@takutosat

【Flutter×Firebase】コーヒー焙煎アプリに目標ベース成功率システムを実装してアプリ全体を最適化した話 #7

Posted at 2025-06-28

この記事は、Flutter + Firebase + AI で作るコーヒー焙煎ログアプリ開発シリーズの第7回です。

前回の記事: 【Flutter×Firebase】他ユーザープロフィール機能で拡がるコーヒーコミュニティを作った話

🎯 今回実装したもの

今回は大きく3つの改善を行いました：

目標ベース成功率システム - 味覚評価から目標達成度ベースへの変更
アプリ全体の最適化 - 不要コード削除とサービス統合
統計機能の完全統合 - 高度なキャッシュシステムとパフォーマンス向上

📊 成功率計算の革新：味覚評価から目標達成へ

従来の問題点

これまでの成功率計算は味覚評価の平均値ベースでした：

// 従来の方式：味覚評価平均が3.0以上で成功
final avgTaste = (acidity + sweetness + bitterness) / 3;
if (avgTaste >= 3.0) successfulRoasts++;

この方式には以下の問題がありました：

主観的な評価に依存
目標が不明確
スキル向上の指標として不適切

目標ベースシステムの実装

新しいシステムでは、焙煎前に目標フレーバープロファイルを設定し、実際の結果との誤差で成功を判定します：

// 新方式：目標との誤差±0.5以内で成功
final targetAcidity = (data['targetAcidity'] as num?)?.toDouble();
final targetSweetness = (data['targetSweetness'] as num?)?.toDouble(); 
final targetBitterness = (data['targetBitterness'] as num?)?.toDouble();

if (targetAcidity != null && targetSweetness != null && targetBitterness != null) {
  final acidityDiff = (acidity - targetAcidity).abs();
  final sweetnessDiff = (sweetness - targetSweetness).abs();
  final bitternessDiff = (bitterness - targetBitterness).abs();
  final overallError = (acidityDiff + sweetnessDiff + bitternessDiff) / 3;
  
  if (overallError <= 0.5) successfulRoasts++;
}

目標設定UIの実装

焙煎セッション画面に目標設定スライダーを追加：

Widget _buildTargetFlavorSlider(String label, double value, ValueChanged<double> onChanged) {
  return Column(
    crossAxisAlignment: CrossAxisAlignment.start,
    children: [
      Text(
        '$label: ${value.toStringAsFixed(1)}',
        style: const TextStyle(fontWeight: FontWeight.bold),
      ),
      Slider(
        value: value,
        min: 1.0,
        max: 5.0,
        divisions: 8,
        activeColor: AppTheme.fire,
        onChanged: onChanged,
      ),
    ],
  );
}

🚀 アプリ全体の最適化

不要ファイルの削除

以下の3つのファイルを削除してコードベースをクリーンアップ：

lib/services/unified_skill_service.dart - 統一スキルサービス
lib/screens/roasting_session_screen.dart - 古い焙煎セッション画面
lib/services/user_statistics_service.dart - 重複する統計サービス

サービスの統合

UserStatisticsService を RoastStatisticsService に統合し、重複するFirestoreクエリを削除：

// 統合前：2つの異なるサービス
final userStats = await UserStatisticsService.getUserStatistics(userId);
final roastStats = await RoastStatisticsService().getUserStatistics();

// 統合後：単一のサービス
final statistics = await RoastStatisticsService().getUserStatistics();
// コミュニティ投稿数も含む統合データを返す

⚡ 高度なキャッシュシステムの実装

2層キャッシュ戦略

ユーザータイプに応じて異なるキャッシュ期間を設定：

class _CacheEntry {
  final RoastStatistics statistics;
  final DateTime createdAt;
  final bool isOtherUser;

  bool isValid() {
    final validDuration = isOtherUser 
        ? Duration(minutes: 2)  // 他ユーザー：短時間キャッシュ
        : Duration(minutes: 5); // 自分：長時間キャッシュ
    
    return DateTime.now().difference(createdAt).compareTo(validDuration) < 0;
  }
}

LRU削除とサイズ制限

メモリ使用量を制御するため、最大20エントリの制限とLRU削除を実装：

static void _addToCache(String userId, RoastStatistics statistics, bool isOtherUser) {
  // キャッシュサイズが上限に達している場合、最古のエントリを削除
  if (_cache.length >= _maxCacheSize) {
    _cleanupOldCache();
  }

