现已推出具有 MongoDB 兼容性的 Firestore 企业版！
了解详情。
Risolvere i problemi di latenza
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
|
Pertinente solo per la versione Enterprise di Cloud Firestore.
|
Questa pagina mostra come risolvere i problemi di latenza con Cloud Firestore con compatibilità MongoDB.
Latenza
La tabella seguente descrive le possibili cause dell'aumento della latenza:
| Causa della latenza |
Tipi di operazioni interessate |
Risoluzione |
| Traffico in aumento costante.
|
lettura, scrittura |
In caso di rapidi aumenti del traffico, Cloud Firestore con compatibilità MongoDB tenta di scalare automaticamente
per soddisfare l'aumento della domanda. Quando Cloud Firestore con compatibilità MongoDB
viene scalato, la latenza inizia a diminuire.
Gli hotspot (tassi elevati di lettura, scrittura ed eliminazione in un intervallo ristretto di documenti)
limitano la capacità di scalabilità di Cloud Firestore con compatibilità MongoDB. Esamina
Evita i punti critici
e identifica i punti critici nella tua applicazione.
|
| Contesa, dovuta all'aggiornamento troppo frequente di un singolo documento o alle transazioni. |
lettura, scrittura |
Riduci la frequenza di scrittura per i singoli documenti.
Riduci il numero di documenti aggiornati in una singola transazione di scrittura.
|
| Letture di grandi dimensioni che restituiscono molti documenti. |
leggere |
Utilizza la paginazione per dividere i contenuti di grandi dimensioni.
|
| Troppe eliminazioni recenti. |
read
Questo influisce notevolmente
sulle operazioni che elencano le raccolte in un database. |
Se la latenza è causata da un numero eccessivo di eliminazioni recenti,
il problema dovrebbe risolversi automaticamente dopo un po' di tempo. Se il problema
non si risolve, contatta l'assistenza. |
| Fanout dell'indice, in particolare per i campi array e i campi dei documenti incorporati. |
write |
Controlla l'indicizzazione dei campi array e dei campi dei documenti incorporati. |
| Scritture di grandi dimensioni. |
write |
Prova a ridurre il numero di scritture in ogni operazione.
Per l'inserimento collettivo di dati in cui non è richiesta l'atomicità, utilizza
scritture individuali parallelizzate.
|
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-08-29 UTC.
[null,null,["Ultimo aggiornamento 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. |"]]
