Cómo resolver problemas de latencia
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
|
Solo es pertinente para la edición Enterprise de Cloud Firestore.
|
En esta página, se muestra cómo resolver problemas de latencia con Cloud Firestore con compatibilidad con MongoDB.
Latencia
En la siguiente tabla, se describen las posibles causas de una mayor latencia:
| Causa de la latencia |
Tipos de operaciones afectadas |
Solución |
| Tráfico sostenido y en aumento
|
lectura y escritura |
Para aumentos de tráfico rápidos, Cloud Firestore con compatibilidad con MongoDB intenta escalar de forma automática
para satisfacer la demanda creciente. Cuando Cloud Firestore con compatibilidad con MongoDB escala, la latencia comienza a disminuir.
Los hotspots (tasas altas de lectura, escritura y eliminación en un rango pequeño de documentos) limitan la capacidad de Cloud Firestore con compatibilidad con MongoDB para escalar. Revisa
Evita los hotspots
e identifícalos en tu aplicación.
|
| Contención, ya sea desde la actualización de un solo documento con demasiada frecuencia o desde transacciones. |
lectura y escritura |
Reduce la tasa de escritura en documentos individuales.
Reduce la cantidad de documentos actualizados en una sola transacción de escritura.
|
| Operaciones de lectura grandes que muestran muchos documentos. |
leer |
Usa la paginación para dividir las lecturas grandes.
|
| Demasiadas eliminaciones recientes. |
read
Esto afecta en gran medida las operaciones que enumeran colecciones en una base de datos. |
Si la latencia se debe a demasiadas eliminaciones recientes, el problema debería resolverse de forma automática después de un tiempo. Si el problema no se resuelve, comunícate con el equipo de asistencia. |
| Distribución de índices, especialmente para campos de arrays y campos de documentos incorporados |
write |
Revisa la indexación de los campos de arrays y los campos de documentos incorporados. |
| Escrituras grandes |
write |
Intenta reducir la cantidad de escrituras en cada operación.
Para la entrada masiva de datos en la que no necesitas atomicidad, usa escrituras individuales paralelizadas.
|
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-08-29 (UTC)
[null,null,["Última actualización: 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. |"]]
