Python操作Firestore复合查询获取文档后更新字段报错排查

调用stream()遍历复合查询结果时，迭代返回的是DocumentSnapshot（文档快照）对象，而非可执行写操作的DocumentReference（文档引用）对象。
文档快照仅承载查询到的文档字段数据、元数据信息，不提供update/delete/set这类写入类方法，直接调用就会触发你看到的AttributeError。

方案1：逐文档更新（适合匹配文档量少的场景） #

从返回的文档快照对象中，通过.reference属性拿到对应的真实文档引用，再调用更新方法即可，核心修正代码如下：

# 数据库初始化、查询构建逻辑保持原有写法即可
doc_snap_generator = db.collection(u'CollectionName').where(u'UID', u'==', user_id).where(u'Status', u'==', "Active").stream()

for doc_snap in doc_snap_generator:
    # 从快照获取文档引用后执行更新
    doc_snap.reference.update({u"Status": u"non_active"})

方案2：批量写入更新（适合匹配文档量多的场景） #

如果匹配的文档数量较多，推荐使用Firestore原生批量写入能力，减少网络请求次数，注意Firestore单次批量写入最多支持500个操作，文档量超过阈值需要拆分批次提交，参考代码如下：

# 数据库初始化逻辑保持不变
BATCH_MAX_SIZE = 500
current_batch = db.batch()
op_count = 0

doc_snap_generator = db.collection(u'CollectionName').where(u'UID', u'==', user_id).where(u'Status', u'==', "Active").stream()

for doc_snap in doc_snap_generator:
    target_ref = doc_snap.reference
    current_batch.update(target_ref, {u"Status": u"non_active"})
    op_count += 1

    # 达到单批次上限时提交，重置批次
    if op_count == BATCH_MAX_SIZE:
        current_batch.commit()
        current_batch = db.batch()
        op_count = 0

# 提交最后一批剩余的更新操作
if op_count > 0:
    current_batch.commit()

注意：批量写入是原子操作，同一批次内的所有操作要么全部成功，要么全部失败，如果你不需要原子性保证、文档量极大，也可以选择逐文档更新避免大批次提交的超时问题。

内容的提问来源于stack exchange，提问作者Carlo