现已推出具有 MongoDB 兼容性的 Firestore 企业版！
了解详情。
פתרון בעיות שקשורות לזמן אחזור
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
|
רלוונטי רק למהדורת Cloud Firestore Enterprise.
|
בדף הזה מוסבר איך לפתור בעיות של זמן אחזור ב-Cloud Firestore עם תאימות ל-MongoDB.
זמן אחזור
בטבלה הבאה מפורטות סיבות אפשריות לעלייה בזמן האחזור:
| הסיבה לזמן האחזור |
סוגי הפעולות שהושפעו |
טיפול בתקלה |
| תנועת גולשים קבועה וגדלה.
|
קריאה, כתיבה |
במקרים של עלייה מהירה בתנועה, Cloud Firestore עם תאימות ל-MongoDB מנסה להתאים את עצמו באופן אוטומטי לעלייה בביקוש. כשמגדילים את הקיבולת של Cloud Firestore עם תאימות ל-MongoDB, זמן האחזור מתחיל להתקצר.
נקודות חמות (שיעורי קריאה, כתיבה ומחיקה גבוהים בטווח מצומצם של מסמכים) מגבילות את יכולת ההתאמה לעומס של Cloud Firestore עם תאימות ל-MongoDB. סקירה
הימנעות מנקודות חמות
וזיהוי נקודות חמות באפליקציה.
|
| התנגשות, כתוצאה מעדכון של מסמך יחיד בתדירות גבוהה מדי או מעסקאות. |
קריאה, כתיבה |
צריך להקטין את קצב הכתיבה למסמכים בודדים.
צריך לצמצם את מספר המסמכים שמתעדכנים בעסקת כתיבה אחת.
|
| קריאות גדולות שמחזירות הרבה מסמכים. |
קריאה |
אפשר להשתמש בחלוקה לעמודים כדי לפצל קריאות גדולות.
|
| יותר מדי מחיקות מהזמן האחרון. |
read
ההרשאה הזו משפיעה מאוד על פעולות שמציגות רשימה של אוספים במסד נתונים. |
אם ההשהיה נגרמת בגלל יותר מדי מחיקות מהזמן האחרון,
הבעיה אמורה להיפתר באופן אוטומטי אחרי זמן מה. אם הבעיה לא נפתרת, פנו לתמיכה. |
| התרחבות האינדקס, במיוחד בשדות של מערכים ובשדות של מסמכים מוטמעים. |
לכתוב |
בודקים את האינדקס של שדות מערך ושדות של מסמכים מוטמעים. |
| כתיבה של נתונים בכמות גדולה. |
לכתוב |
כדאי לנסות לצמצם את מספר הפעולות של כתיבה בכל פעולה.
כדי להזין נתונים בכמות גדולה כשלא נדרשת אטומיות, אפשר להשתמש בפעולות כתיבה מקבילות.
|
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-08-29 (שעון UTC).
[null,null,["עדכון אחרון: 2025-08-29 (שעון 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. |"]]
