無論您是剛開始開發應用程式，還是已推出高流量服務，本指南的洞察資料和建議都能協助您順利運用 FCM 擴大規模。如果您需要傳送大量訊息，這些概念和做法可協助您避免負面影響。
重要詞彙與概念
訊息要求：Firebase 雲端通訊訊息要求，可與「要求」、「訊息」或「查詢」互換使用。
每秒要求數 (RPS)：用來描述傳入 FCM 要求速率的指標，與每秒查詢次數 (QPS) 可互換使用。
配額權杖、權杖儲存區和補充：透過 FCM HTTP v1 API 傳送訊息時，每項要求都會在指定時間範圍內耗用分配到的配額權杖。這個視窗稱為「權杖儲存區」，會在時間視窗結束時「重新填滿」。舉例來說，HTTP v1 API 會為每個 1 分鐘的權杖儲存區分配 60 萬個配額權杖，並在每個 1 分鐘時間視窗結束時重新填滿。
伺服器端節流：當流量超出 FCM 服務的容量時，系統會拒絕超出服務容量的要求，以限制傳入流量的速率。系統可能會傳回含有 retry-after 標頭的 429 錯誤回應，表示您應等待一段時間，再重試要求。
用戶端節流：如果用戶端發現要求失敗、延遲時間過長或 429 錯誤，應主動限制輸出流量，避免加劇壅塞情形。
指數輪詢： 重試錯誤時，請加入指數遞增的時間延遲。例如：1 秒、2 秒、4 秒、8 秒、16 秒、32 秒等。
抖動：避免以完全相同的間隔重試要求。使用隨機延遲時，您會透過隨機程序調整重試延遲，以便將延遲時間平均分配到一段時間內 (例如：0.9 秒、2.3 秒、4.1 秒、8.5 秒、17.9 秒、34.7 秒)。
重試放大：如果重試失敗的要求時沒有採用指數輪詢/抖動，要求通常會累積並增加持續的流量負載，可能「放大」並加劇流量壅塞問題。
問題：流量尖峰
FCM 每秒可處理數百萬個要求 (RPS)。流量尖峰是造成系統性壅塞、延遲問題和中斷的最大原因。
什麼是流量尖峰？
流量暴增的類型有很多種。
每小時的尖峰時段：在每小時的前 30 秒到 2 分鐘內，FCM 收到的流量會超過兩倍。在半小時和一刻鐘的標記 (例如 00:15、00:30、00:45) 也觀察到類似但較小的尖峰
重試放大：重試失敗或逾時的要求，但沒有指數式退避，可能會在現有流量高峰上累積重複的流量波。
流量模式突然改變：如果將新流量導向 FCM，或將流量移至 FCM (跨區域)，但沒有逐步增加等平緩因素，可能會導致流量暴增。
配額權杖用量前置：在配額週期開始時就用盡所有配額權杖，而不是在配額週期內平均分配要求，會造成難以負擔的負載平衡開關震盪。
特殊活動：節慶 (跨年夜) 或運動賽事 (FIFA 世界盃) 期間的流量高峰。
「拉平曲線」，解決流量暴增問題
本節說明如何盡可能減少流量尖峰，也就是「壓平曲線」的策略。
僅在適當用途使用 FCM
在某些情況下，使用 FCM 傳送通知並非必要或適當。
舉例來說，如果是日曆活動通知，您可以在應用程式中排定本機工作，在適當時間顯示通知，而不是從應用程式伺服器傳送通知。將 FCM 訊息限制為日曆同步。
避免尖峰
其中一種反模式是盡快傳送 FCM 通知，而不是套用伺服器端節流。如下所示：
- 是否需要讓所有顧客在 1 分鐘內收到相同的通知？舉例來說，5 分鐘的送達時間範圍是否仍符合你的業務需求？
- 是否可根據優先順序區隔顧客，以平緩尖峰時段的流量？
- 可以預先排定通知時間嗎？
盡可能避免採用會立即用盡 FCM 傳送配額的策略，以免權杖儲值後又重複這種模式。這種存取模式會為 FCM 及其依附系統造成負載平衡問題。盡可能逐步提高流量。至少要以 60 秒的時間範圍，將每秒要求數從 0 提升至上限。如要提高每秒查詢次數，建議使用較長的時間範圍。
避開「整點」流量
盡可能：避免在每小時的第 00、15、30 和 45 分鐘前後 2 分鐘內傳送訊息。
實作伺服器端節流
實作伺服器端節流，監控及管理 FCM 的流量。
處理重試
