Firestore技术咨询：如何查询用户未浏览过的随机动物文档

哈哈，这个问题我之前帮好几个开发者捋过思路，Firestore的查询限制有时候确实会让人卡在这里——尤其是要处理“排除已浏览内容”这类需求的时候。你担心的「给每个用户存储所有动物ID字典」的扩展性问题完全正确，新增动物时要遍历更新所有用户的文档，这种方案在用户或动物数量上来之后绝对会崩，所以咱们直接pass，看看几个更靠谱的替代方案：

方案一：给动物文档维护已浏览用户集合 #

实现思路 #

在每个Animals文档里添加一个viewedBy字段（可以是数组，或者更适合大数据量的子集合Viewers），用来记录所有浏览过该动物的用户ID。当用户浏览某只动物时，把用户ID添加到对应的viewedBy数组/子集合中。

要获取用户未浏览的随机动物时：

1. 先统计Animals集合的总文档数，生成一个0到总数量-1之间的随机数
2. 用limit(1)和offset(随机数)取出对应的动物文档
3. 检查该动物的viewedBy是否包含当前用户ID：
   • 如果不包含，直接返回这个动物
   • 如果包含，重复步骤1-3，直到找到未浏览的动物

如果用子集合Viewers的话，可以提前用聚合查询判断该动物是否被当前用户浏览过，避免拉取整个文档的开销。

优缺点 #

• ✅ 新增动物时无需更新任何用户数据，扩展性拉满
• ✅ 实现简单，不需要复杂的索引
• ❌ 如果用户浏览过的动物占比很高（比如用户已经看了80%的动物），重试次数会变多，影响性能
• ❌ 当viewedBy数组超过Firestore文档的1MB限制时（比如某只动物被几十万用户浏览），需要切换到子集合存储

适用场景 #

适合用户浏览率较低的场景（比如大部分动物用户都没看过），或者动物的热门程度不高，不会出现单个动物被海量用户浏览的情况。

方案二：用户端维护已浏览动物ID列表 #

实现思路 #

在Users文档里添加一个viewedAnimalIds数组，只存储用户已经浏览过的动物ID（而不是所有动物的字典）。当用户浏览某只动物时，把该动物的ID追加到这个数组里。

要获取未浏览的随机动物时：

1. 先获取当前用户的viewedAnimalIds数组
2. 如果数组长度≤10，直接使用whereNotIn("id", viewedAnimalIds)查询Animals集合，再结合随机排序取结果
3. 如果数组长度>10，就用limit(20)随机取一批动物，在客户端过滤掉已浏览的，选第一个未浏览的即可

⚠️ 注意：Firestore的whereNotIn最多支持10个参数值，超过数量会直接报错，所以需要客户端兜底过滤。

优缺点 #

• ✅ 用户文档的数据量极小（只存已浏览的ID），读写开销低
• ✅ 新增动物时完全不需要操作用户数据
• ❌ 当用户浏览过的动物数量较多时，需要客户端做过滤操作
• ❌ 如果动物数量极大，随机取的一批里可能全是用户已浏览的，需要重试

适用场景 #

适合用户浏览过的动物数量不多的场景，或者可以接受客户端少量过滤的业务需求。

方案三：结合随机种子字段的分页查询 #

实现思路 #

给每个Animals文档添加一个randomSeed字段，生成一个0到1之间的随机浮点数（可以在创建动物时自动生成）。

要获取用户未浏览的随机动物时：

1. 给当前用户生成一个随机数userRandom（比如0.5）
2. 查询Animals集合，条件为randomSeed > userRandom且viewedBy不包含当前用户ID，然后limit(1)取第一个结果
3. 如果没有结果，就查询randomSeed < userRandom的文档，同样过滤掉已浏览的
4. 还是没结果的话，说明用户已经浏览了所有动物

优缺点 #

• ✅ 可以快速定位到随机范围的动物，避免全量遍历
• ✅ 结合方案一的viewedBy字段，不需要客户端大量过滤
• ❌ 需要给randomSeed和viewedBy创建复合索引，否则查询会报错
• ❌ 当用户浏览过某一范围内的所有动物时，可能需要切换范围查询

适用场景 #

适合动物数量较大，且需要快速获取随机结果的场景，配合复合索引可以获得不错的性能。

总结 #

如果你的用户浏览率低，优先选方案一；如果用户浏览过的动物不多，方案二最省心；如果动物数量极大且需要高性能随机查询，方案三是更好的选择。绝对不要用给每个用户存所有动物ID字典的方案，扩展性问题真的会让你后期头疼到爆炸。

内容的提问来源于stack exchange，提问作者eforkin