如何优化Firestore中逐个获取多文档的查询性能

问题根源 #

你当前的代码是串行发起Card文档请求：遍历每个obtention文档时，逐个等待Card文档的请求返回，10条数据就会产生10次串行网络请求，耗时是单个请求的累加值，这是延迟高的核心原因。

优化方案 #

1. 并行发起所有Card请求（改动最小，效果显著）

使用Promise.all()将所有Card文档的获取请求并行执行，所有请求同时发送，总耗时接近单个请求的时间，而非累加。

修改后的代码：

const userReference = database.collection('user').doc(interaction.user.id);

const cardsReference = database.collection('obtention').where('user', '==', userReference);
const cardsSnapshot = await cardsReference.get();

// 收集所有Card文档的获取Promise
const cardFetchPromises = cardsSnapshot.docs.map(doc => {
  const obtentionData = doc.data();
  return obtentionData.card.get();
});

// 并行执行所有请求，一次性获取所有Card文档
const cards = await Promise.all(cardFetchPromises);

// Rest of the code

2. 数据冗余（反规范化，极致性能）

如果并行请求仍无法满足性能需求，可以在obtention文档中冗余存储Card的常用字段（如name、file），这样无需额外请求Card集合，直接从obtention文档就能拿到所需数据。

调整后的obtention文档结构：

// obtention文档示例
{
  user: database.collection('user').doc('32138217391'),
  card: database.collection('card').doc('SCP-002'),
  cardName: 'The "Living" Room',
  cardFile: 'http://scp-es.com/scp-002'
}

获取数据时直接读取冗余字段：

const userReference = database.collection('user').doc(interaction.user.id);

const cardsReference = database.collection('obtention').where('user', '==', userReference);
const cardsSnapshot = await cardsReference.get();

const cards = cardsSnapshot.docs.map(doc => {
  const data = doc.data();
  return {
    id: data.card.id,
    name: data.cardName,
    file: data.cardFile
  };
});

// Rest of the code

注意：需要维护数据一致性，当Card文档更新时，要同步更新所有关联的obtention文档，可以通过Firebase Cloud Functions触发器实现自动同步。

3. 使用批量读取API（减少网络开销）

Firestore提供getAll()方法，可以一次性批量获取多个文档引用对应的内容，底层会合并请求，进一步降低网络开销，效果和Promise.all()类似，但请求次数更少。

代码示例：

const userReference = database.collection('user').doc(interaction.user.id);

const cardsReference = database.collection('obtention').where('user', '==', userReference);
const cardsSnapshot = await cardsReference.get();

// 收集所有Card文档的引用
const cardReferences = cardsSnapshot.docs.map(doc => doc.data().card);

// 批量获取所有Card文档
const cards = await database.getAll(...cardReferences);

// Rest of the code

方案选择建议 #

• 优先尝试并行请求，代码改动最小，能将10条数据的耗时从7秒压缩到1秒以内（取决于单请求耗时）。
• 如果需要极致性能，再考虑数据冗余，适合卡片数据更新频率低、读取频率高的场景。
• 批量读取和并行请求性能接近，可根据编码习惯选择。

内容的提问来源于stack exchange，提问作者Sn4red