Lese- und Schreibvorgänge in großem Umfang verstehen
Lesen Sie dieses Dokument, um fundierte Entscheidungen zur Architektur Ihrer Anwendungen für hohe Leistung und Zuverlässigkeit zu treffen. Dieses Dokument enthält erweiterte Firestore-Themen. Wenn Sie gerade erst mit Firestore beginnen, lesen Sie stattdessen die Kurzanleitung.
Firestore ist eine flexible, skalierbare Datenbank für die Mobil-, Web- und Serverentwicklung über Firebase und Google Cloud. Der Einstieg in Firestore und das Schreiben leistungsstarker Anwendungen ist sehr einfach.
Damit Ihre Anwendungen auch bei zunehmender Datenbankgröße und steigendem Traffic eine gute Leistung erbringen, ist es hilfreich, die Funktionsweise von Lese- und Schreibvorgängen im Firestore-Backend zu verstehen. Sie müssen auch die Interaktion Ihrer Lese- und Schreibvorgänge mit der Speicherebene und die zugrunde liegenden Einschränkungen verstehen, die sich auf die Leistung auswirken können.
In den folgenden Abschnitten finden Sie Best Practices, die Sie vor dem Entwerfen Ihrer Anwendung beachten sollten.
Allgemeine Komponenten
Das folgende Diagramm zeigt die allgemeinen Komponenten, die an einer Firestore API-Anfrage beteiligt sind.

Firestore SDK und Clientbibliotheken
Firestore unterstützt SDKs und Clientbibliotheken für verschiedene Plattformen. Eine App kann zwar direkte HTTP- und RPC-Aufrufe an die Firestore API senden, die Clientbibliotheken bieten jedoch eine Abstraktionsebene, um die API-Nutzung zu vereinfachen und Best Practices zu implementieren. Möglicherweise bieten sie auch zusätzliche Funktionen wie Offlinezugriff, Caches usw.
Google Front End (GFE)
Dies ist ein Infrastrukturdienst, der allen Google Cloud-Diensten gemeinsam ist. Das GFE akzeptiert eingehende Anfragen und leitet sie an den entsprechenden Google-Dienst weiter (in diesem Kontext den Firestore-Dienst). Es bietet auch andere wichtige Funktionen, darunter Schutz vor Denial-of-Service-Angriffen.
Firestore-Dienst
Der Firestore-Dienst führt Prüfungen der API-Anfrage durch, einschließlich Authentifizierung, Autorisierung, Kontingentprüfungen und Sicherheitsregeln, und verwaltet auch Transaktionen. Dieser Firestore-Dienst enthält einen Speicherclient, der mit der Speicherebene für die Lese- und Schreibvorgänge interagiert.
Firestore-Speicherebene
Die Firestore-Speicherebene ist für das Speichern der Daten und Metadaten sowie für die zugehörigen Datenbankfunktionen von Firestore verantwortlich. In den folgenden Abschnitten wird beschrieben, wie Daten in der Firestore-Speicherebene organisiert sind und wie das System skaliert wird. Wenn Sie wissen, wie Daten organisiert sind, können Sie ein skalierbares Datenmodell entwerfen und die Best Practices in Firestore besser verstehen.
Schlüsselbereiche und Aufteilungen
Firestore ist eine dokumentenbasierte NoSQL-Datenbank. Sie speichern Daten in Dokumenten, die in Hierarchien von Sammlungen organisiert sind. Die Sammlungshierarchie und die Dokument-ID werden für jedes Dokument in einen einzelnen Schlüssel übersetzt. Dokumente werden logisch gespeichert und lexikografisch nach diesem einzelnen Schlüssel sortiert. Der Begriff „Schlüsselbereich“ bezieht sich auf einen lexikografisch zusammenhängenden Bereich von Schlüsseln.
