
Ļaujiet man pastāstīt tehnisku stāstu.
Pirms daudziem gadiem es izstrādāju lietotni ar iebūvētajām sadarbības funkcijām. Tas bija ērts eksperimentāls steks, kurā tika izmantots pilns agrīnā React un CouchDB potenciāls. Tas reālajā laikā sinhronizēja datus pa JSON. . To izmantoja uzņēmuma iekšējā darbībā, taču plašā izmantojamība un potenciāls citās jomās bija acīmredzami.
Mēģinot piedāvāt šo tehnoloģiju potenciālajiem klientiem, mēs saskārāmies ar negaidītu šķērsli. Mūsu demonstrācijas video tehnoloģija izskatījās un darbojās lieliski, šeit nebija nekādu problēmu. Video parādīja tieši to, kā tas darbojas, un tajā nebija nekā imitēts. Mēs izdomājām un uzkodējām reālistisku programmas pielietojuma scenāriju.

Patiesībā tas arī kļuva par problēmu. Mūsu demos darbojās tieši tāpat, kā to imitēja citu lietotņu darbība. Proti, informācija nekavējoties tika pārraidīta no A uz B, pat ja tas bija lieli multivides faili. Pēc pieteikšanās katrs lietotājs redzēja jaunus ierakstus. Ar lietotnes palīdzību dažādi lietotāji varēja kopīgi strādāt tieši pie tiem pašiem projektiem, pat ja interneta savienojums pārtrūkst kaut kur ciematā. Nepārprotami šāds ieskats ir jebkurā After Effects video par produktu.
Lai gan visi zināja, kam domāta Refresh poga, neviens pilnīgi nesaprat, ka tīmekļa lietotnes, kuras viņi lūdz mūs izstrādāt, parasti ir pakļautas saviem ierobežojumiem. Un kas notiks, ja tās vairs nebūs vajadzīgas, lietotāja pieredze būs pilnīgi atšķirīga. Pamatā viņi pamanīja, ka var "čatot", atstājot ziņas sarunbiedriem, tāpēc interesējās, kā tas atšķiras, piemēram, no Slack. Uff!
Ikdienas sinhronizācijas dizains
Ja jums jau ir pieredze programmatūras izstrādē, tad jūs noteikti kaitina doma, ka vairums cilvēku vienkārši nevar paskatīties uz saskarni un saprast, ko tā darīs mijiedarbībā ar to. Nemaz nerunājot par to, kas notiek pašā programmā. Zināšanas par to, ka var notikšana ir lielā mērā atkarīga no zināšanām par to, kas nevar notikt un kas nedrīkst notikt. Tas prasa ne tikai par to, ko dara programmatūra, bet arī par to, kā tās daļas saskaņojas un sazinās viena ar otru.
Klasisks piemērs ir lietotājs, kurš divdesmit minūtes skatās uz spinner.gif, minot, kad beidzot beigsies darbs. Izstrādātājs saprastu, ka process, iespējams, ir karājies, un ka gif nekad nepazudīs no ekrāna. Šī animācija imitē darba izpildi, taču nav saistīta ar tās stāvokli. Šādos gadījumos daži tehniķi mīl griezt acis, apbrīnojot lietotāju maldīguma pakāpi. Tomēr pamaniet, kurš no viņiem norāda uz griežojošajām pulksteņa rokām un saka, ka tās patiesībā stāv nekustīgi?

Šajā ir reāllaika vērtības būtība. Mūsdienās reāllaika datu bāzes joprojām tiek izmantotas ļoti maz, un daudzi pret tām izturas ar aizdomām. Vairums šādu datu bāzu ir aktīvi nosliecušās uz NoSQL stilu, kā rezultātā parasti tiek izmantoti risinājumi, kas balstīti uz Mongo, par kuriem labāk aizmirst. Tomēr man tas nozīmē ērtības, strādājot ar CouchDB, un arī struktūru projektēšanas izpēti, kuras spēs aizpildīt ar datiem ne tikai kāds birokrāts. Domāju, ka izmantoju savu laiku efektīvāk.
Tomēr šī ieraksta īstā tēma ir tas, ko es šodien izmantoju. Nevis manas izvēles dēļ, bet gan korporatīvās politikas vienaldzīgi un akli piemērotās dēļ. Tāpēc es sniegšu Pilnīgi Godīgu un Neitralu salīdzinājumu par diviem cieši saistītiem produktiem reāllaika datu bāzēm no Google.

Abos nosaukumos ir vārds Fire. Viens man ir atmiņas saldums. Otrais man ir cita uguns forma. Es nesteidzos izteikt šo produktu nosaukumus, jo tiklīdz es to izdarīšu, mēs sastapsimies ar pirmo lielo problēmu — nosaukumiem.
