现已推出具有 MongoDB 兼容性的 Firestore 企业版！
了解详情。
حلّ مشاكل وقت الاستجابة
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
|
ينطبق ذلك على إصدار Cloud Firestore Enterprise فقط.
|
توضّح لك هذه الصفحة كيفية حلّ مشاكل وقت الاستجابة في Cloud Firestore المتوافق مع MongoDB.
وقت الاستجابة
يوضّح الجدول التالي الأسباب المحتملة لزيادة وقت الاستجابة:
| سبب وقت الاستجابة |
أنواع العمليات المتأثّرة |
الدقة |
| زيادة مستمرة في عدد الزيارات
|
القراءة والكتابة |
في حال حدوث زيادات سريعة في عدد الزيارات، تحاول خدمة Cloud Firestore المتوافقة مع MongoDB التوسّع تلقائيًا لتلبية الطلب المتزايد. عندما يتم توسيع نطاق Cloud Firestore المتوافق مع MongoDB، يبدأ وقت الاستجابة في الانخفاض.
تحدّ النقاط الساخنة (معدّلات القراءة والكتابة والحذف العالية لنطاق مستندات ضيق) من قدرة Cloud Firestore المتوافق مع MongoDB على التوسّع. المراجعة
تجنُّب النقاط الساخنة
وتحديد النقاط الساخنة في تطبيقك
|
| المنافسة، سواء كانت ناتجة عن تعديل مستند واحد بشكل متكرر جدًا أو عن المعاملات |
القراءة والكتابة |
تقليل معدّل الكتابة إلى المستندات الفردية
قلِّل عدد المستندات التي يتم تعديلها في معاملة كتابة واحدة.
|
| عمليات قراءة كبيرة تعرض العديد من المستندات |
قراءة |
استخدِم تقسيم الصفحات لتقسيم القراءات الكبيرة.
|
| تم حذف عدد كبير جدًا من الملفات مؤخرًا. |
read
يؤثر ذلك بشكل كبير في العمليات التي تسرد المجموعات في قاعدة بيانات. |
إذا كان سبب التأخير هو عمليات الحذف الأخيرة الكثيرة، من المفترض أن يتم حلّ المشكلة تلقائيًا بعد مرور بعض الوقت. إذا لم يتم حلّ المشكلة، يُرجى التواصل مع فريق الدعم. |
| توسيع نطاق الفهرس، خاصةً للحقول التي تتضمّن مصفوفات وحقول المستندات المضمّنة |
write |
راجِع فهرسة حقول المصفوفات وحقول المستندات المضمّنة. |
| عمليات الكتابة الكبيرة |
write |
حاوِل تقليل عدد عمليات الكتابة في كل عملية.
لإدخال البيانات المجمّعة حيث لا تحتاج إلى التوافق، استخدِم عمليات الكتابة الفردية المتوازية.
|
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-08-29 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-08-29 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["\u003cbr /\u003e\n\n\n|--------------------------------------------------------|\n| *Relevant to Cloud Firestore Enterprise edition only.* |\n\n\u003cbr /\u003e\n\nThis page shows you how to resolve latency issues with Cloud Firestore with MongoDB compatibility.\n\nLatency\n\nThe following table describes possible causes of increased latency:\n\n| Latency cause | Types of operations affected | Resolution |\n|-----------------------------------------------------------------------------------------|---------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Sustained, increasing traffic. | read, write | For rapid traffic increases, Cloud Firestore with MongoDB compatibility attempts to automatically scale to meet the increased demand. When Cloud Firestore with MongoDB compatibility scales, latency begins to decrease. Hot-spots (high read, write, and delete rates to a narrow document range) limit the ability of Cloud Firestore with MongoDB compatibility to scale. Review [Avoid hot-spots](https://cloud.google.com/firestore/mongodb-compatibility/docs/understand-reads-writes-scale#avoid_hotspots) and identify hot-spots in your application. |\n| Contention, either from updating a single document too frequently or from transactions. | read, write | Reduce the write rate to individual documents. Reduce the number of documents updated in a single write transaction. |\n| Large reads that return many documents. | read | Use pagination to split large reads. |\n| Too many recent deletes. | read This greatly affects operations that list collections in a database. | If latency is caused by too many recent deletes, the issue should automatically resolve after some time. If the issue does not resolve, [contact support](https://firebase.google.com/support). |\n| Index fanout, especially for array fields and embedded document fields. | write | Review your indexing of array fields and embedded document fields. |\n| Large writes. | write | Try reducing the number of writes in each operation. For bulk data entry where you don't require atomicity, use parallelized individual writes. |"]]
