Menyelesaikan masalah latensi
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
|
Hanya berlaku untuk edisi Cloud Firestore Enterprise.
|
Halaman ini menunjukkan cara menyelesaikan masalah latensi menggunakan Cloud Firestore dengan kompatibilitas MongoDB.
Latensi
Tabel berikut menjelaskan kemungkinan penyebab peningkatan latensi:
| Penyebab latensi |
Jenis operasi yang terpengaruh |
Resolusi |
| Traffic yang berkelanjutan dan terus meningkat.
|
baca, tulis |
Untuk peningkatan traffic yang cepat, Cloud Firestore dengan kompatibilitas MongoDB akan mencoba melakukan penskalaan otomatis
untuk memenuhi peningkatan permintaan. Saat Cloud Firestore dengan kompatibilitas MongoDB
melakukan penskalaan, latensi mulai menurun.
Hotspot (kecepatan operasi baca, tulis, dan hapus yang tinggi untuk rentang dokumen yang sempit)
membatasi kemampuan Cloud Firestore dengan kompatibilitas MongoDB untuk melakukan penskalaan. Tinjau
Menghindari hotspot
dan identifikasi hotspot di aplikasi Anda.
|
| Pertentangan, baik dari memperbarui satu dokumen terlalu
sering atau dari transaksi. |
baca, tulis |
Kurangi kecepatan tulis ke setiap dokumen.
Kurangi jumlah dokumen yang diperbarui dalam satu transaksi tulis.
|
| Operasi baca yang signifikan yang menampilkan banyak dokumen. |
baca |
Gunakan penomoran halaman untuk membagi bacaan yang panjang.
|
| Terlalu banyak penghapusan baru-baru ini. |
baca
Hal ini sangat memengaruhi
operasi yang mencantumkan koleksi dalam database. |
Jika latensi disebabkan oleh terlalu banyak penghapusan baru-baru ini,
masalah akan otomatis teratasi setelah beberapa saat. Jika masalah tidak
teratasi, hubungi dukungan. |
| Fanout indeks, terutama untuk kolom array dan kolom dokumen sematan. |
write |
Tinjau pengindeksan kolom array dan kolom dokumen sematan Anda. |
| Operasi tulis yang signifikan. |
write |
Coba kurangi jumlah penulisan di setiap operasi.
Untuk entri data massal yang tidak memerlukan atomisitas, gunakan
penulisan individual yang diparalelkan.
|
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-08-29 UTC.
[null,null,["Terakhir diperbarui pada 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. |"]]
