现已推出具有 MongoDB 兼容性的 Firestore 企业版!
了解详情。
แก้ไขปัญหาเวลาในการตอบสนอง
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
เกี่ยวข้องกับ Cloud Firestore Enterprise Edition เท่านั้น
|
หน้านี้จะแสดงวิธีแก้ปัญหาเวลาในการตอบสนองของ Cloud Firestore ที่มีความเข้ากันได้กับ MongoDB
เวลาในการตอบสนอง
ตารางต่อไปนี้อธิบายสาเหตุที่เป็นไปได้ที่ทำให้เกิดเวลาในการตอบสนองที่เพิ่มขึ้น
สาเหตุของเวลาในการตอบสนอง |
ประเภทการดำเนินการที่ได้รับผลกระทบ |
ความละเอียด |
การเข้าชมที่เพิ่มขึ้นอย่างต่อเนื่อง
|
อ่าน เขียน |
สำหรับการเพิ่มขึ้นของการเข้าชมอย่างรวดเร็ว Cloud Firestore ที่มีความเข้ากันได้กับ MongoDB จะพยายามปรับขนาดโดยอัตโนมัติ
เพื่อตอบสนองความต้องการที่เพิ่มขึ้น เมื่อ Cloud Firestore ที่มีความเข้ากันได้กับ MongoDB
ปรับขนาด เวลาในการตอบสนองจะเริ่มลดลง
ฮอตสปอต (อัตราการอ่าน เขียน และลบสูงในช่วงเอกสารแคบๆ)
จำกัดความสามารถของ Cloud Firestore ที่เข้ากันได้กับ MongoDB ในการปรับขนาด ตรวจสอบ
หลีกเลี่ยงฮอตสปอต
และระบุฮอตสปอตในแอปพลิเคชัน
|
การแย่งกัน ไม่ว่าจะมาจากการอัปเดตเอกสารเดียวบ่อยเกินไป
หรือจากธุรกรรม |
อ่าน เขียน |
ลดอัตราการเขียนไปยังเอกสารแต่ละรายการ
ลดจำนวนเอกสารที่อัปเดตในธุรกรรมการเขียนเดียว
|
การอ่านขนาดใหญ่ที่แสดงผลเอกสารจำนวนมาก |
อ่าน |
ใช้การแบ่งหน้าเพื่อแยกการอ่านขนาดใหญ่
|
ลบมากเกินไปเมื่อเร็วๆ นี้ |
read ซึ่งส่งผลอย่างมากต่อ
การดำเนินการที่แสดงรายการคอลเล็กชันในฐานข้อมูล |
หากความหน่วงเกิดจากการลบข้อมูลล่าสุดมากเกินไป
ปัญหานี้ควรได้รับการแก้ไขโดยอัตโนมัติหลังจากผ่านไประยะหนึ่ง หากปัญหายังไม่ได้รับการแก้ไข โปรดติดต่อทีมสนับสนุน |
การกระจายดัชนี โดยเฉพาะสำหรับฟิลด์อาร์เรย์และฟิลด์เอกสารที่ฝัง |
เขียน |
ตรวจสอบการจัดทำดัชนีของฟิลด์อาร์เรย์และฟิลด์เอกสารที่ฝัง |
การเขียนขนาดใหญ่ |
เขียน |
ลองลดจำนวนการเขียนในแต่ละการดำเนินการ
สำหรับการป้อนข้อมูลแบบกลุ่มในกรณีที่คุณไม่ต้องการการดำเนินการแบบอะตอม ให้ใช้การเขียนแบบเดี่ยวแบบขนาน
|
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-08-29 UTC
[null,null,["อัปเดตล่าสุด 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. |"]]