Firestore云函数无法获取归档订单数据及性能优化问题

原因分析 #

• Firestore文档查询是浅查询：调用云函数读取父文档时，默认只会返回文档自身的键值对，不会自动拉取嵌套的子集合数据，所以直接读父文档拿不到子集合里的订单。
• 串行遍历日期子集合导致性能极差：每遍历一个日期就发起一次独立的Firestore查询，多次网络请求的延迟、服务器连接开销累积起来，哪怕只有6条数据，也会因为多次请求导致总耗时剧增。

优化方案 #

方案1：扁平化数据结构（推荐） #

把子集合的订单数据直接存储在统一的集合中，给每个订单文档添加年月标识字段（比如year_month: "2024-05"），这样查询指定年月的订单时，只需一次查询就能获取所有数据：

// 云函数中查询示例
const ordersSnapshot = await db.collection("orders")
  .where("year_month", "==", `${year}-${String(month).padStart(2, '0')}`)
  .get();

• 优势：单次请求完成查询，性能拉满；后续维护简单。
• 注意：需要调整订单写入逻辑，新订单写入时附带year_month字段；旧数据需要批量迁移到新集合。

方案2：使用集合组查询（适合现有结构不想大改的情况） #

如果所有日期子集合的名称统一（比如都叫orders），可以用集合组查询一次性遍历所有同名子集合，再过滤年月条件：

// 云函数中集合组查询示例
const ordersSnapshot = await db.collectionGroup("orders")
  .where("order_date", ">=", new Date(year, month-1, 1))
  .where("order_date", "<", new Date(year, month, 1))
  .get();

• 注意：需要在Firestore控制台为集合组查询创建对应的复合索引（控制台会在首次查询失败时给出创建索引的链接）。

方案3：并行批量查询（临时优化现有遍历逻辑） #

如果必须保留日期子集合的结构，把原来的串行遍历改成并行批量查询，用Promise.all()同时发起所有日期的查询，减少总耗时：

// 云函数并行查询示例
exports.getMonthlyOrders = async (req, res) => {
  const { year, month } = req.query;
  const daysInMonth = new Date(year, month, 0).getDate();
  const queryPromises = [];

  // 生成当月所有日期的查询Promise
  for (let day = 1; day <= daysInMonth; day++) {
    const datePath = `${year}-${String(month).padStart(2, '0')}-${String(day).padStart(2, '0')}`;
    queryPromises.push(
      db.collection(`archives/${year}-${month}/${datePath}/orders`).get()
    );
  }

  // 并行执行所有查询
  const snapshots = await Promise.all(queryPromises);
  const allOrders = [];
  snapshots.forEach(snap => {
    snap.docs.forEach(doc => allOrders.push({ id: doc.id, ...doc.data() }));
  });

  res.status(200).send(allOrders);
};

• 优势：不需要改数据结构，就能大幅降低耗时（串行改并行后，耗时会从18秒降到接近单次查询的时间）。

方案4：预聚合月度数据 #

在每月结束时（或订单写入时），自动把当月所有订单汇总到一个专门的月度归档文档中（比如monthly_archives/2024-05），文档中直接存储当月订单数组。后续查询时只需读取这个文档，性能最优。

• 实现方式：用Firebase云函数触发器，比如订单写入时更新对应月度文档，或者每月定时触发函数汇总数据。

额外注意点 #

• 虽然现在Firestore规则是全开放，但业务稳定后一定要调整为符合权限要求的规则，避免数据泄露。
• 可以在云函数中添加console.log()打印每个步骤的耗时，方便定位性能瓶颈。

内容的提问来源于stack exchange，提问作者Ardian Nuhiji