如何低成本获取大量Firebase文档中同类型指定字段的日度平均值

方案1：预聚合统计文档（首推，成本最低） #

• 新增专门的daily_stats聚合集合，每个文档的唯一标识用{code}_{日期字符串}格式命名（比如TYPEA_20240520），文档内存储三个字段：total_value（当日同code的registered_value总和）、count（当日同code的文档总数）、avg_value（预计算好的平均值）
• 用Firebase Cloud Functions（或你现有Node.js服务的webhook）监听原始数据集合的写事件（增、删、改），自动更新对应daily_stats文档的数值：
  • 新增文档：对应code+日期的stats文档total_value加新增的registered_value，count加1，重新计算avg_value
  • 编辑文档：先减去旧的registered_value，加上新的数值，如果日期/ code字段发生变更，还要同时修改旧、新两个对应维度的stats文档
  • 删除文档：对应code+日期的stats文档total_value减去被删的registered_value，count减1，count为0时可以直接删除该stats文档
• 历史存量数据的聚合可以用Node.js写一次性批量脚本生成所有daily_stats的历史文档，不需要手动处理
• 优势：每次用户查询日度均值只需要读daily_stats集合，单个code查跨度30天的均值也只需要30次读，成本比全量读低90%以上，计算逻辑全在后端触发，前端不需要做额外改造

方案2：前端缓存+增量同步（适合仅查询自有数据的场景） #

如果你的业务规则限定用户只能查看自己创建的文档对应的均值，可以用这个方案：

• 给前端加IndexedDB缓存，用户首次加载时全量拉取自己名下的所有文档存在本地，后续只监听自己的文档的变更事件做增量更新，均值直接在前端计算
• 后端给原始集合加user_id + code + date的复合索引，按用户维度查询只返回目标数据，避免全表扫描
• 优势：不需要额外写聚合逻辑，开发成本低，适合单用户数据量小于1000条的场景

配套优化建议 #

• 如果有跨天的批量查询需求，可再加一层monthly_stats聚合集合，按code+月份做聚合，进一步减少读次数
• 所有聚合逻辑的代码可以直接集成在你现有的Node.js服务中，前端React侧直接调用封装好的查询聚合数据的接口即可，和现有业务逻辑无冲突

内容的提问来源于stack exchange，提问作者Guilherme