如何基于lastRefreshTime高效更新Firestore中的用户最后活跃日期

很多开发者都实现过同类需求，比每日全量批量检查更高效的方案是触发式更新，能把写入、读取次数降到最低：

• 核心触发逻辑：在每次校验用户ID令牌的环节同步检查活跃时间
  不管是自有后端还是Firebase Cloud Function，每次处理需要用户鉴权的请求时，直接取出用户元数据的lastRefreshTime字段，和Firestore的users表中存储的用户最后活跃日期比对，只有前者时间更新时才执行写入操作。
  这个时机对应真实的用户活跃行为：用户打开应用、调用接口、刷新登录态时才会触发检查，完全不需要主动扫描全表，99%的无效读操作都可以省去。
• 追加防抖逻辑进一步降低写入次数
  如果你的业务只需要统计到天粒度的活跃数据，可以设置至少间隔24小时才允许更新一次用户的活跃日期，即使用户单日多次触发鉴权，也只会执行1次写入，写入量还能再降一个量级。
• 低频率批量补全做兜底
  针对长期没有触发鉴权请求的僵尸用户，可以每1-3个月跑一次小范围批量任务，仅筛选上次活跃时间超过30天的用户做检查补全，资源消耗远低于每日全量扫描。

原每日全量批量方案的缺陷：用户量达到万级以上时，全表扫描的读成本很高，且绝大多数用户的当日活跃日期没有变更，超过90%的读取、比较操作都是无效消耗。

内容的提问来源于stack exchange，提问作者MadMac