การรวมเวลาเขียน

การค้นหาใน Cloud Firestore ช่วยให้คุณค้นหาเอกสาร ในคอลเล็กชันขนาดใหญ่ได้ หากต้องการรับข้อมูลเชิงลึกเกี่ยวกับพร็อพเพอร์ตี้ของ คอลเล็กชันโดยรวม คุณสามารถรวบรวมข้อมูลในคอลเล็กชันได้

คุณจะรวบรวมข้อมูลได้ทั้งในเวลาอ่านหรือเวลาเขียน

  • การรวบรวมข้อมูลแบบเรียลไทม์จะคำนวณผลลัพธ์ ณ เวลาที่ส่งคำขอ Cloud Firestore รองรับการค้นหาการรวม count(), sum() และ average() ในเวลาอ่าน การค้นหาการรวมแบบเรียลไทม์จะเพิ่มลงในแอปได้ง่ายกว่าการรวมแบบเวลาเขียน ดูข้อมูลเพิ่มเติมเกี่ยวกับ การค้นหาการรวบรวมได้ที่สรุปข้อมูลด้วยการค้นหาการรวบรวม

  • การรวมข้อมูลขณะเขียนจะคำนวณผลลัพธ์ทุกครั้งที่แอปทำการดำเนินการเขียนที่เกี่ยวข้อง การรวมข้อมูลขณะเขียนต้องใช้ความพยายามในการติดตั้งใช้งานมากกว่า แต่คุณอาจใช้แทนการรวมข้อมูลขณะอ่านด้วยเหตุผลต่อไปนี้

    • คุณต้องการฟังผลการรวบรวมข้อมูลเพื่อรับข้อมูลอัปเดตแบบเรียลไทม์ คําค้นหาการรวบรวม count(), sum() และ average() ไม่รองรับ การอัปเดตแบบเรียลไทม์
    • คุณต้องการจัดเก็บผลการรวมไว้ในแคชฝั่งไคลเอ็นต์ การค้นหาการรวบรวม count(), sum() และ average() ไม่รองรับ การแคช
    • คุณกำลังรวบรวมข้อมูลจากเอกสารหลายหมื่นฉบับสำหรับผู้ใช้แต่ละรายและพิจารณาค่าใช้จ่าย หากมีเอกสารจำนวนน้อยลง การรวบรวมเวลาในการอ่าน จะมีค่าใช้จ่ายน้อยลง สำหรับการรวมเอกสารจำนวนมาก การรวมที่เวลาเขียนอาจมีค่าใช้จ่ายน้อยกว่า

คุณสามารถใช้การรวบรวมข้อมูลขณะเขียนได้โดยใช้ธุรกรรมฝั่งไคลเอ็นต์หรือใช้ Cloud Functions ส่วนต่อไปนี้จะอธิบายวิธีใช้การรวมข้อมูลขณะเขียน

โซลูชัน: การรวบรวมข้อมูลขณะเขียนด้วยธุรกรรมฝั่งไคลเอ็นต์

ลองนึกถึงแอปแนะนำในพื้นที่ที่ช่วยผู้ใช้ค้นหาร้านอาหารยอดนิยม การค้นหาต่อไปนี้จะดึงคะแนนทั้งหมดของร้านอาหารที่ระบุ

เว็บ

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

Swift

หมายเหตุ: ผลิตภัณฑ์นี้ไม่พร้อมใช้งานในเป้าหมาย watchOS และ App Clip
do {
  let snapshot = try await db.collection("restaurants")
    .document("arinell-pizza")
    .collection("ratings")
    .getDocuments()
  print(snapshot)
} catch {
  print(error)
}

Objective-C

หมายเหตุ: ผลิตภัณฑ์นี้ไม่พร้อมใช้งานในเป้าหมาย watchOS และ App Clip
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();

เราสามารถจัดเก็บข้อมูลนี้ไว้ในเอกสารร้านอาหารได้เลยแทนที่จะดึงคะแนนทั้งหมดแล้วคำนวณข้อมูลรวม

เว็บ

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

Swift

หมายเหตุ: ผลิตภัณฑ์นี้ไม่พร้อมใช้งานในเป้าหมาย watchOS และ 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

หมายเหตุ: ผลิตภัณฑ์นี้ไม่พร้อมใช้งานในเป้าหมาย watchOS และ 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;
}

@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);

คุณต้องอัปเดตการรวบรวมข้อมูลเหล่านี้ทุกครั้งที่มีการเพิ่มการจัดประเภทใหม่ลงในคอลเล็กชันย่อย เพื่อให้การรวบรวมข้อมูลมีความสอดคล้องกัน วิธีหนึ่งในการสร้างความสอดคล้องกัน คือการเพิ่มและอัปเดตในธุรกรรมเดียว

เว็บ

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

หมายเหตุ: ผลิตภัณฑ์นี้ไม่พร้อมใช้งานในเป้าหมาย watchOS และ 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

หมายเหตุ: ผลิตภัณฑ์นี้ไม่พร้อมใช้งานในเป้าหมาย watchOS และ 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

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;
        }
    });
}

การใช้ธุรกรรมจะช่วยให้ข้อมูลรวมสอดคล้องกับการรวบรวมข้อมูลพื้นฐาน ดูข้อมูลเพิ่มเติมเกี่ยวกับธุรกรรมใน Cloud Firestore ได้ที่ธุรกรรมและการเขียนแบบกลุ่ม

