A edição Enterprise do Firestore com compatibilidade com o MongoDB já está disponível.
Saiba mais.
Resolver problemas de latência
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
|
Relevante apenas para a edição Enterprise do Cloud Firestore.
|
Nesta página, mostramos como resolver problemas de latência com o Cloud Firestore com compatibilidade com o MongoDB.
Latência
A tabela abaixo descreve as possíveis causas do aumento da latência:
| Causa da latência |
Tipos de operações afetadas |
Resolução |
| Tráfego crescente e constante.
|
Leitura/gravação |
Para aumentos rápidos no tráfego, o Cloud Firestore com compatibilidade com o MongoDB tenta escalonar
automaticamente para atender ao aumento na demanda. Quando o Cloud Firestore com compatibilidade com o MongoDB
é escalonado, a latência começa a diminuir.
Os pontos de acesso (altas taxas de leitura, gravação e exclusão para um intervalo de documentos estreito)
limitam a capacidade de escalonamento do Cloud Firestore com compatibilidade com o MongoDB. Leia o conteúdo em
Evitar pontos de acesso
e identifique pontos de acesso no aplicativo.
|
| Contenção, seja para atualizar um único documento com muita
frequência ou de transações. |
Leitura/gravação |
Reduza a taxa de gravação em documentos individuais.
Reduza o número de documentos atualizados em uma única transação de gravação.
|
| Leituras grandes que retornam muitos documentos. |
leitura |
Use a paginação para dividir leituras grandes.
|
| Excesso de exclusões recentes. |
read
Isso afeta muito as
operações que listam coleções em um banco de dados. |
Se a latência for causada por muitas exclusões recentes,
o problema será resolvido automaticamente após algum tempo. Se o problema não
for resolvido, entre em contato com o suporte. |
| Divergência de índice, especialmente para campos de matriz e de documento incorporado. |
write |
Analise a indexação de campos de matriz e de documentos incorporados. |
| Gravações grandes. |
write |
Tente reduzir o número de gravações em cada operação.
Para entrada de dados em massa em que você não precisa de atomicidade, use
gravações individuais em paralelo.
|
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2025-08-28 UTC.
[null,null,["Última atualização 2025-08-28 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. |"]]