FCM 致力於提供高可用性，但有時部分要求會逾時或失敗。雖然原因各不相同，但下列最佳做法可最佳化重試行為，盡快傳送訊息，同時盡量減少對流量壅塞的影響。
逾時
請在重試前，將傳送要求的逾時時間設為至少 10 秒。FCM 大多數的內部遠端程序呼叫都會使用 10 秒的逾時。
錯誤
- 如果是 400、401、403、404 錯誤：中止，不要重試。
- 如果是 429 錯誤，請等待 retry-after 標頭中設定的時間長度，然後再重試。如未設定 retry-after 標頭，預設值為 60 秒。
- 500 錯誤：以指數輪詢方式重試。
指數輪詢
為避免重試次數增加，請實作指數輪詢，並加入隨機延遲，以重試要求。舉例來說，Firebase Admin SDK 會實作指數輪詢。
以下是其他建議設定：
- 最短間隔：請勿立即重試失敗的 FCM 要求。請等待至少 10 秒，再重試失敗的要求。
- 間隔上限：設定間隔上限，以便捨棄不再及時的要求，而不是無限期重試。
如果系統持續以指數輪詢方式重試要求，但 60 分鐘後仍失敗，可能是因為要求錯誤分類為可重試的錯誤，或是 FCM 發生中斷，導致重試作業無意間加劇問題。
制定發布和復原計畫，並逐步進行變更
進行大規模流量變更時 (例如增加 FCM 流量，或在區域或網路間轉移流量)，請設計推出/回溯計畫並逐步實施變更，以保護使用者、服務和 FCM。
- 推出計畫可讓利害關係人瞭解相關要求。在某些情況下 (如下所述)，您可能需要事先與 FCM 團隊分享推出計畫，以免發生意外。
- 復原計畫可讓您因應突發狀況，並準備好機制，以便從意料之外的故障中快速安全地復原。
- 逐步變更有兩個層面：
- 「逐步」增加：步驟應為 1% -> 5% -> 10% -> 25% -> 50% -> 75% -> 100% 或更精細。「浸泡」(觀察系統在負載下的行為)：每個步驟 1 天到 1 週。以便在下次「升級」前找出潛在問題
- 逐步增加流量：每「一步」增加流量時，請至少花一小時的時間，讓流量平穩增加。這樣一來，FCM 的負載平衡基礎架構就能適當調整新流量，同時盡量減少熱點和壅塞情況。
以下是假設情境，說明如何將全球 500,000 RPS 從 FCM 舊版 HTTP API 遷移至 FCM HTTP v1 API：
| 週 | 步驟 | 逐步增加策略 |
|---|---|---|
| 0 | 1% 增加曝光量 | 在一小時內，從 0 RPS 順利增加至 5,000 RPS，並透過 FCM HTTP v1 傳送訊息。 |
| 1 | 5% 增加曝光量 | 在 2 小時內，從 5,000 RPS 逐步增加至 25,000 RPS。 |
| 2 | 10% 升速 | 在 2 小時內，每秒要求數從 25,000 順利增加到 50,000 |
| 3 | 25% 曝光量提升 | 在 3 小時內，從 50,000 RPS 逐步增加至 125,000 RPS |
| 4 | 50% 升速 | 在 6 小時內，從 125,000 RPS 逐步增加至 250,000 RPS |
| 5 | 75% 升速 | 在 6 小時內，將 RPS 從 250,000 提高至 375,000 |
| 6 | 100% 升級 | 在 6 小時內，將 RPS 從 375,000 提升至 500,000 |
假設復原計畫：
- 如果 95% 百分位數的延遲時間超過 500 毫秒，或錯誤率在任何步驟中超過 1% 且持續超過一小時，請使用動態設定立即回溯至上一個步驟。
- 繼續回溯至先前的步驟，直到延遲時間和錯誤率恢復正常為止。
何時應聯絡 FCM
如有下列任何情況，請透過 Firebase 支援團隊聯絡 FCM：
- 預設配額不再符合您的用途
- 您在 3 個月內變更傳送模式，且規模達到全球 10 萬 RPS 或洲際 3 萬 RPS。