Firestore实现不区分大小写子串匹配商品查询方案咨询

需求：从Firestore数据库中查询title或code字段包含指定子串且不区分大小写的商品。

现有尝试代码：

export const fetchProductsByTitleOrCodeSubstring = createAsyncThunk('fetchProductsByTitleOrCodeSubstring', async substring => {
  const [titleQuerySnapshot, codeQuerySnapshot] = await Promise.all([
    getDocs(query(productsCollectionRef, where('title', '>=', substring), where('title', '<=', substring + '\uf8ff'), limit(10))),
    getDocs(query(productsCollectionRef, where('code', '>=', substring), where('code', '<=', substring + '\uf8ff'), limit(10))),
  ])

  const titleData = [...titleQuerySnapshot.docs].map(doc => {
    return { ...doc.data(), id: doc.id }
  })

  const codeData = [...codeQuerySnapshot.docs].map(doc => {
    return { ...doc.data(), id: doc.id }
  })

  const data = [...titleData, ...codeData]

  const meta = { method: STORE_METHOD.REPLACE }

  return { data, meta }
})

当前问题：该代码仅能匹配以子串开头且区分大小写的结果，无法实现包含子串且不区分大小写的查询。

Firestore原生查询不支持直接的包含子串（模糊匹配）和不区分大小写查询，需根据数据量和业务场景选择以下方案：

方案1：前端过滤（小数据量场景） #

如果商品总量不大，可先获取全量（或分页）数据，再在前端完成包含子串且不区分大小写的过滤。

修改后代码：

export const fetchProductsByTitleOrCodeSubstring = createAsyncThunk('fetchProductsByTitleOrCodeSubstring', async substring => {
  const snapshot = await getDocs(productsCollectionRef);
  const lowerSubstring = substring.toLowerCase();
  
  const filteredData = snapshot.docs
    .map(doc => ({ ...doc.data(), id: doc.id }))
    .filter(item => {
      const titleLower = item.title?.toLowerCase() || '';
      const codeLower = item.code?.toLowerCase() || '';
      return titleLower.includes(lowerSubstring) || codeLower.includes(lowerSubstring);
    })
    .slice(0, 10);

  const meta = { method: STORE_METHOD.REPLACE }
  return { data: filteredData, meta }
})

注意：此方案仅适合数据量小的场景，数据量大时会因加载过多数据导致性能问题。

方案2：使用Firestore全文检索扩展（大数据量推荐） #

Firebase官方提供的Full Text Search扩展，基于Elasticsearch或Algolia实现专业全文检索，支持模糊匹配、不区分大小写等功能。

实现步骤：

1. 在Firebase控制台安装Full Text Search扩展，配置需索引的title、code字段；
2. 商品文档增改时，扩展自动同步字段内容到搜索索引；
3. 查询时调用扩展API获取匹配结果，再从Firestore拉取对应文档。

示例代码（以Algolia为例）：

import algoliasearch from 'algoliasearch';
const client = algoliasearch('YOUR_APP_ID', 'YOUR_SEARCH_API_KEY');
const index = client.initIndex('products');

export const fetchProductsByTitleOrCodeSubstring = createAsyncThunk('fetchProductsByTitleOrCodeSubstring', async substring => {
  const searchResults = await index.search(substring, {
    hitsPerPage: 10,
    ignorePlurals: true
  });

  const productIds = searchResults.hits.map(hit => hit.objectID);
  const docsSnapshots = await Promise.all(
    productIds.map(id => getDoc(doc(productsCollectionRef, id)))
  );

  const data = docsSnapshots
    .filter(doc => doc.exists())
    .map(doc => ({ ...doc.data(), id: doc.id }));
  
  const meta = { method: STORE_METHOD.REPLACE }
  return { data, meta }
})

方案3：预存分词数组（特定场景折中） #

若不想依赖第三方扩展，可在商品文档中预存titleKeywords、codeKeywords数组，存储字段的分词或常用子串（如将"Apple iPhone 14"拆分为["apple", "iphone", "14"]），查询时用array-contains匹配小写后的子串。

但此方案维护成本高，无法覆盖任意子串的包含查询，仅适合固定关键词匹配场景。

Firestore原生查询仅支持前缀匹配，无法直接实现需求中的查询逻辑，需根据场景选择方案：

• 小数据量：前端过滤简单高效；
• 大数据量：全文检索扩展是最优解；
• 特定关键词场景：预存分词数组。

内容的提问来源于stack exchange，提问作者stratdev