我有一个项目，我需要显示一个前20名的排行榜，如果用户不在排行榜上，他们将出现在他们的当前排名第21位.
有没有有效的方法？
我正在使用Cloud Firestore作为数据库.我认为 Select 它而不是MongoDB是错误的，但是我正在进行这个项目，所以我必须使用Cloud Firestore.
这款应用程序将有3万用户使用.有没有办法在不获得全部3万用户的情况下做到这一点呢？
this.authProvider.afs.collection('profiles', ref => ref.where('status', '==', 1)
.where('point', '>', 0)
.orderBy('point', 'desc').limit(20))
这是我获得前20名的代码，但如果当前登录用户排名不在前20名，那么最佳做法是什么？
在排行榜中找到任意玩家的排名，以一种可zoom 的方式，是数据库中常见的难题.
有几个因素将驱动您需要 Select 的解决方案，例如:
典型的简单方法是计算所有得分较高的玩家，例如SELECT count(id) FROM players WHERE score > {playerScore}.
这种方法在低规模下有效，但随着玩家基数的增长，它很快就会变得很慢，而且资源昂贵(无论是在MongoDB还是在Cloud Firestore中都是如此).
Cloud Firestore本身并不支持count，因为它是不可伸缩的操作.您需要在客户端通过简单地计算返回的文档来实现它.或者，您可以使用Cloud Functions for Firebase在服务器端进行聚合，以避免返回文档的额外带宽.
与其给他们一个实时排名，不如改成每隔一段时间就更新一次，比如每小时更新一次.例如，如果您查看Stack Overflow的排名，它们只会每天更新.
对于此方法，您可以 Select schedule a function，如果运行时间超过540秒，则可以 Select schedule App Engine.该函数将写出球员列表，就像ladder集合中的那样，具有填充有球员排名的新的rank字段.当玩家现在查看梯子时，你可以很容易地在O(X)时间内获得前X+玩家自己的排名.
更好的是，您还可以进一步优化并明确地将top X写为单个文档，因此要检索阶梯，您只需要阅读两个文档，top-X&；玩家，省钱，让它更快.
这种方法确实适用于任何数量的玩家和任何写入速率，因为它是在带外完成的.不过，随着你的成长，你可能需要根据你的支付意愿来调整频率.如果你不进行优化(例如，忽略所有0分球员，因为你知道他们最后一个打成平局)，那么每小时3万名球员将是每小时0.072美元(每天1.73美元).
在这个方法中，我们将创建一个倒排索引.如果得分范围明显小于玩家数量(例如，0-999分vs 30K玩家)，则此方法有效.它还可以用于无限的分数范围，其中唯一分数的数量仍然显著小于玩家的数量.
使用名为"分数"的单独集合，您可以使用名为player_count的字段 for each 单独分数(如果没有人拥有该分数则不存在)拥有一个文档.
当玩家获得新的总分时，你将在scores个集合中进行1-2次写入.其中一次是写给他们的新分数+1到player_count，如果这不是他们第一次写-1到他们的旧分数.这种方法既适用于"您的最新分数就是您的当前分数"，也适用于"您的最高分数就是您的当前分数"样式的阶梯.
找出一个玩家的确切排名就像SELECT sum(player_count)+1 FROM scores WHERE score > {playerScore}左右那么容易.
由于Cloud Firestore不支持sum()，所以您可以在客户端执行上述操作，但可以进行汇总.+1是因为总和是比你高的玩家的数量，所以加1可以得到该玩家的排名.
使用这种方法，您将需要阅读最多999个文档，平均500ish才能获得球员排名，尽管在实践中，如果您删除没有球员的分数，这将会更少.
了解新分数的写入速率很重要，因为您平均每2秒只能更新一次单个分数*，对于完美分布的分数范围0-999来说，这意味着500个新分数/秒**.您可以通过对每个分数使用distributed counters来增加此值.
* Only 1 new score per 2 seconds since each score generates 2 writes
** Assuming average game time of 2 minute, 500 new scores/second could support 60000 concurrent players without distributed counters. If you're using a "Highest score is your current score" this will be much higher in practice.
这是到目前为止最难的方法，但可以让你对所有玩家都有更快和实时的排名位置.可以将其视为上述倒排索引方法的读取优化版本，而上述倒排索引方法是此方法的写入优化版本.
您可以在适用的一般方法上阅读这篇'Fast and Reliable Ranking in Datastore'美元的相关文章.对于这种方法，您需要有一个有界分数(对于无界分数是可能的，但需要对以下内容进行更改).
我不推荐这种方法，因为对于任何具有半频繁更新的梯形图，您都需要为顶级 node 执行分布式计数器，这可能会抵消读取时间的好处.
根据你为玩家展示排行榜的频率，你可以结合多种方法来优化它.
在较短的时间范围内结合"反向索引"和"定期更新"可以为所有玩家提供O(1)的排名访问权限.
只要在"定期更新"期间，所有玩家的排行榜被查看&>4次，你就会省钱，而且排行榜速度更快.
基本上是每段时间，比如说5-15分钟，你按降序阅读scores份文件中的所有文件.用这个，保持总共players_count个.用新字段players_above将每个分数重新写入名为scores_ranking的新集合.这个新字段包含不包括当前分数player_count的运行总数.
要获得球员的排名，您现在需要做的就是阅读球员从score_ranking->开始的分数文档；他们的排名是players_above+1.