ứng dụng của bạn hơn so với tổng hợp thời gian ghi. Để biết thêm thông tin về các truy vấn tổng hợp, hãy xem phần Tóm tắt dữ liệu bằng các truy vấn tổng hợp.Tính năng tổng hợp thời gian ghi tính toán kết quả mỗi khi ứng dụng thực hiện một thao tác ghi có liên quan. Việc triển khai tổng hợp thời gian ghi sẽ tốn nhiều công sức hơn, nhưng bạn có thể sử dụng chúng thay vì tính năng tổng hợp thời gian đọc vì một trong những lý do sau:
- Bạn muốn nghe kết quả tổng hợp để cập nhật theo thời gian thực.
Các truy vấn tổng hợp
count(),sum()vàaverage()không hỗ trợ cập nhật theo thời gian thực. - Bạn muốn lưu trữ kết quả tổng hợp trong bộ nhớ đệm phía máy khách.
Các truy vấn tổng hợp
count(),sum()vàaverage()không hỗ trợ tính năng lưu vào bộ nhớ đệm. - Bạn đang tổng hợp dữ liệu từ hàng chục nghìn tài liệu cho từng người dùng và xem xét các chi phí. Ở số lượng tài liệu ít hơn, tính năng tổng hợp thời gian đọc sẽ tốn ít chi phí hơn. Đối với một số lượng lớn tài liệu trong một bảng tổng hợp, việc tổng hợp tại thời điểm ghi có thể tốn ít chi phí hơn.
- Bạn muốn nghe kết quả tổng hợp để cập nhật theo thời gian thực.
Các truy vấn tổng hợp
Bạn có thể triển khai tính năng tổng hợp thời gian ghi bằng cách sử dụng giao dịch phía máy khách hoặc bằng Cloud Functions. Các phần sau đây mô tả cách triển khai tính năng tổng hợp thời gian ghi.
Giải pháp: Tổng hợp thời gian ghi với giao dịch phía máy khách
Hãy cân nhắc một ứng dụng đề xuất nội dung tại địa phương giúp người dùng tìm thấy các nhà hàng chất lượng cao. Truy vấn sau đây truy xuất tất cả điểm xếp hạng của một nhà hàng cụ thể:
Web
db.collection("restaurants")
.doc("arinell-pizza")
.collection("ratings")
.get();Swift
Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
do {
let snapshot = try await db.collection("restaurants")
.document("arinell-pizza")
.collection("ratings")
.getDocuments()
print(snapshot)
} catch {
print(error)
}Objective-C
Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
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();Thay vì tìm nạp tất cả điểm xếp hạng rồi tính toán thông tin tổng hợp, chúng tôi có thể lưu trữ thông tin này trên chính tài liệu về nhà hàng:
Web
var arinellDoc = {
name: 'Arinell Pizza',
avgRating: 4.65,
numRatings: 683
};Swift
Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
struct Restaurant {
let name: String
let avgRating: Float
let numRatings: Int
}
let arinell = Restaurant(name: "Arinell Pizza", avgRating: 4.65, numRatings: 683)Objective-C
Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
@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;
}
@endKotlin+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);Để giữ cho các nội dung tổng hợp này nhất quán, chúng phải được cập nhật mỗi khi một điểm xếp hạng mới được thêm vào bộ sưu tập con. Một cách để đạt được tính nhất quán là thực hiện thao tác thêm và cập nhật trong một giao dịch duy nhất:
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
Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
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
Lưu ý: Sản phẩm này không hoạt động trên các mục tiêu watchOS và App Clip.
- (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;
}
});
}Việc sử dụng giao dịch giúp dữ liệu tổng hợp của bạn nhất quán với bộ sưu tập cơ bản. Để đọc thêm về các giao dịch trong Cloud Firestore, hãy xem bài viết Giao dịch và ghi theo lô.
