對于我的應(yīng)用程序來說，能夠從 Firebase 的集合中隨機選擇多個文檔至關(guān)重要。
由于 Firebase 中沒有內(nèi)置的本機函數(shù)（據(jù)我所知）來實現(xiàn)執(zhí)行此操作的查詢，因此我的第一個想法是使用查詢游標(biāo)來選擇隨機的開始和結(jié)束索引，前提是我有數(shù)字集合中的文檔數(shù)量。
這種方法可以工作，但只能以有限的方式工作，因為每個文檔每次都會與其相鄰文檔按順序提供；但是，如果我能夠通過其父集合中的索引選擇文檔，我可以實現(xiàn)隨機文檔查詢，但問題是我找不到任何文檔來描述如何執(zhí)行此操作，或者即使可以執(zhí)行此操作。
這是我想要做的事情，請考慮以下 firestore 架構(gòu)：
root/
posts/
docA
docB
docC
docD
然后在我的客戶端（我在 Swift 環(huán)境中）我想編寫一個可以執(zhí)行此操作的查詢：
db.collection("posts")[0, 1, 3] // would return: docA, docB, docD
我可以做一些類似的事情嗎？或者，是否有其他方法可以以類似的方式選擇隨機文檔？
請幫忙。
2
0
0
發(fā)布此內(nèi)容是為了幫助將來遇到此問題的任何人。
如果您使用自動 ID，則可以生成新的自動 ID 并查詢最接近的自動 ID，如Dan McGrath 的回答.
我最近創(chuàng)建了一個隨機報價 api，需要從 firestore 集合中獲取隨機報價。
這就是我解決這個問題的方法：
var db = admin.firestore();
var quotes = db.collection("quotes");
var key = quotes.doc().id;
quotes.where(admin.firestore.FieldPath.documentId(), '>=', key).limit(1).get()
.then(snapshot => {
if(snapshot.size > 0) {
snapshot.forEach(doc => {
console.log(doc.id, '=>', doc.data());
});
}
else {
var quote = quotes.where(admin.firestore.FieldPath.documentId(), '<', key).limit(1).get()
.then(snapshot => {
snapshot.forEach(doc => {
console.log(doc.id, '=>', doc.data());
});
})
.catch(err => {
console.log('Error getting documents', err);
});
}
})
.catch(err => {
console.log('Error getting documents', err);
});
查詢的關(guān)鍵是這樣的：
.where(admin.firestore.FieldPath.documentId(), '>', key)
如果沒有找到文檔，則以相反的操作再次調(diào)用。
希望這會有所幫助！
使用隨機生成的索引和簡單查詢，您可以從 Cloud Firestore 中的集合或集合組中隨機選擇文檔。
這個答案分為 4 個部分，每個部分都有不同的選項：
這個答案的基礎(chǔ)是創(chuàng)建一個索引字段，當(dāng)按升序或降序排序時，會導(dǎo)致所有文檔隨機排序。有多種不同的方法來創(chuàng)建它，所以讓我們看一下 2，從最容易獲得的方法開始。
如果您使用我們的客戶端庫中提供的隨機生成的自動 ID，您可以使用同一系統(tǒng)隨機選擇文檔。在這種情況下，隨機排序的索引是文檔ID。
稍后在我們的查詢部分中，您生成的隨機值是一個新的自動 ID (iOS，Android，Web），您查詢的字段是 __name__ 字段，并且 '后面提到的“l(fā)ow value”就是一個空字符串。這是迄今為止生成隨機索引的最簡單方法，并且無論語言和平臺如何，都可以工作。
默認(rèn)情況下，文檔名稱 (__name__) 僅按升序索引，并且除了刪除和重新創(chuàng)建之外，您也無法重命名現(xiàn)有文檔。如果您需要其中任何一個，您仍然可以使用此方法，只需將自動 ID 存儲為名為 random 的實際字段，而不是為此目的重載文檔名稱。
當(dāng)你編寫文檔時，首先生成一個有界范圍內(nèi)的隨機整數(shù)，并將其設(shè)置為一個名為random的字段。根據(jù)您期望的文檔數(shù)量，您可以使用不同的有界范圍來節(jié)省空間或降低沖突風(fēng)險（這會降低此技術(shù)的有效性）。
您應(yīng)該考慮您需要哪種語言，因為會有不同的考慮因素。雖然 Swift 很簡單，但 JavaScript 卻有一個值得注意的問題：
這將創(chuàng)建一個索引，其中的文檔隨機排序。稍后在我們的查詢部分中，您生成的隨機值將是這些值中的另一個，而后面提到的“低值”將是 -1。
現(xiàn)在您已經(jīng)有了一個隨機索引，您將需要查詢它。下面我們看一些選擇 1 個隨機文檔的簡單變體，以及選擇多個 1 個文檔的選項。
