基于Firestore的学生考试评分及前25%排名查询方案咨询

• 第一步：预加载指定科目标准答案
  先一次性拉取answerkeys集合中所有对应科目的文档，缓存该科所有题目的正确答案、对应分值，避免评分过程中重复查询数据库。
• 第二步：一次性查询所有选考目标科目的学生
  利用Firestore的OR逻辑查询条件，匹配subject1 == 目标科目、subject2 == 目标科目、subject3 == 目标科目三个条件，单次查询即可拉取所有符合条件的学生数据，无需分三次查询。提前为这三个字段建复合索引即可保证查询效率。
• 第三步：批量计算学生该科总分
  遍历查询到的学生列表，逐一比对学生answer字段中对应科目的答题记录和预加载的标准答案，累加正确题目对应的分值，得到学生该科的总得分。
• 第四步：排序筛选前25%学生
  将所有学生的该科得分按降序排序，取总人数前25%的条目即可。1000条数据的排序计算量极小，无论是在前端还是云函数侧执行都不会有性能压力。

*优化小技巧：可以将评分逻辑放在Firebase云函数中执行，计算完成后将各科总分直接写入对应用户文档的新增字段中，后续查询排名无需重复评分，直接拉取总分字段排序即可。

如果后续可以调整数据结构，建议做以下修改进一步提升性能：

• 学生选科字段优化：将subject1/subject2/subject3三个独立字段改为数组类型的selectedSubjects字段，后续查询选考某科的学生直接使用array-contains条件，查询逻辑更简洁，索引维护成本更低。
• 答题存储结构优化：将answer字段按科目拆分二级结构，示例：

  answer: {
    math: {"01":"a", "02":"b"},
    science: {"01":"c", "02":"a"}
  }
  

  评分时无需过滤其他科目的答题记录，遍历效率更高。
• 新增总分预存字段：在用户文档中新增subjectScoresMap字段，考试提交后自动触发云函数计算所有选考科目的总分写入该字段，后续查询排名时直接按subjectScores.${目标科目}排序即可，无需重复执行评分逻辑。
• 高频查询优化：如果需要频繁查询各科排名，可以单独为每个科目建立排名集合，云函数评分完成后自动更新该集合的文档顺序，查询时直接取前25%条目即可，无需实时排序。

内容的提问来源于stack exchange，提问作者Vincentius Heri