Queries in Cloud Firestore let you find documents in large collections. To gain insight into properties of the collection as a whole, you can aggregate data over a collection.
আপনি ডেটা পড়ার সময় অথবা লেখার সময় একত্রিত করতে পারেন:
রিড-টাইম অ্যাগ্রিগেশন অনুরোধ করার সময়েই একটি ফলাফল গণনা করে। Cloud Firestore রিড-টাইমে
count(),sum(), এবংaverage()অ্যাগ্রিগেশন কোয়েরি সমর্থন করে। রাইট-টাইম অ্যাগ্রিগেশনের চেয়ে রিড-টাইম অ্যাগ্রিগেশন কোয়েরি আপনার অ্যাপে যোগ করা সহজ। অ্যাগ্রিগেশন কোয়েরি সম্পর্কে আরও জানতে, “অ্যাগ্রিগেশন কোয়েরি দিয়ে ডেটার সারসংক্ষেপ” দেখুন।অ্যাপটি যখনই কোনো প্রাসঙ্গিক রাইট অপারেশন সম্পাদন করে, রাইট-টাইম অ্যাগ্রিগেশনগুলো তখন একটি ফলাফল গণনা করে। রাইট-টাইম অ্যাগ্রিগেশনগুলো বাস্তবায়ন করা কিছুটা বেশি শ্রমসাধ্য, কিন্তু নিম্নলিখিত কারণগুলোর কোনো একটির জন্য আপনি রিড-টাইম অ্যাগ্রিগেশনের পরিবর্তে এগুলো ব্যবহার করতে পারেন:
- রিয়েল-টাইম আপডেটের জন্য আপনি অ্যাগ্রিগেশন ফলাফল শুনতে চান।
count(),sum(), এবংaverage()অ্যাগ্রিগেশন কোয়েরিগুলো রিয়েল-টাইম আপডেট সমর্থন করে না। - আপনি অ্যাগ্রিগেশন ফলাফলটি একটি ক্লায়েন্ট-সাইড ক্যাশে সংরক্ষণ করতে চান। `
count(),sum(), এবংaverage()অ্যাগ্রিগেশন কোয়েরিগুলো ক্যাশিং সমর্থন করে না। - আপনি আপনার প্রতিটি ব্যবহারকারীর জন্য হাজার হাজার ডকুমেন্ট থেকে ডেটা একত্রিত করছেন এবং খরচের বিষয়টি বিবেচনা করছেন। ডকুমেন্টের সংখ্যা কম হলে, রিড-টাইম অ্যাগ্রিগেশনের খরচ কম হয়। অ্যাগ্রিগেশনে ডকুমেন্টের সংখ্যা বেশি হলে, রাইট-টাইম অ্যাগ্রিগেশনের খরচ কম হতে পারে।
- রিয়েল-টাইম আপডেটের জন্য আপনি অ্যাগ্রিগেশন ফলাফল শুনতে চান।
আপনি ক্লায়েন্ট-সাইড ট্রানজ্যাকশন অথবা Cloud Functions ব্যবহার করে রাইট-টাইম অ্যাগ্রিগেশন প্রয়োগ করতে পারেন। নিম্নলিখিত বিভাগগুলিতে রাইট-টাইম অ্যাগ্রিগেশন কীভাবে প্রয়োগ করতে হয় তা বর্ণনা করা হয়েছে।
সমাধান: ক্লায়েন্ট-সাইড ট্রানজ্যাকশনের মাধ্যমে রাইট-টাইম অ্যাগ্রিগেশন
এমন একটি স্থানীয় সুপারিশ অ্যাপের কথা ভাবুন যা ব্যবহারকারীদের ভালো রেস্তোরাঁ খুঁজে পেতে সাহায্য করে। নিম্নলিখিত কোয়েরিটি একটি নির্দিষ্ট রেস্তোরাঁর সমস্ত রেটিং পুনরুদ্ধার করে:
ওয়েব
db.collection("restaurants") .doc("arinell-pizza") .collection("ratings") .get();
সুইফট
do { let snapshot = try await db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .getDocuments() print(snapshot) } catch { print(error) }
উদ্দেশ্য-সি
