现已推出具有 MongoDB 兼容性的 Firestore 企业版！
了解详情。
مشکلات تاخیر را حل کنید
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
| فقط مربوط به Cloud Firestore Enterprise edition. |
این صفحه به شما نشان می دهد که چگونه مشکلات تاخیر را با Cloud Firestore با سازگاری MongoDB حل کنید.
تأخیر
جدول زیر علل احتمالی افزایش تاخیر را شرح می دهد:
| علت تاخیر | انواع عملیات تحت تأثیر | قطعنامه |
|---|
| پایدار، افزایش ترافیک. | بخوان، بنویس | برای افزایش سریع ترافیک، Cloud Firestore با سازگاری MongoDB تلاش می کند تا به طور خودکار مقیاس شود تا تقاضای افزایش یافته را برآورده کند. هنگامی که Cloud Firestore با مقیاس سازگاری MongoDB، تاخیر شروع به کاهش می کند. نقاط داغ (نرخ خواندن، نوشتن و حذف بالا در محدوده سند باریک) توانایی Cloud Firestore با سازگاری MongoDB را برای مقیاس‌بندی محدود می‌کند. بررسی از نقاط داغ اجتناب کنید و نقاط داغ را در برنامه خود شناسایی کنید. |
| مشاجره، یا از به‌روزرسانی مکرر یک سند یا از تراکنش‌ها. | بخوان، بنویس | نرخ نوشتن اسناد را کاهش دهید. تعداد اسناد به روز شده در یک تراکنش نوشتن را کاهش دهید. |
| قرائت های بزرگ که بسیاری از اسناد را برمی گرداند. | خواندن | از صفحه بندی برای تقسیم خواندن های بزرگ استفاده کنید. |
| حذف های اخیر بسیار زیاد است. | خواندن
این امر به شدت بر عملیاتی که مجموعه ها را در یک پایگاه داده فهرست می کند تأثیر می گذارد. | اگر تأخیر به دلیل حذف های زیاد اخیر ایجاد شده باشد، مشکل باید پس از مدتی به طور خودکار برطرف شود. اگر مشکل حل نشد، با پشتیبانی تماس بگیرید . |
| fanout فهرست، به ویژه برای فیلدهای آرایه و فیلدهای سند جاسازی شده. | نوشتن | فهرست بندی فیلدهای آرایه و فیلدهای سند جاسازی شده را مرور کنید. |
| بزرگ می نویسد. | نوشتن | سعی کنید تعداد نوشتن در هر عملیات را کاهش دهید. برای ورود داده های انبوه در جایی که به اتمی نیاز ندارید، از نوشتن های فردی موازی شده استفاده کنید. |
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشی‌های سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبت‌شده Oracle و/یا شرکت‌های وابسته به آن است.
تاریخ آخرین به‌روزرسانی 2025-08-29 به‌وقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین به‌روزرسانی 2025-08-29 به‌وقت ساعت هماهنگ جهانی."],[],[],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. |"]]
