Cloud Firestore中按数字字段排序并筛选指定日期时间戳的查询问题

这个问题我之前也踩过坑，Firestore的查询规则确实有明确要求：当你对某个字段使用了不等过滤（比如>=、<=这类范围条件），该字段必须作为第一个orderBy的字段，所以你直接调换排序顺序肯定会触发报错。下面给你两个实用的解决思路：

方案一：客户端二次排序（简单直接，适合小数据量） #

先按照Firestore的规则完成今日数据的查询，拿到结果后在客户端对数据进行二次排序，这样就能实现按count降序的需求。代码示例：

const startOfToday = moment().startOf('day').toDate();
const endOfToday = moment().endOf('day').toDate();

// 先按Firestore要求构造查询，这里的timestamp排序仅为满足查询规则
const query = db.collection('items')
  .orderBy('timestamp')
  .where('timestamp', '>=', startOfToday)
  .where('timestamp', '<=', endOfToday);

// 获取数据后在客户端按count降序排序
query.get().then((snapshot) => {
  // 将文档转为可操作的对象数组
  const items = snapshot.docs.map(doc => ({ id: doc.id, ...doc.data() }));
  // 客户端排序：按count从大到小排列
  const sortedItems = items.sort((a, b) => b.count - a.count);
  
  // 在这里使用排序后的结果即可
  console.log('今日按count降序的列表：', sortedItems);
});

这种方法的优势是无需修改数据库结构或额外创建索引，实现成本极低。如果你的今日数据量不大（比如几百条以内），完全可以用这个方案。

方案二：预计算复合字段（适合大数据量场景） #

如果你的每日数据量很大，客户端排序会有性能问题，可以考虑在文档中新增一个复合字段，用来支持符合要求的查询排序。

步骤1：修改文档结构 #

给每个文档添加一个dateCount字段，结构如下：

{
  name: "Item 1",
  count: 2,
  timestamp: /* 原时间戳 */,
  dateCount: {
    date: "2024-05-20", // 格式为YYYY-MM-DD，对应timestamp的日期
    count: 2 // 和原count字段保持一致
  }
}

注意：每次更新文档的count或timestamp时，要同步更新dateCount字段（可以在客户端写入时处理，或者用Cloud Functions自动维护）。

步骤2：创建复合索引 #

在Firestore控制台中，为items集合创建复合索引：

• 字段1：dateCount.date（升序）
• 字段2：dateCount.count（降序）

步骤3：构造查询 #

现在可以直接用==过滤日期，同时实现按count降序排序：

const todayStr = moment().format('YYYY-MM-DD');

const query = db.collection('items')
  .orderBy('dateCount.date')
  .orderBy('dateCount.count', 'desc')
  .where('dateCount.date', '==', todayStr);

// 获取数据后直接就是按count降序的结果
query.get().then((snapshot) => {
  const sortedItems = snapshot.docs.map(doc => ({ id: doc.id, ...doc.data() }));
  console.log('今日按count降序的列表：', sortedItems);
});

这种方案的优势是排序在Firestore端完成，性能更好，适合数据量较大的场景，但需要额外维护字段和索引。

内容的提问来源于stack exchange，提问作者saricden