Pirmais saucas Firebase Reāllaika Datu Bāze, bet otrais — Firebase Cloud Firestore. Abi ir produkti no Firebase suite Google. Viņu API sauc attiecīgi firebase.database(…) un firebase.firestore(…).
Tas notika tāpēc, ka Reāllaika Datu Bāze ir vienkārši sākotnējā versija Firebase pirms tās iegādes no Google 2014. gadā. Tajā laikā Google izlemj izveidot paralēlu produktu — kopiju Firebase, kas ir balstīts uz big data uzņēmuma, un to nosauca par Firestore ar mākoni. Ceru, ka tu vēl neesi apjucis. Ja tomēr esi apjucis, neuztraucies, es šo raksta daļu pārrakstīju desmit reizes.
Jo ir jānorāda Firebase par Firebase, un Firestore par Firebase, vismaz lai tevi saprastu pirms daudziem gadiem Stack Overflow.
Ja pastāvētu balva par vissliktāko programmatūras produktu nosaukšanu, šis gadījums noteikti būtu viens no pretendenti. Hēminga attālums starp šiem nosaukumiem ir tik mazs, ka tas mulsina pat pieredzējušus inženierus, kuru pirksti raksta vienu nosaukumu, lai gan galva domā par citu. Tas ir bijušo plānu neveiksmes, kas izveidotas ar vislabākajām nodomiem; tās ir piepildījušas pravietojumu, ka datubāze būs ugunī. Un es nemaz nesmu joks. Cilvēks, kurš izdomāja šo nosaukumu shēmu, kļuva par asiņu, sviedru un asaru iemeslu.

Pirova uzvara
Varētu domāt, ka Firestore ir aizvietotājs Firebase, tā nākamās paaudzes pēctecis, bet tas būtu maldinoši. Firestore noteikti nav piemērots, lai aizstātu Firebase. Izskatās, ka kāds ir izgriezis no tā visu interesanto, bet lielāko daļu atlikušo ir sajaucis dažādos veidos.
Tomēr ātra skatiena uz abiem produktiem var tevi sajaukt: šķiet, ka tie dara vienu un to pašu, caur galvenokārt vienādiem API un pat tajā pašā datubāzes sesijā. Atšķirības ir maz pamanāmas un atklājas tikai rūpīgas salīdzinošas izpētes laikā. Vai kad mēģini portēt perfekti strādājošu Firebase kodu, lai tas darbotos ar Firestore. Jau tad tu noskaidro, ka datubāzes interfeiss iedegas, tiklīdz mēģini veikt vilkšanas operāciju reālā laikā. Atkārtoju, es nemaz nesmu joks.
Firebase klients ir pieklājīgs, jo tas buferē izmaiņas un veic automātiskas atkārtošanas mēģinājumus, dodot priekšroku pēdējai ieraksta operācijai. Tomēr Firestore ir ierobežojums 1 ieraksta operācijai uz dokumentu uz lietotāju sekundē, un šo ierobežojumu nosaka serveris. Strādājot ar to, jums pašiem būs jāatrod veids, kā to apiet, un jāievieš atjauninājumu īpatnību limits, pat ja jūsu mērķis ir tikai izveidot savu lietotni. Tātad Firestore ir reāllaika datu bāze bez reāllaika klienta, kas to maskē ar API palīdzību.
Ar šo mēs sākam saskatīt pirmos Firestore pastāvēšanas jēgas pazīmes. Varbūt es kļūdos, bet man ir aizdomas, ka kāds augstu stāvošs Google vadībā pēc pirkuma apskatīja Firebase un vienkārši teica: 'Nē, Dievs, nē. Tas ir nepieņemami. Tikai ne manā vadībā'.

Viņš iznāca no savām mēbelēm un pasludināja:
„Viens liels JSON dokuments? Nē. Jūs dalīsiet datus atsevišķos dokumentos, katrs no kuriem nedrīkst pārsniegt 1 megabaitu”.
Izskatās, ka šāds ierobežojums neizturēs pirmo saskari ar jebkuru pietiekami motivētu lietotāju bāzi. Jūs to zināt. Mums darbā, piemēram, ir vairāk nekā pusotrs tūkstotis prezentāciju, un tas ir pilnīgi normāli.
Ar šādu ierobežojumu jums būs jāsamierinās ar to, ka viens 'dokuments' datu bāzē nebūs līdzīgs nevienam objektam, ko lietotājs varētu nosaukt par dokumentu.
