如何在Firebase中查询数组内匹配指定字符串模式的文档

Firebase Firestore 本身不支持原生的数组元素子串模糊查询，可根据业务场景选择以下几种可行方案： #

• 方案1：前缀索引法（轻量、适合中小数据量，仅支持前缀匹配）
  提前给每个keyword生成所有长度的前缀，存入额外的搜索专用数组，查询时用array-contains匹配输入字符串即可。
  写入文档时的预处理示例代码：

  // 生成关键词所有前缀的工具函数
  function generateKeywordPrefixes(keyword) {
    const lowerKeyword = keyword.toLowerCase();
    const prefixes = [];
    for (let i = 1; i <= lowerKeyword.length; i++) {
      prefixes.push(lowerKeyword.slice(0, i));
    }
    return prefixes;
  }
  
  // 构造沙龙文档数据
  const salonData = {
    salonName: "示例美发店",
    salonAddress: "XX路XX号",
    keywords: ["hairdresser","covid-19","free coffee"],
    // 生成所有搜索用的前缀存入专用字段
    searchKeywords: ["hairdresser","covid-19","free coffee"].flatMap(generateKeywordPrefixes)
  }
  await db.collection("salons").add(salonData);
  

  查询示例代码：

  const searchInput = "hair";
  const lowerSearch = searchInput.toLowerCase();
  const querySnapshot = await db.collection("salons")
    .where("searchKeywords", "array-contains", lowerSearch)
    .get();
  const matchedSalons = querySnapshot.docs.map(doc => doc.data());
  

  注意：该方案默认仅支持前缀匹配，如果需要支持后缀匹配，可以额外存储反转后的关键词前缀，查询时把用户输入也反转后再检索即可。

• 方案2：全文检索服务集成（适合中大型项目，支持全位置模糊匹配）
  使用Firebase官方提供的全文检索扩展，自动同步salons集合数据到专业全文检索引擎，可直接实现任意位置的子串匹配、拼写纠错、权重排序等高级搜索能力，不需要自行处理索引逻辑。

• 方案3：前端全量过滤（适合总数据量小于1000条的小型项目）
  直接全量拉取salons集合数据，在前端遍历过滤keywords数组中包含输入子串的文档，实现成本最低，仅适合数据量极小的场景。

内容的提问来源于stack exchange，提问作者Anirudh Sharma