Ta strona została przetłumaczona przez Cloud Translation API.

Agregacje czasu zapisu

Zapytania w Cloud Firestore umożliwiają znajdowanie dokumentów w dużych kolekcjach. Aby uzyskać wgląd w właściwości w całości, można agregować dane dotyczące danego zbioru.

Dane możesz agregować w czasie odczytu lub zapisu:

Agregacje czasu odczytu obliczają wynik w chwili wysłania żądania. Cloud Firestore obsługuje: count(), sum() i average() zapytań agregujących w czasie odczytu. Zapytania dotyczące agregacji w czasie odczytu są łatwiejsze niż agregacje w czasie zapisu. Więcej informacji: Zapytania agregujące: przeczytaj artykuł Podsumowywanie danych za pomocą zapytań agregowanych.
Agregacje czasu zapisu obliczają wynik za każdym razem, gdy aplikacja działa odpowiednią operację zapisu. Agregacje czasu zapisu wymagają więcej pracy do wykonania, ale możesz ich używać zamiast agregacji czasu odczytu dla jednej następujące przyczyny:
- Chcesz poznać wynik agregacji, aby poznać aktualizacje w czasie rzeczywistym. Zapytania agregacyjne count(), sum() i average() nie obsługują aktualizacji w czasie rzeczywistym.
- Chcesz przechowywać wynik agregacji w pamięci podręcznej po stronie klienta. Zapytania agregacyjne count(), sum() i average() nie obsługują buforowania.
- Zbierasz dane z dziesiątek tysięcy dokumentów każdego z użytkowników i uwzględniasz koszty. W przypadku mniejszej liczby dokumentów agregacje w czasie odczytu są tańsze. W przypadku dużej liczby dokumentów w agregacjach agregacje w czasie zapisu mogą kosztować mniej.

Możesz wdrożyć agregację czasu zapisu przy użyciu funkcji po stronie klienta transakcji lub za pomocą Cloud Functions. W następnych sekcjach znajdziesz informacje o wdrażaniu agregacji na etapie zapisu.

Rozwiązanie: agregacja w czasie zapisu z transakcją po stronie klienta

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

Sieć

db.collection("restaurants")
  .doc("arinell-pizza")
  .collection("ratings")
  .get();test.solution-aggregation.js

Swift

Uwaga: ta usługa nie jest dostępna na urządzeniach z systemem watchOS i nie obsługuje aplikacji Clip.

do {
  let snapshot = try await db.collection("restaurants")
    .document("arinell-pizza")
    .collection("ratings")
    .getDocuments()
  print(snapshot)
} catch {
  print(error)
}SolutionAggregationViewController.swift

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) {
  // ...
}];FIRSolutionAggregationViewController.m

Kotlin+KTX

db.collection("restaurants")
    .document("arinell-pizza")
    .collection("ratings")
    .get()SolutionAggregation.kt

Java

db.collection("restaurants")
        .document("arinell-pizza")
        .collection("ratings")
        .get();SolutionAggregation.java

Zamiast pobierać wszystkie oceny, a potem obliczać informacji zbiorczych, możemy przechowywać te informacje w samym dokumencie restauracji:

Sieć

var arinellDoc = {
  name: 'Arinell Pizza',
  avgRating: 4.65,
  numRatings: 683
};test.solution-aggregation.js

Swift

Uwaga: ta usługa nie jest dostępna na urządzeniach z systemem watchOS i nie obsługuje aplikacji Clip.

struct Restaurant {

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

}

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

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;
}

@endFIRSolutionAggregationViewController.m

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)SolutionAggregation.kt

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);SolutionAggregation.java

Aby zapewnić spójność tych agregacji, należy je aktualizować za każdym razem, gdy do kolekcji podrzędnej dodawana jest nowa ocena. Jednym ze sposobów na osiągnięcie spójności jest wykonanie tej czynności 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 });
        });
    });
}test.firestore.js

Swift

Uwaga: ta usługa nie jest dostępna na urządzeniach z systemem watchOS i nie obsługuje aplikacji 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 {
    // ...
  }
}SolutionAggregationViewController.swift

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) {
    // ...
  }];
}FIRSolutionAggregationViewController.m

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
    }
}SolutionAggregation.kt

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;
        }
    });
}SolutionAggregation.java

Transakcje zapewniają spójność danych zbiorczych z podstawową kolekcją. Więcej informacji o transakcjach w Cloud Firestore znajdziesz w artykule Transakcje i zbiorowe zapisy.

