关于Firebase Firestore中统计数据存储方案的咨询

两种可选存储结构对比 #

你提到的两种存储方式本质都属于单文档全量存储，差异仅在于是否用map做层级隔离：

1. 以日期为顶层字段直接存储 #

• 优势：读写操作不需要处理额外层级，语法更简洁
• 劣势：如果后续需要在同文档内增加周汇总、月汇总等其他统计字段，很容易和日期字段出现命名冲突，结构混乱

2. 封装为map字段存储（单文档场景下优先选择） #

• 优势：结构清晰，所有日维度统计数据统一归属于同一个map字段，和其他统计字段完全隔离，不会出现命名冲突，后续维护成本低
• 劣势：读写时需要多一层map的层级操作，代码复杂度提升极小

两种单文档存储的共同限制：Firestore单文档最大容量为1MB，按天存储的情况下最多可支撑约90年的统计数据存储，同时仅适合全量拉取历史数据的场景，无法直接做时间范围过滤，查询某一时间段数据时需要拉取全量文档后自行筛选。

更适合范围查询的优化方案 #

如果你后续有按时间段读取历史数据的需求，更建议采用分文档存储的方式：

• 在statistics集合下，每个日期对应一条独立文档，文档ID直接使用日期字符串（如2024-05-01）
• 每条文档内仅需设置specimenCountSum字段存储当日求和值即可
  这种方案的优势：
• 不存在单文档容量上限，可无限扩展存储历史数据
• 支持直接用Firestore的范围查询语法拉取指定时间段的统计数据，不需要拉取全量数据，读取效率更高、成本更低
• 写入时可直接用批量写入接口一次性更新一周的所有统计文档，操作效率高

内容的提问来源于stack exchange，提问作者Martin