现已推出具有 MongoDB 兼容性的 Firestore 企业版！
了解详情。
Latenzprobleme beheben
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
|
Nur für die Cloud Firestore Enterprise-Edition relevant.
|
Auf dieser Seite erfahren Sie, wie Sie Latenzprobleme mit Cloud Firestore mit MongoDB-Kompatibilität beheben.
Latenz
In der folgenden Tabelle werden mögliche Ursachen für eine erhöhte Latenz beschrieben:
| Latenzursache |
Arten von betroffenen Vorgängen |
Lösung |
| Kontinuierlicher, steigender Traffic.
|
Lese-/Schreibzugriff |
Bei schnellen Trafficanstiegen versucht Cloud Firestore mit MongoDB-Kompatibilität automatisch, die erhöhte Nachfrage zu erfüllen. Wenn Cloud Firestore mit MongoDB-Kompatibilität skaliert, verringert sich die Latenz.
Hotspots (hohe Lese-, Schreib- und Löschraten für einen kleinen Dokumentbereich) beschränken die Skalierbarkeit von Cloud Firestore mit MongoDB-Kompatibilität. Überprüfen Sie Hotspots vermeiden und ermitteln Sie Hotspots in Ihrer Anwendung.
|
| Konflikt, entweder durch zu häufiges Aktualisieren eines einzelnen Dokuments oder durch Transaktionen. |
Lese-/Schreibzugriff |
Reduzieren Sie die Schreibrate für einzelne Dokumente.
Reduzieren Sie die Anzahl der Dokumente, die in einer einzelnen Schreibtransaktion aktualisiert werden.
|
| Große Lesevorgänge, die viele Dokumente zurückgeben. |
read |
Verwenden Sie die Paginierung, um große Lesevorgänge aufzuteilen.
|
| Zu viele kürzliche Löschvorgänge. |
read
Dies wirkt sich erheblich auf Vorgänge aus, die Sammlungen in Datenbanken auflisten. |
Wenn die Latenz durch zu viele kürzliche Löschvorgänge verursacht wird, sollte sich das Problem nach einiger Zeit von selbst beheben. Tritt das Problem weiter auf, wenden Sie sich an den Support. |
| Index-Fanout, insbesondere für Array- und Felder für eingebettete Dokumente. |
write |
Prüfen Sie die Indexierung von Arrayfeldern und Feldern für eingebettete Dokumente. |
| Große Schreibvorgänge. |
write |
Versuchen Sie, die Anzahl der Schreibvorgänge in jedem Vorgang zu reduzieren.
Verwenden Sie für Bulk-Dateneingaben, bei denen Sie keine Atomarität benötigen, parallelisierte einzelne Schreibvorgänge.
|
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2025-08-29 (UTC).
[null,null,["Zuletzt aktualisiert: 2025-08-29 (UTC)."],[],[],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. |"]]