Eine typische Firestore-Datenbank ist zu groß, um auf einen einzelnen physischen Computer zu passen. Es gibt auch Szenarien, in denen die Arbeitslast für die Daten zu hoch ist, als dass sie von einem einzelnen Computer bewältigt werden könnte. Zur Bewältigung großer Arbeitslasten partitioniert Firestore die Daten in separate Teile, die auf mehreren Maschinen oder Speicherservern gespeichert und von diesen bereitgestellt werden können. Diese Partitionen werden in den Datenbanktabellen in Blöcken von Schlüsselbereichen erstellt, die als Splits bezeichnet werden.
Synchrone Replikation
Die Datenbank wird immer automatisch und synchron repliziert. Die Datenaufteilungen haben Replikate in verschiedenen Zonen, damit sie auch dann verfügbar sind, wenn eine Zone nicht mehr zugänglich ist. Die konsistente Replikation auf die verschiedenen Kopien des Splits wird durch den Paxos-Algorithmus für den Konsens verwaltet. Ein Replikat jedes Splits wird als Paxos-Leader ausgewählt, der für die Verarbeitung von Schreibvorgängen in diesem Split verantwortlich ist. Durch die synchrone Replikation können Sie immer die aktuelle Version der Daten aus Firestore lesen.
Das Gesamtergebnis ist ein skalierbares und hochverfügbares System, das sowohl für Lese- als auch für Schreibvorgänge niedrige Latenzen bietet, unabhängig von hohen Arbeitslasten und bei sehr großem Umfang.
Datenlayout
Firestore ist eine schemalose Dokumentendatenbank. Intern werden die Daten jedoch hauptsächlich in zwei Tabellen im Stil einer relationalen Datenbank in der Speicherebene angeordnet:
- Tabelle Documents: In dieser Tabelle werden Dokumente gespeichert.
- Tabelle Indexes: In dieser Tabelle werden Indexeinträge gespeichert, mit denen Ergebnisse effizient und nach Indexwert sortiert abgerufen werden können.
Das folgende Diagramm zeigt, wie die Tabellen für eine Firestore-Datenbank mit den Aufteilungen aussehen könnten. Die Splits werden in drei verschiedenen Zonen repliziert und jedem Split ist ein Paxos-Leader zugewiesen.

Einzelne Region im Vergleich zu mehreren Regionen
Wenn Sie eine Datenbank erstellen, müssen Sie eine Region oder einen multiregionalen Standort auswählen.
Ein einzelner regionaler Standort ist ein bestimmter geografischer Standort, z. B. us-west1. Die Datenaufteilungen einer Firestore-Datenbank haben Replikate in verschiedenen Zonen innerhalb der ausgewählten Region, wie bereits erläutert.
Ein multiregionaler Standort besteht aus einer definierten Gruppe von Regionen, in denen Replikate der Datenbank gespeichert werden. In einer multiregionalen Bereitstellung von Firestore haben zwei der Regionen vollständige Replikate der gesamten Daten in der Datenbank. Eine dritte Region hat ein Witness-Replikat, das keinen vollständigen Datensatz enthält, aber an der Replikation beteiligt ist. Durch die Replikation der Daten zwischen mehreren Regionen können Daten auch dann geschrieben und gelesen werden, wenn eine gesamte Region ausfällt.
Weitere Informationen zu den Standorten einer Region finden Sie unter Firestore-Standorte.

Lebenszyklus eines Schreibvorgangs in Firestore
Ein Firestore-Client kann Daten schreiben, indem er ein einzelnes Dokument erstellt, aktualisiert oder löscht. Für einen Schreibvorgang in ein einzelnes Dokument müssen sowohl das Dokument als auch die zugehörigen Indexeinträge atomar in der Speicherebene aktualisiert werden. Firestore unterstützt auch atomare Vorgänge, die aus mehreren Lese- und/oder Schreibvorgängen in einem oder mehreren Dokumenten bestehen.
Für alle Arten von Schreibvorgängen bietet Firestore die ACID-Eigenschaften (Atomarität, Konsistenz, Isolation und Langlebigkeit) relationaler Datenbanken. Firestore bietet auch Serialisierbarkeit. Das bedeutet, dass alle Transaktionen so angezeigt werden, als ob sie in einer seriellen Reihenfolge ausgeführt wurden.
