Lese- und Schreibvorgänge in großem Maßstab verstehen

Lesen Sie dieses Dokument, um fundierte Entscheidungen bei der Entwicklung von Anwendungen für hohe Leistung und Zuverlässigkeit zu treffen. Dieses Dokument enthält erweiterte Firestore-Themen. Wenn Sie gerade erst mit Firestore beginnen, lesen Sie stattdessen die Kurzanleitung.

Firestore ist eine flexible, skalierbare Datenbank für die Mobilgeräte-, Web- und Serverentwicklung über Firebase und Google Cloud. Der Einstieg in Firestore und das Erstellen leistungsfähiger Anwendungen ist ganz einfach.

Damit Ihre Anwendungen weiterhin eine gute Leistung erzielen, die Datenbankgröße steigt und der Traffic zunimmt, ist es hilfreich, die Mechanismen von Lese- und Schreibvorgängen im Firestore-Back-End zu verstehen. Außerdem müssen Sie die Interaktion Ihrer Lese- und Schreibvorgänge mit der Speicherebene und die zugrunde liegenden Einschränkungen verstehen, die sich auf die Leistung auswirken können.

In den folgenden Abschnitten finden Sie Best Practices, die Sie vor der Architektur Ihrer Anwendung beachten sollten.

Die übergeordneten Komponenten verstehen

Das folgende Diagramm zeigt die übergeordneten Komponenten, die an einer Firestore API-Anfrage beteiligt sind.

Allgemeine Komponenten

Firestore SDK und Clientbibliotheken

Firestore unterstützt SDKs und Clientbibliotheken für verschiedene Plattformen. Während eine Anwendung direkte HTTP- und RPC-Aufrufe an die Firestore API senden kann, bieten die Clientbibliotheken eine Abstraktionsebene, um die API-Nutzung zu vereinfachen und Best Practices zu implementieren. Sie können auch zusätzliche Funktionen wie Offlinezugriff oder Caches bieten.

Google Front End (GFE)

Dies ist ein Infrastrukturdienst, der allen Google Cloud-Diensten gemeinsam ist. Der GFE akzeptiert eingehende Anfragen und leitet sie an den entsprechenden Google-Dienst weiter (in diesem Fall der Firestore-Dienst). Außerdem bietet es andere wichtige Funktionen, darunter Schutz vor Denial-of-Service-Angriffen.

Firestore-Dienst

Der Firestore-Dienst führt Prüfungen der API-Anfrage durch, einschließlich Authentifizierung, Autorisierung, Kontingentprüfungen und Sicherheitsregeln, und verwaltet außerdem Transaktionen. Dieser Firestore-Dienst enthält einen Speicherclient, der für die Lese- und Schreibvorgänge von Daten mit der Speicherschicht interagiert.

Firestore-Speicherschicht

Die Firestore-Speicherebene ist für das Speichern der Daten und Metadaten sowie der zugehörigen Datenbankfunktionen von Firestore verantwortlich. In den folgenden Abschnitten wird beschrieben, wie Daten in der Firestore-Speicherebene organisiert und wie das System skaliert wird. Wenn Sie wissen, wie Daten organisiert werden, können Sie ein skalierbares Datenmodell entwerfen und die Best Practices in Firestore besser verstehen.

Schlüsselbereiche und ‑aufteilungen

Firestore ist eine dokumentenbasierte NoSQL-Datenbank. Sie speichern Daten in Dokumenten, die in Hierarchien von Sammlungen organisiert sind. Die Sammlungshierarchie und die Dokument-ID werden in einen einzigen Schlüssel für jedes Dokument übersetzt. Dokumente werden nach diesem Schlüssel logisch gespeichert und lexikografisch sortiert. Der Begriff „Schlüsselbereich“ bezieht sich auf einen lexikografisch zusammenhängenden Bereich von Schlüsseln.

Eine typische Firestore-Datenbank ist zu groß, um auf einem einzelnen physischen Computer zu passen. Es gibt auch Szenarien, in denen die Arbeitslast für die Daten zu hoch ist, um von einem einzelnen Computer verarbeitet zu werden. Um große Arbeitslasten zu bewältigen, partitioniert Firestore die Daten in separate Teile, die auf mehreren Maschinen oder Speicherservern gespeichert und bereitgestellt werden können. Diese Partitionen werden in den Datenbanktabellen in Blöcken von Schlüsselbereichen erstellt, die als Splits bezeichnet werden.

Synchrone Replikation

Die Datenbank wird immer automatisch und synchron repliziert. Die Datenaufteilungen haben Replikate in verschiedenen Zonen, damit sie auch dann verfügbar bleiben, wenn eine Zone nicht mehr zugänglich ist. Die konsistente Replikation in den verschiedenen Kopien des Splits wird vom Paxos-Algorithmus für den Konsens verwaltet. Ein Replikat jedes Splits wird zum Paxos-Leader gewählt, der für die Verarbeitung von Schreibvorgängen für diesen Split verantwortlich ist. Durch die synchrone Replikation können Sie immer die neueste Datenversion aus Firestore lesen.

