如何查询Firestore中排除用户文档黑名单数组内的所有用户？

当前你用数组存储拉黑用户ID的方式，确实没法直接用Firestore的查询操作符实现"排除拉黑用户"的需求，下面是几种可行的数据库结构调整方案：

方案一：将拉黑列表改为键值对映射 #

把原来的blockedUsersId数组换成对象结构，用被拉黑用户的ID作为键，值设为true（或时间戳）。这样就能通过Firestore的!=或not-exists操作符来过滤被拉黑的用户。

示例结构：

users: {
  user1:{
    name: "Lorem Ipsum",
    blockedUsers: {
      "user2": true,
      "user3": true
    }
  }
}

查询逻辑：当你要查询某个用户（比如targetUser）是否未被当前用户拉黑时，可以用where("blockedUsers." + targetUser.id, "!=", true)，或者直接检查该键是否不存在：where("blockedUsers." + targetUser.id, "not-exists")。

这个方案的优点是查询直接，无需额外集合；需要注意的是单文档大小限制（Firestore单文档最大1MB），如果用户拉黑上千人可能会触及上限，一般场景下足够用。

方案二：新建独立的拉黑关系集合 #

单独创建一个blockedRelations集合，每个文档存储一条拉黑记录，包含拉黑者ID和被拉黑者ID。

示例结构：

blockedRelations: {
  doc_abc123: {
    blockerId: "user1",
    blockedId: "user2"
  },
  doc_def456: {
    blockerId: "user1",
    blockedId: "user3"
  }
}

查询逻辑：

1. 先从blockedRelations中查询当前用户（比如user1）所有拉黑的用户ID，得到一个列表blockedIds；
2. 再查询用户集合时，用where("userId", "not-in", blockedIds)排除拉黑用户。

注意：Firestore的not-in操作符最多支持10个元素，如果拉黑人数超过10，需要分批查询后在客户端合并结果，或者结合分页逻辑处理。这个方案适合拉黑量很大的场景，不会出现单文档过大的问题。

方案三：客户端过滤（仅适合小用户量场景） #

如果你的应用用户基数很小，可以先查询全部用户列表，然后在客户端代码中过滤掉当前用户拉黑列表里的ID。这种方式开发最快，但用户量增大后会导致查询数据量过大，性能和流量消耗都会上升，仅适合初期小范围测试或小众应用。

内容的提问来源于stack exchange，提问作者Fortray