Allgemeine Schritte in einer Schreibtransaktion
Wenn der Firestore-Client einen Schreibvorgang ausgibt oder einen Commit für eine Transaktion ausführt, wird dies intern als Lese-/Schreibtransaktion der Datenbank in der Speicherebene ausgeführt. Die Transaktion ermöglicht es Firestore, die zuvor erwähnten ACID-Eigenschaften bereitzustellen.
Im ersten Schritt einer Transaktion liest Firestore das vorhandene Dokument und bestimmt die Mutationen, die an den Daten in der Tabelle „Documents“ vorgenommen werden sollen.
Dazu gehören auch die folgenden erforderlichen Aktualisierungen der Tabelle „Indexes“:
- Für Felder, die den Dokumenten hinzugefügt werden, sind entsprechende Einträge in der Tabelle „Indexes“ erforderlich.
- Für Felder, die aus den Dokumenten entfernt werden, sind entsprechende Löschvorgänge in der Tabelle „Indexes“ erforderlich.
- Für Felder, die in den Dokumenten geändert werden, sind sowohl Löschvorgänge (für alte Werte) als auch Einfügevorgänge (für neue Werte) in der Tabelle „Indexes“ erforderlich.
Um die oben genannten Mutationen zu berechnen, liest Firestore die Indexierungskonfiguration für die Datenbank. In der Indexierungskonfiguration werden Informationen zu den Indexen für eine Datenbank gespeichert. Firestore verwendet zwei Arten von Indexen: Einzelfeld- und zusammengesetzte Indexe. Ausführliche Informationen zu den in Firestore erstellten Indexen finden Sie unter Indextypen in Firestore.
Sobald die Mutationen berechnet wurden, werden sie von Firestore in einer Transaktion zusammengefasst und dann übertragen.
Schreibtransaktion in der Speicherebene verstehen
Wie bereits erwähnt, umfasst ein Schreibvorgang in Firestore eine Lese-/Schreibtransaktion auf der Speicherebene. Je nach Datenlayout kann ein Schreibvorgang einen oder mehrere Splits umfassen, wie im Datenlayout zu sehen ist.
Im folgenden Diagramm hat die Firestore-Datenbank acht Splits (mit 1–8 gekennzeichnet), die auf drei verschiedenen Speicherservern in einer einzelnen Zone gehostet werden. Jeder Split wird in drei (oder mehr) verschiedenen Zonen repliziert. Jeder Split hat einen Paxos-Leader, der sich für verschiedene Splits in einer anderen Zone befinden kann.

Betrachten Sie eine Firestore-Datenbank mit der Sammlung Restaurants:

Der Firestore-Client fordert die folgende Änderung an einem Dokument in der Sammlung Restaurant an, indem er den Wert des Felds priceCategory aktualisiert.

In den folgenden allgemeinen Schritten wird beschrieben, was beim Schreiben geschieht:
- Erstellen Sie eine Lese-/Schreibtransaktion.
- Lesen Sie das Dokument
restaurant1in der SammlungRestaurantsaus der Tabelle Dokumente aus der Speicherebene. - Lesen Sie die Indexe für das Dokument aus der Tabelle Indexes.
- Berechnen Sie die Mutationen, die an den Daten vorgenommen werden sollen. In diesem Fall gibt es fünf Mutationen:
- M1: Aktualisieren Sie die Zeile für
restaurant1in der Tabelle Dokumente, um die Änderung des Werts im FeldpriceCategorywiderzuspiegeln. - M2 und M3: Löschen Sie die Zeilen für den alten Wert von
priceCategoryin der Tabelle Indexes für absteigende und aufsteigende Indexe. - M4 und M5: Fügen Sie die Zeilen für den neuen Wert von
priceCategoryin die Tabelle Indexes für absteigende und aufsteigende Indexe ein.
- M1: Aktualisieren Sie die Zeile für
- Führen Sie einen Commit für diese Mutationen durch.