Das Resultat ist ein skalierbares und hochverfügbares System, das niedrige Latenzen sowohl für Lese- als auch für Schreibvorgänge bietet, unabhängig von hohen Arbeitslasten und in sehr großem Maßstab.

Datenlayout

Firestore ist eine schemalose Dokumentendatenbank. Intern werden die Daten jedoch hauptsächlich in zwei Tabellen im Stil relationaler Datenbanken in der Speicherschicht angeordnet:

  • Tabelle Dokumente: Dokumente werden in dieser Tabelle gespeichert.
  • Tabelle Indexe: In dieser Tabelle werden Indexeinträge gespeichert, mit denen Ergebnisse effizient und nach Indexwert sortiert abgerufen werden können.

Das folgende Diagramm zeigt, wie die Tabellen einer Firestore-Datenbank mit den Aufteilungen aussehen könnten. Die Splits werden in drei verschiedenen Zonen repliziert und jedem Split ist ein Paxos-Leader zugewiesen.

Datenlayout

Einzelne Region im Vergleich zu mehreren Regionen

Beim Erstellen einer Datenbank müssen Sie eine Region oder mehrere Regionen auswählen.

Ein einzelner regionaler Standort ist ein bestimmter geografischer Ort, z. B. us-west1. Die Datenaufteilungen einer Firestore-Datenbank haben Replikate in verschiedenen Zonen innerhalb der ausgewählten Region, wie zuvor erläutert.

Ein Standort mit mehreren Regionen besteht aus einer festgelegten Gruppe von Regionen, in denen Replikate der Datenbank gespeichert werden. Bei einer multiregionalen Bereitstellung von Firestore haben zwei der Regionen Vollreplikate der gesamten Daten in der Datenbank. Eine dritte Region hat ein Zeugenreplikat, das keinen vollständigen Datensatz verwaltet, jedoch an der Replikation beteiligt ist. Durch die Replikation der Daten zwischen mehreren Regionen können die Daten auch bei Verlust einer ganzen Region geschrieben und gelesen werden.

Weitere Informationen zu den Standorten einer Region finden Sie unter Firestore-Standorte.

Eine Region im Vergleich zu mehreren Regionen

Lebensdauer eines Schreibvorgangs in Firestore verstehen

Ein Firestore-Client kann Daten schreiben, indem er ein einzelnes Dokument erstellt, aktualisiert oder löscht. Für das Schreiben in ein einzelnes Dokument müssen sowohl das Dokument als auch die zugehörigen Indexeinträge in der Speicherschicht atomar aktualisiert werden. Firestore unterstützt auch atomare Vorgänge mit mehreren Lese- und/oder Schreibvorgängen in einem oder mehreren Dokumenten.

Für alle Arten von Schreibvorgängen bietet Firestore die ACID-Attribute (Atomarität, Konsistenz, Isolation und Langlebigkeit) relationaler Datenbanken. Firestore bietet außerdem Serialisierbarkeit, was bedeutet, dass alle Transaktionen so erscheinen, als ob sie in einer seriellen Reihenfolge ausgeführt würden.

Allgemeine Schritte in einer Schreibtransaktion

Wenn der Firestore-Client mit einer der zuvor genannten Methoden einen Schreibvorgang ausgibt oder einen Commit für eine Transaktion durchführt, wird dies intern als Datenbank-Lese-Schreib-Transaktion auf der Speicherebene ausgeführt. Durch die Transaktion kann Firestore die zuvor genannten ACID-Attribute bereitstellen.

Im ersten Schritt einer Transaktion liest Firestore das vorhandene Dokument und ermittelt die Mutationen, die an den Daten in der Tabelle „Documents“ vorgenommen werden müssen.

Dazu gehören auch die erforderlichen Aktualisierungen an der Tabelle „Indexes“:

  • Felder, die den Dokumenten hinzugefügt werden, müssen in der Tabelle „Indexes“ entsprechend eingefügt werden.
  • Felder, die aus den Dokumenten entfernt werden, müssen entsprechend in der Indextabelle gelöscht werden.
  • Für Felder, die in den Dokumenten geändert werden, müssen sowohl Löschvorgänge (für alte Werte) als auch Einfügungen (für neue Werte) in der Tabelle „Indexes“ ausgeführt werden.