„Masīvi, kas var rekursīvi saturēt citus elementus? Nē. Masīvi saturēs tikai objektus vai skaitļus ar fiksētu garumu, kā to ir iecerējusi Kungs”.
Tāpēc, ja jūs cerējāt iekļaut savā Firestore GeoJSON, tad atklāsiet, ka tas nav iespējams. Nav pieļaujams nekas neviendabīgs. Ceru, ka jums patīk Base64 un/vai JSON iekšā JSON.
„JSON imports un eksports pa HTTP, komandrindas rīki vai administratora panelis? Nē. Jūs varēsiet tikai eksportēt un importēt datus Google Cloud Storage. Tādā veidā, šķiet, tas tagad tiek saukts. Un kad es saku 'jūs', es runāju tikai ar tiem, kam ir Project Owner pilnvaras. Visi pārējie var doties un veidot biļetes.”
Kā redzat, FireBase datu modelis ir viegli aprakstāms. Tas satur vienu milzīgu JSON dokumentu, kas sasaista JSON atslēgas ar URL ceļiem. Ja ierakstīsiet, izmantojot HTTP PUT par / FireBase sekojošo:
{
"hello": "world"
} Tad GET /hello atgriezīs "world". Pamatā tas darbojas tieši tā, kā jūs gaidāt. FireBase objektu kolekcija /my-collection/:id ir ekvivalenta JSON vārdnīcai {"my-collection": {...}} sakarā, kuras saturs ir pieejams /my-collection:
{
"id1": {...object},
"id2": {...object},
"id3": {...object},
// ...
}Tas lieliski darbojas, ja katram ievietojumam ir unikāls ID, un sistēmā ir standarta risinājums šo lietu nodrošināšanai.
Citiem vārdiem sakot, datu bāze ir 100% saderīga ar JSON (*) un lieliski darbojas ar HTTP, piemēram, ar CouchDB. Bet pamatā jūs to izmantojat caur reālās laika API, kas abstraktizē websockets, autentifikāciju un abonēšanu. Administrācijas panelis nodrošina abas iespējas, ļaujot gan veikt izmaiņas reālajā laikā, gan importēt/eksportēt JSON. Ja savā kodā pieturēsieties pie tā paša principa, jūs būsiet pārsteigti, cik daudz specializēta koda pazudīs, kad sapratīsiet, ka patch un diff JSON ļauj atrisināt 90% rutīnas uzdevumu, kas saistīti ar pastāvīga stāvokļa apstrādi.
Firestore datu modelis ir līdzīgs JSON, taču tam ir kritiskas atšķirības. Es jau minēju, ka trūkst masīvu iekš masīviem. Sub-kolekciju modelis ir tāds, ka tās ir pirmās klases koncepcijas, kas ir atsevišķas no dokumenta, kas tās satur. Tā kā tam nav gatavas serializācijas, datu iegūšanai un ierakstīšanai nepieciešams speciāls kodēšanas ceļš. Lai apstrādātu savas kolekcijas, nepieciešams rakstīt savus skriptus un rīkus. Administrācijas panelim ir iespēja veikt tikai nelielas izmaiņas pa vienai laukam, un tam nav importēšanas/eksportēšanas funkciju.
Viņi ņēma reālās laika NoSQL datu bāzi un pārvērta to lēnā ne-SQL bāzē ar automātisku apvienošanu un atsevišķu ne-JSON kolonnu. Kaut kas līdzīgs GraftQL.

Karstā Java
Ja Firestore būtu jābūt uzticamākam un mērogojamākam, tad ironija ir tāda, ka vidējais izstrādātājs iegūs mazāk uzticamu risinājumu nekā izvēloties FireBase "no kastes". Programmatūra, kas nepieciešama Čīkstošajam Datu Bāzes Administratoram, prasa tādu līmeņa centību un speciālistu kvalifikāciju, ka tas ir vienkārši nereāli nišai, kurā, kā pieņemts, jābūt labam produktam. Tas ir līdzīgi kā HTML5 Canvas nemaz nav aizvietojums Flash, ja nav izstrādes rīku un atskaņotāja. Turklāt Firestore ir iestigusī datu tīrības un sterilas validācijas centienos, kas vienkārši neatbilst tam, kā vidējais biznesa lietotājs mīl strādāt: viņam viss nav obligāts, jo līdz pat beigām viss ir melnraksts.