FIRQuery *query = [[[self.db collectionWithPath:@"restaurants"] documentWithPath:@"arinell-pizza"] collectionWithPath:@"ratings"]; [query getDocumentsWithCompletion:^(FIRQuerySnapshot * _Nullable snapshot, NSError * _Nullable error) { // ... }];
Kotlin
db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .get()
Java
db.collection("restaurants") .document("arinell-pizza") .collection("ratings") .get();
সমস্ত রেটিং সংগ্রহ করে তারপর সমষ্টিগত তথ্য গণনা করার পরিবর্তে, আমরা এই তথ্যটি রেস্তোরাঁর নথিতেই সংরক্ষণ করতে পারি:
ওয়েব
var arinellDoc = { name: 'Arinell Pizza', avgRating: 4.65, numRatings: 683 };
সুইফট
struct Restaurant { let name: String let avgRating: Float let numRatings: Int } let arinell = Restaurant(name: "Arinell Pizza", avgRating: 4.65, numRatings: 683)
উদ্দেশ্য-সি
@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
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);
এই অ্যাগ্রিগেশনগুলোকে সামঞ্জস্যপূর্ণ রাখার জন্য, সাবকালেকশনে যখনই কোনো নতুন রেটিং যোগ করা হয়, তখন সেগুলোকে অবশ্যই আপডেট করতে হবে। সামঞ্জস্যতা অর্জনের একটি উপায় হলো একটিমাত্র ট্রানজ্যাকশনের মধ্যে অ্যাড এবং আপডেট উভয়ই সম্পাদন করা:
ওয়েব
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 }); }); }); }
সুইফট
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 { // ... } }
উদ্দেশ্য-সি
- (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
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; } }); }
Using a transaction keeps your aggregate data consistent with the underlying collection. To read more about transactions in Cloud Firestore , see Transactions and Batched Writes .
সীমাবদ্ধতা
উপরে দেখানো সমাধানটি Cloud Firestore ক্লায়েন্ট লাইব্রেরি ব্যবহার করে ডেটা একত্রিত করার পদ্ধতি প্রদর্শন করে, কিন্তু আপনাকে নিম্নলিখিত সীমাবদ্ধতাগুলো সম্পর্কে সচেতন থাকতে হবে:
- নিরাপত্তা - ক্লায়েন্ট-সাইড লেনদেনের জন্য আপনার ডাটাবেসের সমষ্টিগত ডেটা আপডেট করার জন্য ক্লায়েন্টদের অনুমতি দিতে হয়। যদিও উন্নত নিরাপত্তা নিয়ম লিখে আপনি এই পদ্ধতির ঝুঁকি কমাতে পারেন, তবে এটি সব পরিস্থিতিতে উপযুক্ত নাও হতে পারে।
- অফলাইন সাপোর্ট - ব্যবহারকারীর ডিভাইস অফলাইনে থাকলে ক্লায়েন্ট-সাইড ট্রানজ্যাকশন ব্যর্থ হবে, যার অর্থ হলো আপনাকে আপনার অ্যাপে এই পরিস্থিতিটি সামাল দিতে হবে এবং উপযুক্ত সময়ে পুনরায় চেষ্টা করতে হবে।
- পারফরম্যান্স - যদি আপনার ট্রানজ্যাকশনে একাধিক রিড, রাইট এবং আপডেট অপারেশন থাকে, তাহলে Cloud Firestore ব্যাকএন্ডে একাধিক রিকোয়েস্ট পাঠানোর প্রয়োজন হতে পারে। মোবাইল ডিভাইসে এতে উল্লেখযোগ্য সময় লাগতে পারে।