  final key = isOtherUser ? 'other_$userId' : userId;
  _cache[key] = _CacheEntry(
    statistics: statistics,
    createdAt: DateTime.now(),
    isOtherUser: isOtherUser,
  );
}

static void _cleanupOldCache() {
  // 期限切れエントリを削除
  final keysToRemove = _cache.entries
      .where((entry) => !entry.value.isValid())
      .map((entry) => entry.key)
      .toList();
  
  for (final key in keysToRemove) {
    _cache.remove(key);
  }

  // まだ上限を超えている場合、最古のエントリを削除
  if (_cache.length >= _maxCacheSize) {
    final oldestKey = _cache.entries
        .reduce((a, b) => a.value.createdAt.isBefore(b.value.createdAt) ? a : b)
        .key;
    _cache.remove(oldestKey);
  }
}

🎮 チャレンジシステムの刷新

レベルベースから目標達成ベースへ全面的に変更しました。

初心者レベル（許容誤差±0.5）

static Map<String, dynamic> _createBeginnerTargetChallenge() {
  return {
    'title': '初めての目標設定チャレンジ',
    'description': '酸味3.0、甘味3.5、苦味3.0を±0.5以内で達成してみましょう',
    'targetAcidity': 3.0,
    'targetSweetness': 3.5,
    'targetBitterness': 3.0,
    'tolerance': 0.5,
  };
}

中級レベル（許容誤差±0.3）

static Map<String, dynamic> _createIntermediateHighPrecisionChallenge() {
  return {
    'title': '高精度目標達成',
    'description': '±0.3以内の高精度で目標を達成してください',
    'tolerance': 0.3,
  };
}

上級レベル（許容誤差±0.2）

static Map<String, dynamic> _createAdvancedExtremePrecisionChallenge() {
  return {
    'title': 'エクストリーム精度チャレンジ',
    'description': '±0.2以内の超高精度で目標を達成してください',
    'tolerance': 0.2,
  };
}

📈 パフォーマンス向上の成果

最適化結果

キャッシュヒット率: 最大90%の応答時間短縮
メモリ使用量: サイズ制限により安定化
削除されたコード: 約200行
解消されたエラー: コンパイルエラー3件、Lint警告全て

ユーザー体験の向上

成功率の意味向上: 自分の目標達成度が明確に
リアルタイム統計: コミュニティ投稿数の正確な表示
高速レスポンス: キャッシュによる即座の統計表示

🔄 後方互換性の確保

古いデータとの互換性も維持：

if (targetAcidity != null && targetSweetness != null && targetBitterness != null) {
  // 新方式：目標ベースの判定
  final overallError = (acidityDiff + sweetnessDiff + bitternessDiff) / 3;
  if (overallError <= 0.5) successfulRoasts++;
} else {
  // 旧方式：味覚評価ベース（後方互換性）
  final avgTaste = (acidity + sweetness + bitterness) / 3;
  if (avgTaste >= 3.0) successfulRoasts++;
}

🛠️ 実装時の技術的課題と解決

1. メソッドスコープ問題

問題: _buildTargetFlavorSliderが間違ったクラスで定義されていた
解決: 正しいクラス（_IntegratedRoastSessionScreenState）に移動

2. キャッシュシステムの型不整合

問題: _CacheEntryとRoastStatisticsの型管理
解決: 厳密な型管理で安全性を確保

3. コミュニティ投稿数の統合

問題: RoastStatisticsコンストラクタにcommunityPostsパラメータが不足
解決: 必要なパラメータを追加し、統合メソッドを実装

🎉 まとめ

今回の実装により、以下の大きな改善を達成しました：

明確な目標設定: ユーザーが具体的な目標を持って焙煎に取り組める
客観的な成功指標: 主観的評価から客観的な達成度測定へ
パフォーマンス大幅向上: キャッシュシステムによる高速化
コードの品質向上: 重複削除と統合による保守性向上

次回は、目標達成の可視化機能やAIによる目標推奨機能の実装を予定しています。

シリーズ記事一覧

📚 参考リソース

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up