Der Speicherclient im Firestore-Dienst sucht nach den Splits, die die Schlüssel der zu ändernden Zeilen enthalten. Sehen wir uns einen Fall an, in dem Split 3 M1 und Split 6 M2–M5 bedient. Es gibt eine verteilte Transaktion, an der alle diese Splits als Teilnehmer beteiligt sind. Die Teilnehmer-Splits können auch alle anderen Splits enthalten, aus denen zuvor im Rahmen der Lese-/Schreibtransaktion Daten gelesen wurden.
In den folgenden Schritten wird beschrieben, was beim Commit geschieht:
- Der Speicherclient gibt einen Commit aus. Der Commit enthält die Mutationen M1–M5.
- Die Teilnehmer an dieser Transaktion sind die Splits 3 und 6. Einer der Teilnehmer wird als Koordinator ausgewählt, z. B. Split 3. Die Aufgabe des Koordinators besteht darin, dafür zu sorgen, dass die Transaktion entweder atomar über alle Teilnehmer hinweg festgeschrieben oder abgebrochen wird.
- Die Leader-Replikate dieser Splits sind für die Arbeit der Teilnehmer und Koordinatoren verantwortlich.
- Jeder Teilnehmer und Koordinator führt einen Paxos-Algorithmus mit seinen jeweiligen Replikaten aus.
- Der Leader führt einen Paxos-Algorithmus mit den Replikaten aus. Ein Quorum wird erreicht, wenn die meisten Replikate dem Leader mit einer
ok to commit-Antwort antworten. - Jeder Teilnehmer benachrichtigt dann den Koordinator, wenn er bereit ist (erste Phase des Two-Phase-Commit). Wenn ein Teilnehmer die Transaktion nicht festschreiben kann, wird die gesamte Transaktion
aborts.
- Der Leader führt einen Paxos-Algorithmus mit den Replikaten aus. Ein Quorum wird erreicht, wenn die meisten Replikate dem Leader mit einer
- Sobald der Koordinator weiß, dass alle Teilnehmer, einschließlich ihm selbst, bereit sind, teilt er allen Teilnehmern das Transaktionsergebnis
acceptmit (zweite Phase des zweiphasigen Commits). In dieser Phase zeichnet jeder Teilnehmer die Commit-Entscheidung im stabilen Speicher auf und die Transaktion wird festgeschrieben. - Der Koordinator antwortet dem Speicherclient in Firestore, dass die Transaktion festgeschrieben wurde. Parallel dazu wenden der Koordinator und alle Teilnehmer die Mutationen auf die Daten an.

Wenn die Firestore-Datenbank klein ist, kann es vorkommen, dass ein einzelner Split alle Schlüssel in den Mutationen M1–M5 enthält. In einem solchen Fall gibt es nur einen Teilnehmer an der Transaktion und das zuvor erwähnte Two-Phase-Commit ist nicht erforderlich, was die Schreibvorgänge beschleunigt.
Schreibvorgänge in mehreren Regionen
In einer multiregionalen Bereitstellung erhöht die Verteilung von Replikaten über Regionen die Verfügbarkeit, führt jedoch zu Leistungseinbußen. Die Kommunikation zwischen Replikaten in verschiedenen Regionen dauert länger. Daher ist die Baseline-Latenz für Firestore-Vorgänge etwas höher als bei Bereitstellungen in einer einzelnen Region.
Wir konfigurieren die Replikate so, dass die Führung für Splits immer in der primären Region bleibt. Die primäre Region ist die Region, aus der Traffic beim Firestore-Server eingeht. Diese Entscheidung der Führung reduziert die Verzögerung bei der Kommunikation zwischen dem Speicherclient in Firestore und dem Replikat-Leader (oder Koordinator für Multi-Split-Transaktionen).
Jeder Schreibvorgang in Firestore beinhaltet auch eine Interaktion mit der Echtzeit-Engine in Firestore. Weitere Informationen zu Echtzeitabfragen finden Sie unter Echtzeitabfragen im großen Maßstab.