Ograniczenia

Powyższe rozwiązanie pokazuje agregację danych za pomocą metody Cloud Firestore, ale zapoznaj się z tymi informacjami: Ograniczenia:

Bezpieczeństwo – transakcje po stronie klienta wymagają udzielenia klientom uprawnień , aby zaktualizować dane zbiorcze w bazie danych. Chociaż możesz zredukować związane z tym podejściem przez napisanie zaawansowanych reguł zabezpieczeń. Może to nie być w każdej sytuacji.
Obsługa offline – transakcje po stronie klienta nie będą się udawać, gdy urządzenie użytkownika będzie offline. Oznacza to, że musisz uwzględnić ten przypadek w swojej aplikacji i ponownie spróbować w odpowiednim momencie.
Skuteczność – jeśli transakcja zawiera wiele operacji odczytu, zapisu i aktualizacji, może wymagać wysłania wielu żądań do backenduCloud Firestore. Na urządzeniu mobilnym może to potrwać przez dłuższy czas.
Szybkość zapisu – to rozwiązanie może nie działać w przypadku częstych aktualizacji. agregacje, ponieważ dokumenty Cloud Firestore można aktualizować najwyżej raz na sekundę. Jeśli transakcja odczytuje dokument, który został zmodyfikowany poza transakcją, ponownie próbuje wykonać operację ograniczoną liczbę razy, a potem kończy się niepowodzeniem. Aby dowiedzieć się, jak obejść problem z zbiorczością w przypadku danych, które wymagają częstszych aktualizacji, zapoznaj się z artykułem o rozproszonych licznikach.

Rozwiązanie: agregacja w czasie pisania za pomocą Cloud Functions

Jeśli transakcje po stronie klienta nie są odpowiednie dla Twojej aplikacji, możesz użyć funkcji w chmurze, aby aktualizować informacje zbiorcze za każdym razem, gdy do restauracji zostanie dodany nowy wynik:

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
        });
      });
    });index.js

To rozwiązanie przekierowuje pracę z klienta na funkcję hostowaną, co oznacza, że aplikacja mobilna może dodawać oceny bez oczekiwania na zakończenie transakcji. Kod wykonywany w funkcji Cloud Functions nie jest objęty regułami bezpieczeństwa, co oznacza, że nie musisz już przyznawać klientom dostępu do zapisu danych zbiorczych.

Ograniczenia

Używanie funkcji w Cloud Functions do agregacji pozwala uniknąć niektórych problemów z transakcji po stronie klienta, ale wiążą się one z innymi ograniczeniami:

Koszt – każda dodana ocena spowoduje wywołanie funkcji Cloud Functions, co może zwiększyć koszty. Więcej informacji znajdziesz na stronie z cenami Cloud Functions.
Czas oczekiwania – dzięki przeniesieniu pracy agregacji do funkcji w Cloud Functions aplikacja nie będzie widzieć zaktualizowanych danych, dopóki funkcja w Cloud Functions nie zostanie zakończona i klient został powiadomiony o nowych danych. W zależności od szybkości funkcji w Cloud Functions może to zająć więcej czasu niż wykonanie transakcji lokalnie.
Szybkość zapisu – to rozwiązanie może nie działać w przypadku częstych aktualizacji. agregacje, ponieważ dokumenty Cloud Firestore można aktualizować najwyżej raz na sekundę. Jeśli transakcja odczytuje dokument, który został zmodyfikowany poza transakcją, ponownie próbuje wykonać tę operację ograniczoną liczbę razy, a potem kończy się niepowodzeniem. Aby dowiedzieć się, jak obejść problem z zbiorczością w przypadku danych, które wymagają częstszych aktualizacji, zapoznaj się z artykułem o rozproszonych licznikach.