Le query in Cloud Firestore ti consentono di trovare documenti in raccolte di grandi dimensioni. Per ottenere informazioni dettagliate sulle proprietà della raccolta nel suo insieme, puoi aggregare i dati su una raccolta.
Puoi aggregare i dati sia in fase di lettura che in fase di scrittura:
Le aggregazioni in fase di lettura calcolano un risultato al momento della richiesta. Cloud Firestore supporta le query di aggregazione
count()
,sum()
eaverage()
in fase di lettura. Le query di aggregazione in fase di lettura sono più facili da aggiungere alla tua app rispetto alle aggregazioni in fase di scrittura. Per ulteriori informazioni sulle query di aggregazione, consulta Riepilogare i dati con query di aggregazione .Le aggregazioni in fase di scrittura calcolano un risultato ogni volta che l'app esegue un'operazione di scrittura pertinente. Le aggregazioni in fase di scrittura richiedono più lavoro da implementare, ma potresti utilizzarle al posto delle aggregazioni in fase di lettura per uno dei seguenti motivi:
- Desideri ascoltare il risultato dell'aggregazione per aggiornamenti in tempo reale. Le query di aggregazione
count()
,sum()
eaverage()
non supportano gli aggiornamenti in tempo reale. - Si desidera archiviare il risultato dell'aggregazione in una cache lato client. Le query di aggregazione
count()
,sum()
eaverage()
non supportano la memorizzazione nella cache. - Stai aggregando dati da decine di migliaia di documenti per ciascuno dei tuoi utenti e consideri i costi. Con un numero inferiore di documenti, le aggregazioni in tempo di lettura costano meno. Per un numero elevato di documenti in un'aggregazione, le aggregazioni in fase di scrittura potrebbero costare meno.
- Desideri ascoltare il risultato dell'aggregazione per aggiornamenti in tempo reale. Le query di aggregazione
Puoi implementare un'aggregazione in fase di scrittura utilizzando una transazione lato client o con Cloud Functions. Le sezioni seguenti descrivono come implementare le aggregazioni in fase di scrittura.
Soluzione: aggregazione in fase di scrittura con una transazione lato client
Prendi in considerazione un'app di consigli locali che aiuti gli utenti a trovare ottimi ristoranti. La seguente query recupera tutte le valutazioni per un determinato ristorante:
ragnatela
db.collection("restaurants") .doc("arinell-pizza") .collection("ratings") .get();
Veloce
do { let snapshot = try await db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .getDocuments() print(snapshot) } catch { print(error) }
Obiettivo-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();
Invece di recuperare tutte le valutazioni e quindi calcolare le informazioni aggregate, possiamo archiviare queste informazioni nel documento stesso del ristorante:
ragnatela
var arinellDoc = { name: 'Arinell Pizza', avgRating: 4.65, numRatings: 683 };
Veloce
struct Restaurant { let name: String let avgRating: Float let numRatings: Int } let arinell = Restaurant(name: "Arinell Pizza", avgRating: 4.65, numRatings: 683)
Obiettivo-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);
Per mantenere coerenti queste aggregazioni, è necessario aggiornarle ogni volta che viene aggiunta una nuova classificazione alla sottoraccolta. Un modo per ottenere coerenza è eseguire l'aggiunta e l'aggiornamento in un'unica transazione:
ragnatela
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 }); }); }); }
Veloce
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 { // ... } }
Obiettivo-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; } }); }
L'utilizzo di una transazione mantiene i dati aggregati coerenti con la raccolta sottostante. Per ulteriori informazioni sulle transazioni in Cloud Firestore, consulta Transazioni e scritture in batch .
Limitazioni
La soluzione mostrata sopra dimostra l'aggregazione dei dati utilizzando la libreria client Cloud Firestore, ma è necessario tenere presente le seguenti limitazioni:
- Sicurezza : le transazioni lato client richiedono l'autorizzazione dei clienti ad aggiornare i dati aggregati nel database. Sebbene sia possibile ridurre i rischi di questo approccio scrivendo regole di sicurezza avanzate, ciò potrebbe non essere appropriato in tutte le situazioni.
- Supporto offline : le transazioni lato client falliranno quando il dispositivo dell'utente è offline, il che significa che devi gestire questo caso nella tua app e riprovare al momento opportuno.
- Prestazioni : se la transazione contiene più operazioni di lettura, scrittura e aggiornamento, potrebbe richiedere più richieste al backend Cloud Firestore. Su un dispositivo mobile, questa operazione potrebbe richiedere molto tempo.
- Velocità di scrittura : questa soluzione potrebbe non funzionare per aggregazioni aggiornate di frequente perché i documenti Cloud Firestore possono essere aggiornati al massimo una volta al secondo. Inoltre, se una transazione legge un documento che è stato modificato al di fuori della transazione, riprova un numero finito di volte e poi fallisce. Controlla i contatori distribuiti per una soluzione alternativa pertinente per le aggregazioni che richiedono aggiornamenti più frequenti.
Soluzione: aggregazione del tempo di scrittura con Cloud Functions
Se le transazioni lato client non sono adatte alla tua applicazione, puoi utilizzare una Cloud Function per aggiornare le informazioni aggregate ogni volta che una nuova valutazione viene aggiunta a un ristorante:
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 }); }); });
Questa soluzione scarica il lavoro dal client a una funzione ospitata, il che significa che la tua app mobile può aggiungere valutazioni senza attendere il completamento di una transazione. Il codice eseguito in una Funzione Cloud non è vincolato da regole di sicurezza, il che significa che non è più necessario fornire ai client l'accesso in scrittura ai dati aggregati.
Limitazioni
L'utilizzo di una funzione cloud per le aggregazioni evita alcuni dei problemi con le transazioni lato client, ma comporta una serie diversa di limitazioni:
- Costo : ogni valutazione aggiunta causerà un'invocazione di Cloud Functions, che potrebbe aumentare i costi. Per ulteriori informazioni, consulta la pagina dei prezzi di Cloud Functions.
- Latenza : scaricando il lavoro di aggregazione su una Cloud Function, la tua app non vedrà i dati aggiornati finché la Cloud Function non avrà terminato l'esecuzione e il client non avrà ricevuto la notifica dei nuovi dati. A seconda della velocità della tua Cloud Function, questa operazione potrebbe richiedere più tempo rispetto all'esecuzione della transazione localmente.
- Velocità di scrittura : questa soluzione potrebbe non funzionare per aggregazioni aggiornate di frequente perché i documenti Cloud Firestore possono essere aggiornati al massimo una volta al secondo. Inoltre, se una transazione legge un documento che è stato modificato al di fuori della transazione, riprova un numero finito di volte e poi fallisce. Controlla i contatori distribuiti per una soluzione alternativa pertinente per le aggregazioni che richiedono aggiornamenti più frequenti.