Nano Hash - криптовалюты, майнинг, программирование

Flutter firestore: запрос документа с 'where' и DISTINCT Document Field

Я хочу запросить свою базу данных, чтобы она возвращала отличное значение выбранного поля. (Как SELECT DICTINCT) в MySQL.

Пример: я запросил свою первую коллекцию, чтобы получить документы, в которых поле messageTo isEqualTo 'Terry', это работает нормально, но возвращает несколько документов с тем же полем 'chatID'.

Я хотел бы запросить коллекцию для возврата документов, где поле messageTo isEqualTo 'Terry' и сделать поле 'ChatID' как значение DISTINCT.


Ответы:


1

В Firestore нет ничего, что эквивалентно «выбрать отдельный». Вам нужно будет принять решение о клиенте, просмотрев документы, возвращенные по запросу.

Стоит отметить, в более общем смысле, что Firestore также не предлагает никакого проекционного представления документов при использовании API-интерфейсов клиентских приложений. Четкий выбор - это фактически проекция, потому что она возвращает только определенные поля. При извлечении и запросах документов Firestore всегда возвращаются все поля документа.

16.10.2018
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..