Menyelesaikan masalah latensi

Halaman ini menunjukkan cara menyelesaikan masalah latensi di Firestore.

Latensi

Tabel berikut menjelaskan kemungkinan penyebab peningkatan latensi:

Penyebab latensi Jenis operasi yang terpengaruh Resolusi
Peningkatan traffic yang cepat dan melampaui pemisahan berbasis beban. read, write

Untuk peningkatan traffic yang cepat, Firestore otomatis menambahkan batas bagian selama beberapa menit untuk mendistribusikan beban, sehingga throughput yang terdistribusi dengan baik dapat meningkat dua kali lipat setiap beberapa menit. Seiring Firestore melakukan penskalaan, latensi akan menurun.

Hot spot (kecepatan baca, tulis, dan hapus yang tinggi untuk rentang dokumen yang sempit) membatasi kemampuan Firestore untuk melakukan penskalaan. Baca artikel menyesuaikan desain untuk penskalaan dan identifikasi hot spot di aplikasi Anda.

Pertentangan, baik dari memperbarui satu dokumen terlalu sering atau dari transaksi. read, write

Kurangi kecepatan tulis ke setiap dokumen.

Tinjau pertentangan data dalam transaksi dan cara Anda menggunakan transaksi.

Kueri merge-join yang lambat. read Misalnya, kueri dengan beberapa filter kesetaraan (==) tetapi tidak didukung oleh indeks komposit dapat menghasilkan kueri merge-join yang lambat. Untuk meningkatkan performa, tambahkan indeks gabungan untuk kueri ini, lihat Alasan #3 di Mengapa kueri Firestore saya lambat?
Operasi baca besar yang menampilkan banyak dokumen. read Gunakan penomoran halaman untuk membagi operasi baca besar.
Terlalu banyak penghapusan terbaru. read
Hal ini sangat memengaruhi operasi yang mencantumkan koleksi dalam database.
Jika latensi disebabkan oleh terlalu banyak penghapusan terbaru, masalah akan otomatis teratasi setelah beberapa saat. Jika masalah tidak terselesaikan, hubungi dukungan.
Menambahkan dan menghapus pemroses terlalu cepat. kueri pemroses real-time Lihat praktik terbaik untuk update real-time.
Memproses dokumen besar atau kueri dengan banyak hasil. kueri pemroses real-time Lihat praktik terbaik untuk update real-time
Fanout indeks, khususnya untuk kolom array dan kolom peta. write Tinjau penggunaan kolom array dan kolom peta Anda. Untuk kolom peta, Anda dapat menonaktifkan subkolom dari pengindeksan. Anda juga dapat menggunakan pengecualian tingkat koleksi.
Operasi tulis besar dan batch operasi tulis. write

Coba kurangi jumlah penulisan di setiap penulisan dalam batch. Penulisan dalam batch bersifat atomik dan banyak penulisan dalam satu batch dapat meningkatkan latensi dan pertentangan. Misalnya, batch berisi 10 operasi tulis berperforma lebih baik daripada batch berisi 500 operasi tulis.

Untuk entri data massal yang tidak memerlukan atomicity, gunakan library klien server dengan penulisan individual yang diparalelkan. Batch operasi tulis berperforma lebih baik daripada operasi tulis serial, tetapi tidak lebih baik daripada operasi tulis paralel.