ข้อจำกัด

โซลูชันที่แสดงด้านบนสาธิตการรวบรวมข้อมูลโดยใช้ Cloud Firestoreไลบรารีไคลเอ็นต์ แต่คุณควรทราบข้อจำกัดต่อไปนี้

  • ความปลอดภัย - ธุรกรรมฝั่งไคลเอ็นต์ต้องให้สิทธิ์แก่ไคลเอ็นต์ ในการอัปเดตข้อมูลรวมในฐานข้อมูล แม้ว่าคุณจะลดความเสี่ยงของแนวทางนี้ได้ด้วยการเขียนกฎความปลอดภัยขั้นสูง แต่ก็อาจไม่เหมาะสมในบางสถานการณ์
  • การรองรับแบบออฟไลน์ - ธุรกรรมฝั่งไคลเอ็นต์จะล้มเหลวเมื่ออุปกรณ์ของผู้ใช้ออฟไลน์ ซึ่งหมายความว่าคุณต้องจัดการกรณีนี้ในแอปและลองอีกครั้งในเวลาที่เหมาะสม
  • ประสิทธิภาพ - หากธุรกรรมมีการอ่าน เขียน และ การดำเนินการอัปเดตหลายรายการ อาจต้องใช้คำขอหลายรายการไปยังแบ็กเอนด์ของ Cloud Firestore ซึ่งอาจใช้เวลานานพอสมควรบนอุปกรณ์เคลื่อนที่
  • อัตราการเขียน - โซลูชันนี้อาจใช้ไม่ได้กับการรวมที่อัปเดตบ่อย เนื่องจากเอกสาร Cloud Firestore อัปเดตได้สูงสุด 1 ครั้งต่อวินาทีเท่านั้น นอกจากนี้ หากธุรกรรมอ่านเอกสารที่ได้รับการแก้ไขนอกธุรกรรม ระบบจะลองอีกครั้งตามจำนวนครั้งที่กำหนด แล้วจะล้มเหลว ดูตัวนับแบบกระจาย เพื่อดูวิธีแก้ปัญหาที่เกี่ยวข้องสำหรับการรวบรวมข้อมูลที่ต้องมีการอัปเดตบ่อยขึ้น

โซลูชัน: การรวบรวมข้อมูลขณะเขียนด้วย Cloud Functions

หากธุรกรรมฝั่งไคลเอ็นต์ไม่เหมาะกับแอปพลิเคชัน คุณสามารถใช้ Cloud Function เพื่ออัปเดตข้อมูลรวม ทุกครั้งที่มีการเพิ่มคะแนนใหม่ให้กับร้านอาหารได้โดยทำดังนี้

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
        });
      });
    });

โซลูชันนี้จะส่งต่อการทำงานจากไคลเอ็นต์ไปยังฟังก์ชันที่โฮสต์ ซึ่งหมายความว่าแอปบนอุปกรณ์เคลื่อนที่จะเพิ่มคะแนนได้โดยไม่ต้องรอให้ธุรกรรมเสร็จสมบูรณ์ โค้ดที่เรียกใช้ใน Cloud Functions จะไม่ผูกมัดตามกฎความปลอดภัย ซึ่งหมายความว่าคุณไม่จำเป็นต้องให้สิทธิ์การเขียนแก่ไคลเอ็นต์เพื่อเข้าถึงข้อมูลรวมอีกต่อไป

ข้อจำกัด

การใช้ Cloud Function สำหรับการรวบรวมจะช่วยหลีกเลี่ยงปัญหาบางอย่างเกี่ยวกับ ธุรกรรมฝั่งไคลเอ็นต์ แต่ก็มีข้อจำกัดที่แตกต่างกันดังนี้

  • ค่าใช้จ่าย - การให้คะแนนแต่ละครั้งจะทำให้เกิดการเรียกใช้ Cloud Functions ซึ่งอาจทำให้ค่าใช้จ่ายเพิ่มขึ้น ดูข้อมูลเพิ่มเติมได้ที่หน้าราคาของ Cloud Functions
  • เวลาในการตอบสนอง - การส่งต่อการทำงานของการรวบรวมไปยัง Cloud Functions จะทำให้แอปไม่เห็นข้อมูลที่อัปเดตจนกว่า Cloud Functions จะดำเนินการเสร็จสิ้นและไคลเอ็นต์ได้รับการแจ้งเตือนเกี่ยวกับข้อมูลใหม่ ซึ่งอาจใช้เวลานานกว่าการดำเนินการธุรกรรมในเครื่อง ทั้งนี้ขึ้นอยู่กับความเร็วของ Cloud Function
  • อัตราการเขียน - โซลูชันนี้อาจใช้ไม่ได้กับการรวมที่อัปเดตบ่อย เนื่องจากเอกสาร Cloud Firestore อัปเดตได้สูงสุด 1 ครั้งต่อวินาทีเท่านั้น นอกจากนี้ หากธุรกรรมอ่านเอกสารที่ได้รับการแก้ไขนอกธุรกรรม ระบบจะลองอีกครั้งตามจำนวนครั้งที่กำหนด แล้วจะล้มเหลว ดูตัวนับแบบกระจาย เพื่อดูวิธีแก้ปัญหาที่เกี่ยวข้องสำหรับการรวบรวมข้อมูลที่ต้องมีการอัปเดตบ่อยขึ้น