對于所有這些選項，您需要生成一個新的隨機值，其形式與您在編寫文檔時創(chuàng)建的索引值相同，由下面的變量 random 表示。我們將使用該值在索引上查找隨機點。
現(xiàn)在您有了隨機值，您可以查詢單個文檔：
let postsRef = db.collection("posts")
queryRef = postsRef.whereField("random", isGreaterThanOrEqualTo: random)
.order(by: "random")
.limit(to: 1)
檢查是否已返回文檔。如果沒有，請再次查詢，但使用隨機索引的“低值”。例如，如果您執(zhí)行隨機整數(shù)，則 lowValue 為 0：
let postsRef = db.collection("posts")
queryRef = postsRef.whereField("random", isGreaterThanOrEqualTo: lowValue)
.order(by: "random")
.limit(to: 1)
只要您有一個文檔，就保證您至少返回 1 個文檔。
環(huán)繞方法實現(xiàn)起來很簡單，并且允許您在僅啟用升序索引的情況下優(yōu)化存儲。缺點之一是價值觀可能受到不公平的保護(hù)。例如，如果 10K 中的前 3 個文檔（A、B、C）具有隨機索引值 A:409496、B:436496、C:818992，則 A 和 C 被選擇的機會小于 1/10K，而B 因 A 的接近而被有效屏蔽，并且只有大約 1/160K 的機會。
您可以在 >= 和 之間隨機選擇，而不是單向查詢并在未找到值時回繞，這會降低概率不公平屏蔽的值減半，代價是索引存儲加倍。
如果一個方向沒有返回結(jié)果，則切換到另一個方向：
queryRef = postsRef.whereField("random", isLessThanOrEqualTo: random)
.order(by: "random", descending: true)
.limit(to: 1)
queryRef = postsRef.whereField("random", isGreaterThanOrEqualTo: random)
.order(by: "random")
.limit(to: 1)
通常，您需要一次選擇多個隨機文檔。根據(jù)您想要的權(quán)衡，有兩種不同的方法可以調(diào)整上述技術(shù)。
這個方法很簡單。只需重復(fù)該過程，包括每次選擇一個新的隨機整數(shù)。
此方法將為您提供隨機的文檔序列，而不必?fù)?dān)心重復(fù)看到相同的模式。
代價是它會比下一個方法慢，因為它需要為每個文檔單獨往返服務(wù)。
在此方法中，只需增加所需文檔的限制數(shù)量即可。這有點復(fù)雜，因為您可能會在調(diào)用中返回 0..limit 文檔。然后，您需要以相同的方式獲取丟失的文檔，但限制減少到僅存在差異。如果您知道文檔總數(shù)比您要求的數(shù)量多，則可以通過忽略在第二次調(diào)用（但不是第一次）時永遠(yuǎn)無法取回足夠文檔的邊緣情況來進(jìn)行優(yōu)化。
此解決方案的權(quán)衡是重復(fù)序列。雖然文檔是隨機排序的，但如果最終出現(xiàn)重疊范圍，您將看到與之前看到的相同模式。有一些方法可以減輕這種擔(dān)憂，我們將在下一節(jié)有關(guān)重新播種的內(nèi)容中討論。
此方法比“沖洗并重復(fù)”更快，因為您將在最好情況下一次調(diào)用或最壞情況下兩次調(diào)用中請求所有文檔。
雖然如果文檔集是靜態(tài)的，則此方法會隨機為您提供文檔，但返回每個文檔的概率也將是靜態(tài)的。這是一個問題，因為根據(jù)它們獲得的初始隨機值，某些值可能具有不公平的低或高概率。在許多用例中，這很好，但在某些用例中，您可能希望增加長期隨機性，以便有更均勻的機會返回任何 1 個文檔。
請注意，插入的文檔最終會交織在中間，逐漸改變概率，刪除文檔也是如此。如果給定文檔數(shù)量，插入/刪除率太小，有一些策略可以解決這個問題。
您不必?fù)?dān)心重新播種，您始終可以為每個文檔創(chuàng)建多個隨機索引，然后每次隨機選擇其中一個索引。例如，讓字段 random 成為包含子字段 1 到 3 的映射：
{'random': {'1': 32456, '2':3904515723, '3': 766958445}}
現(xiàn)在您將隨機查詢 random.1、random.2、random.3，從而創(chuàng)建更大的隨機性分布。這本質(zhì)上是用增加的存儲空間來節(jié)省因重新播種而增加的計算（文檔寫入）。
每次更新文檔時，都會重新生成random 字段的隨機值。這將在隨機索引中移動文檔。
如果生成的隨機值不是均勻分布的（它們是隨機的，因此這是預(yù)期的），則可能會在不適當(dāng)?shù)臅r間內(nèi)選擇同一文檔。通過在讀取隨機選擇的文檔后使用新的隨機值更新該文檔，可以輕松解決此問題。
由于寫入成本更高并且可能成為熱點，因此您可以選擇僅在讀取時間的子集時進(jìn)行更新（例如，if random(0,100) === 0) update;）。