Lebenszyklus eines Lesevorgangs in Firestore
In diesem Abschnitt werden eigenständige, nicht in Echtzeit ausgeführte Lesevorgänge in Firestore behandelt. Intern verarbeitet der Firestore-Server die meisten dieser Abfragen in zwei Hauptphasen:
- Ein einzelner Bereichsscan über die Tabelle Indexes
- Punktabfragen in der Tabelle Documents basierend auf dem Ergebnis des vorherigen Scans
Die Datenlesevorgänge aus der Speicherebene werden intern mithilfe einer Datenbanktransaktion ausgeführt, um konsistente Lesevorgänge zu gewährleisten. Im Gegensatz zu den für Schreibvorgänge verwendeten Transaktionen werden bei diesen Transaktionen jedoch keine Sperren verwendet. Stattdessen wird ein Zeitstempel ausgewählt und dann werden alle Lesevorgänge zu diesem Zeitstempel ausgeführt. Da sie keine Sperren erwerben, blockieren sie keine gleichzeitigen Lese-/Schreibtransaktionen. Um diese Transaktion auszuführen, gibt der Speicherclient in Firestore eine Zeitstempelgrenze an, die der Speicherebene mitteilt, wie ein Lesestempel ausgewählt werden soll. Der Typ der Zeitstempelgrenze, die vom Speicherclient in Firestore ausgewählt wird, wird durch die Leseoptionen für die Leseanfrage bestimmt.
Lesetransaktion in der Speicherebene verstehen
In diesem Abschnitt werden die Arten von Lesevorgängen und ihre Verarbeitung in der Speicherebene in Firestore beschrieben.
Starke Lesevorgänge
Standardmäßig sind Firestore-Lesevorgänge strikt konsistent. Diese strikte Konsistenz bedeutet, dass ein Firestore-Lesevorgang die neueste Version der Daten zurückgibt, die alle Schreibvorgänge widerspiegelt, die bis zum Beginn des Lesevorgangs ausgeführt wurden.
Einzelner Split-Lesevorgang
Der Speicherclient in Firestore sucht nach den Splits, die die Schlüssel der zu lesenden Zeilen enthalten. Angenommen, es muss ein Lesevorgang aus Split 3 aus dem vorherigen Abschnitt ausgeführt werden. Der Client sendet die Leseanfrage an das nächstgelegene Replikat, um die Roundtrip-Latenz zu reduzieren.
An dieser Stelle können je nach ausgewähltem Replikat die folgenden Fälle auftreten:
- Die Leseanfrage wird an ein Leader-Replikat (Zone A) gesendet.
- Da der Leader immer auf dem neuesten Stand ist, kann der Lesevorgang direkt fortgesetzt werden.
- Leseanfrage geht an ein Nicht-Leader-Replikat (z. B. Zone B)
- Split 3 weiß möglicherweise aufgrund seines internen Status, dass es genügend Informationen hat, um den Lesevorgang auszuführen, und tut dies auch.
- Split 3 ist sich nicht sicher, ob die neuesten Daten vorliegen. Es sendet eine Nachricht an den Leader, um den Zeitstempel der letzten Transaktion anzufordern, die es anwenden muss, um den Lesevorgang auszuführen. Sobald diese Transaktion angewendet wurde, kann der Lesevorgang fortgesetzt werden.
Firestore gibt die Antwort dann an den Client zurück.
Multi-Split-Lesevorgang
Wenn die Lesevorgänge aus mehreren Splits erfolgen müssen, wird derselbe Mechanismus für alle Splits verwendet. Sobald die Daten aus allen Aufteilungen zurückgegeben wurden, kombiniert der Speicherclient in Firestore die Ergebnisse. Firestore antwortet dann dem Client mit diesen Daten.
Lesevorgänge veralteter Daten
Starke Lesevorgänge sind der Standardmodus in Firestore. Dies geht jedoch mit einer potenziell höheren Latenz einher, da möglicherweise eine Kommunikation mit dem Leader erforderlich ist. Häufig muss Ihre Firestore-Anwendung nicht die aktuelle Version der Daten lesen und die Funktionalität funktioniert gut mit Daten, die möglicherweise einige Sekunden alt sind.