- রাইট রেট - এই সমাধানটি ঘন ঘন আপডেট হওয়া অ্যাগ্রিগেশনগুলির জন্য কাজ নাও করতে পারে, কারণ ক্লাউড ফায়ারস্টোর ডকুমেন্টগুলি প্রতি সেকেন্ডে সর্বোচ্চ একবারই আপডেট করা যায়। এছাড়াও, যদি কোনো ট্রানজ্যাকশন এমন একটি ডকুমেন্ট পড়ে যা ট্রানজ্যাকশনের বাইরে পরিবর্তিত হয়েছিল, তবে এটি একটি নির্দিষ্ট সংখ্যক বার পুনরায় চেষ্টা করে এবং তারপর ব্যর্থ হয়। যে অ্যাগ্রিগেশনগুলির আরও ঘন ঘন আপডেটের প্রয়োজন, সেগুলির জন্য একটি প্রাসঙ্গিক বিকল্প সমাধান হিসেবে ডিস্ট্রিবিউটেড কাউন্টারগুলি দেখুন।
সমাধান: ক্লাউড ফাংশন ব্যবহার করে রাইট-টাইম অ্যাগ্রিগেশন
যদি ক্লায়েন্ট-সাইড লেনদেন আপনার অ্যাপ্লিকেশনের জন্য উপযুক্ত না হয়, তাহলে কোনো রেস্তোরাঁয় নতুন রেটিং যোগ করার সময় সামগ্রিক তথ্য আপডেট করতে আপনি একটি ক্লাউড ফাংশন ব্যবহার করতে পারেন:
নোড.জেএস
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 }); }); });
এই সমাধানটি ক্লায়েন্টের কাজ একটি হোস্টেড ফাংশনে স্থানান্তর করে, যার ফলে আপনার মোবাইল অ্যাপ কোনো ট্রানজ্যাকশন সম্পূর্ণ হওয়ার জন্য অপেক্ষা না করেই রেটিং যোগ করতে পারে। ক্লাউড ফাংশনে এক্সিকিউট হওয়া কোড কোনো নিরাপত্তা নিয়মের দ্বারা আবদ্ধ থাকে না, যার মানে হলো ক্লায়েন্টদের আর অ্যাগ্রিগেট ডেটাতে রাইট অ্যাক্সেস দেওয়ার প্রয়োজন হয় না।
সীমাবদ্ধতা
অ্যাগ্রিগেশনের জন্য ক্লাউড ফাংশন ব্যবহার করলে ক্লায়েন্ট-সাইড ট্রানজ্যাকশনের কিছু সমস্যা এড়ানো যায়, কিন্তু এর সাথে ভিন্ন ধরনের কিছু সীমাবদ্ধতাও রয়েছে:
- খরচ - প্রতিটি রেটিং যোগ করার ফলে একটি ক্লাউড ফাংশন চালু হবে, যা আপনার খরচ বাড়িয়ে দিতে পারে। আরও তথ্যের জন্য, ক্লাউড ফাংশন প্রাইসিং পেজটি দেখুন।
- লেটেন্সি - অ্যাগ্রিগেশনের কাজটি একটি ক্লাউড ফাংশনে অফলোড করার ফলে, ক্লাউড ফাংশনটির এক্সিকিউশন শেষ না হওয়া পর্যন্ত এবং ক্লায়েন্টকে নতুন ডেটা সম্পর্কে অবহিত না করা পর্যন্ত আপনার অ্যাপ আপডেট হওয়া ডেটা দেখতে পাবে না। আপনার ক্লাউড ফাংশনের গতির উপর নির্ভর করে, এতে স্থানীয়ভাবে ট্রানজ্যাকশনটি সম্পাদন করার চেয়ে বেশি সময় লাগতে পারে।
- রাইট রেট - এই সমাধানটি ঘন ঘন আপডেট হওয়া অ্যাগ্রিগেশনগুলির জন্য কাজ নাও করতে পারে, কারণ ক্লাউড ফায়ারস্টোর ডকুমেন্টগুলি প্রতি সেকেন্ডে সর্বোচ্চ একবারই আপডেট করা যায়। এছাড়াও, যদি কোনো ট্রানজ্যাকশন এমন একটি ডকুমেন্ট পড়ে যা ট্রানজ্যাকশনের বাইরে পরিবর্তিত হয়েছিল, তবে এটি একটি নির্দিষ্ট সংখ্যক বার পুনরায় চেষ্টা করে এবং তারপর ব্যর্থ হয়। যে অ্যাগ্রিগেশনগুলির আরও ঘন ঘন আপডেটের প্রয়োজন, সেগুলির জন্য একটি প্রাসঙ্গিক বিকল্প সমাধান হিসেবে ডিস্ট্রিবিউটেড কাউন্টারগুলি দেখুন।