Firebase - 使用 equalTo 进行深度查询 orderByChild

Question

我试图通过其中的成员来获取每个项目——我已经创建了一个示例数据结构，尽管实际结构要大得多（因为它很难重组数据库）。

这是我的查询：

var ref = new Firebase(FBURL + '/chat/meta/project');

var email = 'kerry@email.com';

ref
    .orderByChild("email")
    .equalTo(email)
    .on("child_added", function(snapshot) {
        console.log(snapshot.val());
    }
);

重要的是要注意，如果我删除它返回所有“项目”的.equalTo(email)，它应该只返回其中的 2 个。

这是 Firebase 中的数据：

{
  "chat" : {
    "meta" : {
      "project" : {
        "-KAgjWOxjk80HIbNr68M" : {
          "name" : "Gman Branding",
          "url" : "http://localhost:3000/project/abc123fasd123cc/...",
          "date" : "2015-10-10T21:33:25.170Z",
          "member" : {
            "-KAgkD-2GVESwNwKP3fA" : {
              "email" : "abc@gman.com"
            },
            "-KAgkP3M4nug9Bjn-vY6" : {
              "email" : "def@gman.com"
            },
            "-KAgkP3OF0sUgc9x9p37" : {
              "email" : "ghi@gman.com"
            },
            "-KAgkaMyEOiXft6o-HbO" : {
              "email" : "kerry@email.com"
            }
          }
        },
        "-KAgl9xlPDU5T4072FgE" : {
          "-KAglqH9pxkhgC84_kAl" : {
            "name" : "YuDog",
            "url" : "http://localhost:3000/project/abc123fasd123cc/...",
            "date" : "2015-10-10T21:41:31.172Z"
          },
          "name" : "billing test 1",
          "url" : "http://localhost:3000/project/abc123fasd123cc/...",
          "date" : "2015-02-25T23:18:55.626Z",
          "dateNotifyUnread" : "2016-01-25T23:23:55.626Z",
          "member" : {
            "-KAglNsswyk66qUZNrTU" : {
              "email" : "kerry@email.com"
            }
          }
        },
        "-KAgltmLk2oOYhEDfwRL" : {
          "-KAgm1Jt5q53gzLm1GIh" : {
            "name" : "YuDog",
            "url" : "http://localhost:3000/project/abc123fasd123cc/...",
            "date" : "2015-10-10T21:41:31.172Z"
          },
          "name" : "YuDog",
          "url" : "http://localhost:3000/project/abc123fasd123cc/...",
          "date" : "2015-10-10T21:41:31.172Z",
          "member" : {
            "-KAgm1Jvss9AMZa1qDb7" : {
              "email" : "joe@yudog.com"
            }
          }
        },
        "-KAgluTcE_2dv00XDm1L" : {
          "-KAgm6ENmkpDiDG2lqZ4" : {
            "name" : "YuDog Landing Page",
            "url" : "http://localhost:3000/project/abc123fasd123cc/...",
            "date" : "2015-10-10T21:41:31.172Z"
          },
          "-KAgmBptbeInutRzNinm" : {
            "name" : "YuDog Landing Page",
            "url" : "http://localhost:3000/project/abc123fasd123cc/...",
            "date" : "2015-10-10T21:41:31.172Z"
          },
          "name" : "YuDog Landing Page",
          "url" : "http://localhost:3000/project/abc123fasd123cc/...",
          "date" : "2015-10-10T21:41:31.172Z",
          "member" : {
            "-KAgm6EQcvQg3oP-OnIF" : {
              "email" : "joe@yudog.com"
            },
            "-KAgmBpwoxPYGXS9fLZ9" : {
              "email" : "joe@yudog.com"
            }
          }
        }
      }
    }
  }
}

我查看了 SO 上的 8-10 个其他链接，但没有找到任何可以解决此问题的链接。

Answer 1

解决方案是创建符合您需求的数据结构。在这种情况下，您希望根据用户的电子邮件地址查找用户的项目。所以我们将添加一个包含这个映射的节点：

"projects_by_email": {
  "kerry@email,com": {
    "-KAgjWOxjk80HIbNr68M": true,
    "-KAgl9xlPDU5T4072FgE": true
  },
  "abc@gman,com": {
    "-KAgjWOxjk80HIbNr68M": true
  }
  ...
}

这称为非规范化数据，尽管我经常将它们视为倒排索引。我可能会按 uid 保留项目，但结构是一样的。

使用这样的结构，您可以通过简单的直接查找来获取电子邮件的项目列表：

var ref = new Firebase(FBURL);
var email = 'kerry@email.com';
ref.child('projects_by_email')
   .child(email)
   .on("child_added", function(snapshot) {
       console.log(snapshot.key());
   }
);

或者，如果您还想自己“加入”项目：

var ref = new Firebase(FBURL);
var email = 'kerry@email.com';
ref.child('projects_by_email')
   .child(email)
   .on("child_added", function(snapshot) {
       ref.child('project').child(snapshot.key()).once('value', function(projectSnapshot) {
           console.log(projectSnapshot.val());
       });
   }
);

这种类型的非规范化是 NoSQL 数据建模的正常部分。重复可能会让人觉得很浪费，但这也是 NoSQL 解决方案规模如此之大的部分原因：上面的代码都没有要求数据库考虑所有项目/所有用户。这一切都是直接访问正确的节点，可以很好地扩展。所以我们牺牲了存储空间来提高性能/可扩展性；典型的空间与时间权衡。