如何查询Firestore含嵌套对象列表的复杂文档并匹配深层ID？

现有文档结构 #

{
    "artifact": {
        "id": 1,
        "tags" : [
            "art",
            "art2"
        ],
        "origins": [
            {
                "id": 2,
                "tags" : [
                    "o1",
                    "o11"
                ],
                "origins": [
                    {
                        "id": 3,
                        "tags" : [
                            "o2",
                            "o3"
                        ]
                    }
                ]
            }
        ]
    },
    "insertionDate": "15022023095425"
}

需求与尝试 #

需要查询tasks集合中，文档深层origins对象的id与指定current_item_id匹配的记录，尝试的代码如下：

common_elements = db.collection("tasks").where("artifact.origins.origins.id", "==", current_item_id)

疑问 #

1. Firestore是否支持查询嵌套对象列表中的属性？
2. 若不支持，应如何重构数据？
3. 能否将origins对象存储在另一集合并在此文档中引用？

1. Firestore不支持直接查询嵌套数组中的深层属性 #

你尝试的artifact.origins.origins.id路径无法生效，因为Firestore的查询语法无法穿透多层嵌套数组：

• 当路径中遇到数组（比如artifact.origins），查询只会检查数组中直接包含后续路径的元素，无法递归遍历数组内部的嵌套数组。
• 换句话说，Firestore无法识别origins.origins这种嵌套数组的路径，自然无法匹配深层的id字段。

2. 数据重构方案 #

针对你的需求，有两种常用的重构思路：

方案一：提取所有origin id到顶层数组 #

在原文档中新增一个顶层数组字段（比如allOriginIds），将所有层级的origins的id都存入其中：

{
    "artifact": {
        "id": 1,
        "tags": ["art", "art2"],
        "origins": [/* 原嵌套结构 */]
    },
    "allOriginIds": [2, 3],
    "insertionDate": "15022023095425"
}

查询时直接使用array-contains匹配目标id：

common_elements = db.collection("tasks").where("allOriginIds", "array-contains", current_item_id)

注意：需要在新增origins或更新层级时，同步维护这个数组的内容，保证数据一致性。

方案二：扁平化嵌套的origins结构 #

取消origins的嵌套层级，改成平铺的数组，每个元素记录父级id来维持层级关系：

{
    "artifact": {
        "id": 1,
        "tags": ["art", "art2"],
        "origins": [
            {"id": 2, "tags": ["o1", "o11"], "parentId": 1},
            {"id": 3, "tags": ["o2", "o3"], "parentId": 2}
        ]
    },
    "insertionDate": "15022023095425"
}

如果只需要匹配id，依然建议搭配方案一的allOriginIds数组来查询；如果需要同时过滤层级或其他属性，可以结合Firestore的数组查询能力（但要注意，数组对象的匹配需要使用array-contains并传入完整对象，或使用复合索引配合其他条件）。

3. 拆分origins到独立集合（推荐方案） #

完全可以将origins存储到独立集合中，这是Firestore处理关联数据的标准方式：

步骤1：创建origins集合 #

每个origin作为单独文档，结构如下：

// origins集合中的文档（id=2）
{
    "id": 2,
    "tags": ["o1", "o11"],
    "parentId": "artifact_1" // 指向所属artifact的id或文档引用
}

// origins集合中的文档（id=3）
{
    "id": 3,
    "tags": ["o2", "o3"],
    "parentId": "origin_2" // 指向父origin的id或文档引用
}

步骤2：修改tasks文档 #

在artifact中存储关联的origin id列表或文档引用：

{
    "artifact": {
        "id": 1,
        "tags": ["art", "art2"],
        "originIds": [2, 3] // 或者存储文档引用：db.collection("origins").doc("2")
    },
    "insertionDate": "15022023095425"
}

查询方式 #

• 查找包含指定origin id的tasks文档：

  common_elements = db.collection("tasks").where("artifact.originIds", "array-contains", current_item_id)
  

• 如果需要获取origin的详细信息，可以在查询到tasks文档后，再从origins集合中批量获取对应文档：

  # 先获取匹配的tasks文档
  tasks = common_elements.get()
  # 提取所有关联的origin id
  origin_ids = []
  for task in tasks:
      task_data = task.to_dict()
      origin_ids.extend(task_data["artifact"]["originIds"])
  # 批量获取origins文档
  origins = db.collection("origins").where("id", "in", origin_ids).get()
  

这种方式的优势是：

• 避免了嵌套数组的查询限制，数据结构更清晰
• 便于单独更新或查询origins数据，无需修改整个tasks文档
• 符合Firestore的NoSQL数据建模最佳实践

内容的提问来源于stack exchange，提问作者lucas24007