如何在Firebase Realtime Database中查询含指定字段的子节点？

问题背景 #

我的Firebase Realtime Database某分支下有约200万用户数据，部分用户包含activeSessionId字段（标识用户是否开启过Web会话），同时还有sessions数组存储所有Web会话数据。因代码bug，开启过Web会话的用户可能存在无效数据导致移动端APP无响应，我需要遍历这类用户修复数据。但遍历所有用户会因数据量过大触发Firebase读取限制，尝试查询仅含activeSessionId字段的用户，却发现equalTo方法无法针对未定义属性进行查询。

含activeSessionId的用户数据结构示例：

{
  "userInfos": {
    "-NL1sdfee29E7bQ53_rJTW": {
      "activeSessionId": "-NL1aKF29E7bQ53_rJTW",
      "alarmsCount": {
        "ownAlarms": {
          "Personal": {
            "edit": 1244,
            "new": 436
          }
        }
      },
      "contactsLastUpdatedAt": 1675435956007,
      "deviceLocale": "en-US",
      "deviceOs": "android",
      "joinDate": 1649084020051,
      "lastActiveAt": 1675435953311,
      "maxAllowedAlarms": 5,
      "rateTheApp": {
        "done": true,
        "lastAsked": 1675435981073
      },
      "release": "7.4.3",
      "sessions": {
        "-NL1aKF29E7bQ53_rJTW": {
          "browser": "Chrome",
          "id": "-NL1aKF29E7bQ53_rJTW",
          "lastActive": "10 Jan 2023, 11:22 AM",
          "platform": "Windows"
        }
      },
      "timezone": "America/Denver",
      "timezoneOffset": 420,
      "totalNumberOfContacts": 282
    }
  }
}

解决方案 #

可以实现这类查询，提供两种可行方案：

1. 新增索引字段（长期推荐） #

在用户数据中新增布尔型字段hasActiveSession，当用户生成activeSessionId时同步设置该字段为true；未开启过会话的用户可默认不设置或设为false。之后就能通过精准查询筛选目标用户：

const db = firebase.database();
db.ref('userInfos')
  .orderByChild('hasActiveSession')
  .equalTo(true)
  .on('child_added', (snapshot) => {
    // 执行数据修复逻辑
  });

需要先通过一次性脚本批量更新现有含activeSessionId的用户，添加该索引字段，后续维护成本极低。

2. 利用范围查询临时解决 #

若不想修改现有数据结构，可借助Firebase查询特性：存在activeSessionId的节点，该字段值为非空字符串，不存在的节点会被排在排序范围外。通过startAt('')匹配所有非空值节点：

const db = firebase.database();
db.ref('userInfos')
  .orderByChild('activeSessionId')
  .startAt('')
  .on('child_added', (snapshot) => {
    // 执行数据修复逻辑
  });

注意：必须先为activeSessionId创建索引，否则数据量超过1000条时查询会被拒绝。在Firebase控制台的数据库规则中添加：

{
  "rules": {
    "userInfos": {
      ".indexOn": ["activeSessionId"]
    }
  }
}

批量处理注意事项 #

• 使用child_added事件分批获取数据，避免一次性加载大量数据导致内存溢出或触发限制。
• 配合limitToFirst/limitToLast参数分批次处理，比如每次处理1000条，完成一批后再请求下一批。

内容的提问来源于stack exchange，提问作者Varun Gupta