Galvenā FireBase trūkums ir tāds, ka klients tika izveidots dažus gadus agrāk, vēl pirms vairums tīmekļa izstrādātāju uzzināja par imutabilitāti. Tāpēc FireBase pieņem, ka jūs mainīsiet datus, un tādēļ neizmanto priekšrocības, ko nodrošina lietotāja imutabilitāte. Turklāt tas neizmanto datus atkārtotajā lietotāja pārsūtītajā instantaneos, padarot diff izpildi daudz grūtāku. Lieliem dokumentiem tā transakciju mehānisms, kas balstās uz maināmiem diff, ir vienkārši neatbilstošs. Puisīši, mums jau ir WeakMap JavaScript. Tas ir ērti.
Ja datiem pievieno nepieciešamo formu un nepadara kokus pārāk apjomīgus, šo problēmu var apiet. Bet man ir zinātkāre, vai FireBase kļūtu daudz interesantāka, ja izstrādātāji izlaistu patiešām labu klients API, kas izmanto imutabilitāti kopā ar nopietnu praktisku padomu par datu bāzes struktūru. Tā vietā viņi, šķiet, centās salabot to, kas nav salauzts, un no tā ir kļuvis sliktāk.
Es nezinu visu loģiku, kas stāvējusi aiz Firestore izveides. Pārdomas par motīviem, kas rodas melnajā kastē, ir arī daļa no izklaides. Šāda pretstatīšana divām ārkārtīgi līdzīgām, bet nesalīdzināmām datu bāzēm ir diezgan reta. It kā kāds būtu domājis: „Firebase ir tikai funkcija, kuru mēs varam emulēt Google Cloud”, bet tajā pašā laikā vēl neesmu atklājis reālās pasaules prasību noteikšanas koncepciju vai noderīgu risinājumu radīšanu, kas apmierina visas šīs prasības. «Lai par to rūpējas izstrādātāji. Vienkārši padariet UI pievilcīgu... Vai var pievienot vairāk ugunskura?»
Es saprotu dažas lietas par datu struktūrām. Es noteikti redzu, ka koncepcija «viss vienā lielā JSON kokā» ir mēģinājums no datubāzes atbrīvot jebkādu lielas struktūras sajūtu. Gaidīt, ka programmatūra vienkārši tiks galā ar jebkuru jautājumu datu struktūras fraktālu, ir vienkārši neprāta izpausme. Man pat nav jāiztēlojas, cik slikti viss var būt, es esmu veicis stingras koda pārbaudes un redzējis tādu lietu, par kuru jūs, cilvēki, pat nevarat sapņot.. Bet es arī zinu, kādām jābūt labām struktūrām, un . Es varu iedomāties pasauli, kur Firestore šķistu samērā saprotama, un cilvēki, kas to izveidojuši, uzskatītu, ka paveikuši labu darbu. Bet mēs nedzīvojam šajā pasaulē.
Atbalsts vaicājumu veidošanai FireBase ir slikts pēc jebkuriem standartiem, tas praktiski nepastāv. Tam noteikti ir nepieciešami uzlabojumi vai vismaz pārskatīšana. Bet Firestore ir nedaudz labāka, jo tā ir ierobežota ar tiem pašiem vienmērīgajiem indeksi, kādi ir vienkāršā SQL. Ja jums nepieciešami vaicājumi, kuri cilvēki izpilda ar haotiskajiem datiem, tad nepieciešama pilno tekstu meklēšana, filtri ar vairākiem diapazoniem un patvaļīgs lietotāja izvēlēts secības kārtība. Pārskatot vienkāršā SQL funkcijas, tās pašas par sevi ir pārāk ierobežotas. Turklāt vienīgie SQL vaicājumi, kurus cilvēki var izpildīt ražošanā, ir ātri vaicājumi. Jums būs nepieciešams specializēts risinājums indeksēšanai ar labi pārdomātām datu struktūrām. Visam pārējam, vismaz, vajadzētu būt inkrementālajam map-reduce vai kaut kam līdzīgam.
Ja jūs meklēsiet par to informāciju Google dokumentos, es ceru, ka jums norādīs uz kaut ko līdzīgu BigTable un BigQuery. Tomēr visi šie risinājumi nāk kopā ar tik apjomīgu korporatīvo pārdošanas žargonu, ka jūs ātri atgriezīsieties atpakaļ un sāksiet meklēt ko citu.
Pēdējais, kas jums nepieciešams reāllaika datu bāzē — ir kaut kas, ko radījuši cilvēki un cilvēkiem, kuri strādā algu skalā vadībai.
(*) Šis ir joks, nav tādas lietas kā .
Reklāmas tiesībās
Meklējat serveri projektu debugēšanai, izstrādei un izvietošanai? Jūs noteikti esat mūsu klients 🙂 Ikdienas tarifēšana serveriem ar dažādām konfigurācijām, antiDDoS un Windows licenci jau ir iekļauta cenā.
Avots: habr.com
