Firestore复合筛选可行性及替代无服务器后端服务咨询

我正在开发一款约会App，之前用过GCP和Firebase，计划用Firestore做后端数据库，需要执行以下复杂复合筛选查询：

.where("date", ">=", today).where("date", "<=", today + 3)
.where("heightMin", ">=", 165).where("heightMax", "<=", 185)
.where("ageMin", ">=", 20).where("ageMax", "<=", 30)
.where("type", "==", "running").where("smoker", "==", false)

根据Cloud Firestore文档，这类复合查询似乎不被支持，我怀疑可能误解了文档内容。示例数据如下：

{
"date": "2022-03-12",
"time": "18:30:00",
"withFilters": "true",
"smoker": "false",
"heightMin": "165",
"heightMax": "165",
"ageMin": "20",
"ageMax":"30",
"type": "running",
"latitude" : "y",
"longitude" : "x",
"participants": "2"
}

我知道可以在前端拉取全部数据后过滤，但这种方式低效且成本高。现在有两个问题：

1. 是否可通过调整数据结构在Firestore中实现该筛选？
2. 若不可行，推荐哪些替代服务？例如AWS Amplify？

问题解答 #

1. 调整数据结构实现Firestore复合查询 #

Firestore的复合查询有明确限制：最多只能对一个字段使用范围查询（<, <=, >, >=），其余查询条件仅支持等值匹配。你的原查询同时对date、heightMin/heightMax、ageMin/ageMax多个字段用了范围查询，直接违反规则，无法直接执行，但可通过以下结构调整实现近似需求：

• 预聚合筛选键：把高频组合的筛选条件打包成复合字段，比如针对type+smoker+date区间生成filterKey，值类似running_non-smoker_20220312-20220315。先通过这个等值字段缩小数据范围，再在客户端过滤剩余的身高、年龄条件，大幅减少拉取的数据量。
• 拆分子集合：按type和smoker状态拆分活动到不同子集合，比如runningNonSmokerEvents，先通过子集合定位目标数据集，再对date做范围查询，最后客户端过滤身高、年龄条件。
• 云函数后端过滤：用Firebase Cloud Functions拉取符合date、type、smoker条件的数据，在服务器端过滤身高和年龄后返回结果，比前端全量拉取更高效，也能控制成本。

另外注意：示例数据中heightMin、ageMin等字段是字符串类型，必须改成数字类型才能正确执行数值范围查询，这是基础前提。

2. 替代服务推荐 #

如果调整数据结构仍无法满足需求，可考虑以下方案：

• AWS Amplify + DynamoDB：DynamoDB支持通过全局二级索引（GSI）和Query操作实现多条件查询，配合Amplify的DataStore可快速搭建后端；多范围条件可通过表达式组合查询，或结合Elasticsearch做复杂筛选。
• MongoDB Atlas：完全支持多字段范围查询，文档模型灵活，适配复杂筛选场景，托管服务模式和Firebase类似，迁移成本较低。
• GCP Cloud SQL（PostgreSQL）：关系型数据库对复杂多条件查询支持成熟，适合精准筛选场景，能和现有GCP生态无缝整合。
• Algolia/Elasticsearch：专业搜索服务，适配多维度复杂筛选需求，可将Firestore数据同步至这类服务，通过搜索API实现高效查询。

内容的提问来源于stack exchange，提问作者Georgios