In einem solchen Fall kann der Client mit den Leseoptionen read_time Lesevorgänge veralteter Daten empfangen. In diesem Fall werden Lesevorgänge so ausgeführt, wie die Daten um read_time waren, und das nächstgelegene Replikat hat höchstwahrscheinlich bereits bestätigt, dass es Daten zum angegebenen read_time hat.
Für eine spürbar bessere Leistung sind 15 Sekunden ein angemessener Wert für die Veraltung. Auch bei Lesevorgängen veralteter Daten sind die zurückgegebenen Zeilen konsistent.
Heißlaufen vermeiden
Die Splits in Firestore werden automatisch in kleinere Teile aufgeteilt, um die Arbeit der Bereitstellung von Traffic bei Bedarf oder bei Erweiterung des Schlüsselbereichs auf mehr Speicherserver zu verteilen. Splits, die zur Bewältigung von übermäßigem Traffic erstellt wurden, werden etwa 24 Stunden lang beibehalten, auch wenn der Traffic zurückgeht. Wenn es also wiederkehrende Traffic-Spitzen gibt, werden die Aufteilungen beibehalten und bei Bedarf weitere Aufteilungen eingeführt. Diese Mechanismen helfen Firestore-Datenbanken, bei zunehmender Trafficlast oder Datenbankgröße automatisch zu skalieren. Es gibt jedoch einige Einschränkungen, die Sie beachten sollten. Diese werden im Folgenden erläutert.
Das Aufteilen von Speicher und Last erfolgt nicht sofort. Wenn der Traffic zu schnell erhöht wird, kann es zu hoher Latenz oder Fehlern aufgrund von Fristüberschreitungen kommen, die häufig als Hotspots bezeichnet werden, während der Dienst angepasst wird. Nach einigen Minuten anhaltender Last führt Firestore Split-Grenzen zwischen Schlüsseln ein, um den Traffic auf mehr Speicherserver zu verteilen. Wenn Sie Vorgänge gleichmäßig über den Schlüsselbereich verteilen und die Best Practices für das Schlüssel- und Indexdesign befolgen, kann sich der Schreibdurchsatz alle paar Minuten verdoppeln und der Lesedurchsatz verbessert sich alle paar Minuten, wenn Aufteilungen hinzugefügt werden.
Splits werden zwar automatisch mit zunehmender Last erstellt, Firestore kann einen Schlüsselbereich jedoch nur so lange aufteilen, bis ein einzelnes Dokument mit einer dedizierten Gruppe von replizierten Speicherservern bereitgestellt wird. Daher kann eine hohe und anhaltende Anzahl gleichzeitiger Vorgänge für ein einzelnes Dokument zu einem Hotspot für dieses Dokument führen. Wenn bei einem einzelnen Dokument dauerhaft hohe Latenzen auftreten, sollten Sie Ihr Datenmodell so ändern, dass die Daten auf mehrere Dokumente aufgeteilt oder repliziert werden.
Konfliktfehler treten auf, wenn mehrere Vorgänge gleichzeitig versuchen, dasselbe Dokument zu lesen und/oder zu schreiben.
Ein weiterer Sonderfall von Hotspotting tritt auf, wenn ein sequenziell zunehmender/abnehmender Schlüssel als Dokument-ID in Firestore verwendet wird und eine sehr hohe Anzahl von Vorgängen pro Sekunde ausgeführt wird. Das Erstellen weiterer Splits hilft hier nicht, da der Traffic-Anstieg einfach auf den neu erstellten Split verschoben wird. Da Firestore standardmäßig alle Felder im Dokument automatisch indexiert, können solche Hotspots auch im Indexbereich für ein Dokumentfeld erstellt werden, das einen sequenziell steigenden/fallenden Wert wie einen Zeitstempel enthält.
Wenn Sie die oben beschriebenen Best Practices befolgen, kann Firestore beliebig große Arbeitslasten verarbeiten, ohne dass Sie die Konfiguration anpassen müssen.
Fehlerbehebung
Firestore bietet den Key Visualizer als Diagnosetool, mit dem Sie Nutzungsmuster analysieren und Probleme mit Heißlaufen beheben können.