Firebase Realtime Database如何按子键过滤数据？数据结构该怎么调整？

原生查询能力说明 #

Firebase Realtime Database 原生仅支持正向匹配类查询（存在判断、值匹配、范围匹配等），不支持「查询某个嵌套字段下不存在指定键」的反向过滤操作。如果硬要在你给出的原有数据结构上实现需求，只能全量拉取papers节点到本地做过滤，数据量较大时会产生极高的带宽消耗和性能损耗，不推荐生产环境使用。

数据结构重构方案 #

推荐使用「反向索引」的方式重构数据结构，新增专门的节点存储待查询的反向关系，实现毫秒级查询：

重构后完整数据结构 #

const data = {
  papers: {
    id1: {
      name: 'test',
      annotated: {
        user1: true,
        user2: true,
      },
    },
    id2: {
      name: 'test2',
      annotated: {
        user2: true,
      },
    }
  },
  // 新增反向索引节点：存储每个用户未标注的论文ID
  userUnannotatedPapers: {
    user1: {
      id2: true // 值为true仅作为占位符，代表user1未标注id2论文
    },
    user2: {}
  }
};

配套操作逻辑 #

• 新增论文时：将新论文ID同步写入所有活跃用户的userUnannotatedPapers/{userId}节点下
• 用户标注论文时：通过多路径原子更新同时修改两个节点的数据，避免数据不一致：

const db = firebase.database();
const userId = 'user1';
const paperId = 'id2';

// 原子更新操作
const updates = {};
updates[`papers/${paperId}/annotated/${userId}`] = true;
updates[`userUnannotatedPapers/${userId}/${paperId}`] = null; // 设为null即删除该节点

db.ref().update(updates);

查询代码示例 #

直接查询反向索引节点即可拿到对应用户未标注的所有论文ID，再批量拉取论文详情即可：

db.ref(`userUnannotatedPapers/${userId}`).once('value', snapshot => {
  const unannotatedPaperIds = snapshot.exists() ? Object.keys(snapshot.val()) : [];
  // 后续根据ID数组拉取papers对应条目即可
})

小场景简化方案 #

如果你的业务中用户量级非常小、且仅需要固定对少数几个用户做未标注查询，也可以直接在每个paper节点下新增对应字段标记标注状态：

// 单paper节点结构
{
  name: 'test',
  annotated: {...},
  annotatedByUser1: false
}

查询直接调用：

db.ref('papers').orderByChild('annotatedByUser1').equalTo(false).once('value', ...)

该方案仅适合极小众场景，用户量较大时会产生大量冗余字段，维护成本极高。

内容的提问来源于stack exchange，提问作者Ali Mirzaei