Hạn chế
Giải pháp nêu trên minh hoạ cách tổng hợp dữ liệu bằng thư viện ứng dụng Cloud Firestore, nhưng bạn nên lưu ý những điểm hạn chế sau:
- Bảo mật – Các giao dịch phía máy khách yêu cầu cấp cho ứng dụng quyền cập nhật dữ liệu tổng hợp trong cơ sở dữ liệu của bạn. Mặc dù bạn có thể giảm rủi ro của phương pháp này bằng cách viết các quy tắc bảo mật nâng cao, nhưng cách này có thể không phù hợp trong mọi trường hợp.
- Hỗ trợ ngoại tuyến – Các giao dịch phía máy khách sẽ không thành công khi thiết bị của người dùng không có kết nối mạng, có nghĩa là bạn cần xử lý trường hợp này trong ứng dụng của mình và thử lại vào thời điểm thích hợp.
- Hiệu suất – Nếu giao dịch của bạn chứa nhiều thao tác đọc, ghi và cập nhật, thì giao dịch đó có thể cần nhiều yêu cầu đến phần phụ trợ của Cloud Firestore. Trên thiết bị di động, quá trình này có thể mất nhiều thời gian.
- Tốc độ ghi – giải pháp này có thể không hoạt động với các bản tổng hợp được cập nhật thường xuyên vì các tài liệu trên Cloud Firestore chỉ có thể được cập nhật tối đa một lần mỗi giây. Ngoài ra, nếu đọc một tài liệu đã được sửa đổi bên ngoài giao dịch, thì giao dịch đó sẽ thử lại một số lần có hạn và sau đó không thành công. Xem bộ đếm được phân phối để biết giải pháp phù hợp cho các tổng hợp dữ liệu cần cập nhật thường xuyên hơn.
Giải pháp: Tổng hợp thời gian ghi bằng Hàm đám mây
Nếu các giao dịch phía máy khách không phù hợp với ứng dụng của bạn, bạn có thể sử dụng Chức năng đám mây để cập nhật thông tin tổng hợp mỗi khi một điểm xếp hạng mới được thêm vào một nhà hàng:
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
});
});
});Giải pháp này giảm tải công việc từ ứng dụng sang một hàm được lưu trữ, nghĩa là ứng dụng di động của bạn có thể thêm điểm xếp hạng mà không cần đợi giao dịch hoàn tất. Mã được thực thi trong Hàm đám mây không bị ràng buộc bởi các quy tắc bảo mật. Điều này có nghĩa là bạn không cần cấp cho ứng dụng khách quyền ghi vào dữ liệu tổng hợp nữa.
Hạn chế
Việc sử dụng Hàm đám mây để tổng hợp sẽ giúp tránh được một số vấn đề với giao dịch phía máy khách, nhưng đi kèm với một số hạn chế khác:
- Chi phí – Mỗi mức phân loại được thêm sẽ dẫn đến lệnh gọi Hàm đám mây, điều này có thể làm tăng chi phí của bạn. Để biết thêm thông tin, hãy xem trang giá của Cloud Functions.
- Độ trễ – Bằng cách giảm tải công việc tổng hợp sang một Hàm đám mây, ứng dụng của bạn sẽ không thấy dữ liệu cập nhật cho đến khi Hàm đám mây này hoàn tất quá trình thực thi và ứng dụng được thông báo về dữ liệu mới. Tuỳ thuộc vào tốc độ của Hàm đám mây, quá trình này có thể mất nhiều thời gian hơn so với việc thực thi giao dịch cục bộ.
- Tốc độ ghi – giải pháp này có thể không hoạt động với các bản tổng hợp được cập nhật thường xuyên vì các tài liệu trên Cloud Firestore chỉ có thể được cập nhật tối đa một lần mỗi giây. Ngoài ra, nếu đọc một tài liệu đã được sửa đổi bên ngoài giao dịch, thì giao dịch đó sẽ thử lại một số lần có hạn và sau đó không thành công. Xem bộ đếm được phân phối để biết giải pháp phù hợp cho các tổng hợp dữ liệu cần cập nhật thường xuyên hơn.