Firestore调查应用数据结构优化：如何低成本查询用户未回答的随机题目

核心思路是新增极少量冗余数据，避免全集合扫描，单次查询成本控制在10次文档读取以内，开发量极低：

• 第一步：新增两个冗余字段
  1. 在用户文档（现有用户集合的单用户文档下）新增answered_question_ids数组字段，存储该用户已经回答过的问题ID，用户每次提交问题答案时，同步把对应问题ID追加到该数组中，和原有写入Answers子集合的操作合并为批量写入即可，额外开销可忽略
  2. 在问题集合的每个问题文档下新增固定随机值字段random_tag，问题创建时就生成一个0~1之间的随机数存入，永久不变，给该字段建好索引
• 第二步：随机拉取未回答问题的逻辑
  1. 先本地生成一个0~1之间的随机数r
  2. 发起查询：按random_tag >= r的条件过滤问题集合，按random_tag正序排序，limit取12条（比需要的8条多预留4条，用来排除已回答的问题）
  3. 拿到查询结果后，过滤掉ID存在用户answered_question_ids字段中的问题，凑够8条即可返回使用
  4. 极端情况（随机到的12条里用户已答的超过4条，凑不够8条），再发起一次补查询：按random_tag < r的条件过滤，按random_tag倒序排序，limit取缺少的数量即可，该场景触发概率极低，几乎不会增加额外成本

可选优化（适合问题总量超过10万、用户人均答题量超过2000的场景） #

如果问题量级极大，上述方案偶尔需要二次查询，可以做少量调整：

• 给所有问题新增连续自增的序号字段seq，新增问题时自动分配最新序号
• 拉取问题时先在1到最大序号范围内生成12个不重复的随机数，直接用in查询匹配seq等于这些随机数的问题，后续过滤逻辑和上述一致，查询效率更高，也完全避免全表扫描

内容的提问来源于stack exchange，提问作者Junjie Yang