Um die oben genannten Mutationen zu berechnen, liest Firestore die Indexierungskonfiguration für das Projekt. In der Indexierungskonfiguration werden Informationen zu den Indexen für ein Projekt gespeichert. Firestore verwendet zwei Arten von Indexen: Einzelfeldindexe und zusammengesetzte Indexe. Detaillierte Informationen zu den in Firestore erstellten Indexen finden Sie unter Indextypen in Firestore.

Sobald die Mutationen berechnet wurden, sammelt Firestore sie in einer Transaktion und führt sie dann aus.

Schreibtransaktionen in der Speicherschicht

Wie bereits erwähnt, umfasst ein Schreibvorgang in Firestore eine Lese-Schreib-Transaktion in der Speicherebene. Je nach Datenlayout kann ein Schreibvorgang eine oder mehrere Aufteilungen umfassen, wie im Datenlayout dargestellt.

Im folgenden Diagramm enthält die Firestore-Datenbank acht Splits (mit 1–8 gekennzeichnet), die auf drei verschiedenen Speicherservern in einer einzigen Zone gehostet werden. Jeder Split wird in drei(oder mehr) verschiedenen Zonen repliziert. Für jeden Split gibt es einen Paxos-Leader, der sich je nach Split auch in unterschiedlichen Zonen befinden kann.

Firestore-Datenbankaufteilung

Angenommen, Sie haben eine Firestore-Datenbank mit der Sammlung Restaurants:

Restaurantsammlung

Der Firestore-Client fordert die folgende Änderung an einem Dokument in der Sammlung Restaurant an, indem er den Wert des Felds priceCategory aktualisiert.

Zu einem Dokument in der Sammlung wechseln

In den folgenden allgemeinen Schritten wird beschrieben, was beim Schreiben geschieht:

  1. Erstellen Sie eine Lese-Schreib-Transaktion.
  2. Lesen Sie das Dokument restaurant1 in der Sammlung Restaurants in der Tabelle Dokumente aus der Speicherebene.
  3. Lesen Sie die Indexe für das Dokument aus der Tabelle Indexe.
  4. Berechnen Sie die Mutationen, die an den Daten vorgenommen werden sollen. In diesem Fall gibt es fünf Mutationen:
    • M1: Aktualisieren Sie die Zeile für restaurant1 in der Tabelle Dokumente, um die Änderung des Werts des Felds priceCategory widerzuspiegeln.
    • M2 und M3: Löschen Sie die Zeilen für den alten Wert priceCategory in der Tabelle Indexe für absteigende und aufsteigende Indexe.
    • M4 und M5: Fügen Sie für absteigende und aufsteigende Indexe die Zeilen für den neuen Wert von priceCategory in die Tabelle Indexe ein.
  5. Führen Sie für diese Mutationen ein Commit durch.

Der Speicherclient im Firestore-Dienst sucht nach den Splits, denen die Schlüssel der zu ändernden Zeilen gehören. Nehmen wir einen Fall an, bei dem Spaltung 3 für M1 und Teilung 6 für M2–M5 genutzt wird. Es gibt eine verteilte Transaktion, an der alle diese Teilungen als Teilnehmer beteiligt sind. Die Teilnehmer-Splits können auch andere Splits enthalten, aus denen Daten früher als Teil der Lese-Schreib-Transaktion gelesen wurden.

In den folgenden Schritten wird beschrieben, was im Rahmen des Commits geschieht:

  1. Der Speicherclient gibt ein Commit aus. Der Commit enthält die Mutationen M1–M5.
  2. Die Aufteilungen 3 und 6 sind die Teilnehmer an dieser Transaktion. Einer der Teilnehmer wird als Koordinator ausgewählt, zum Beispiel Split 3. Die Aufgabe des Koordinators besteht darin, sicherzustellen, dass die Transaktion für alle Teilnehmer entweder übergeben oder abgebrochen wird.
    • Die Leader-Replikate dieser Splits sind für die von den Teilnehmern und Koordinatoren geleistete Arbeit verantwortlich.
  3. Alle Teilnehmer und Koordinatoren führen einen Paxos-Algorithmus mit ihren jeweiligen Replikaten aus.
    • Der Leader führt einen Paxos-Algorithmus mit den Replicas aus. Das Quorum wird erreicht, wenn die meisten Replikate dem Leader mit einer ok to commit-Antwort antworten.
    • Jeder Teilnehmer benachrichtigt dann den Koordinator, wenn er bereit ist (erste Phase des zweistufigen Commits). Wenn ein Teilnehmer die Transaktion nicht per Commit festschreiben kann, wird die gesamte Transaktion aborts.
  4. Sobald der Koordinator weiß, dass alle Teilnehmer, einschließlich seiner selbst, bereit sind, teilt er allen Teilnehmern das accept-Transaktionsergebnis mit (zweite Phase des zweiphasigen Commits). In dieser Phase zeichnet jeder Teilnehmer die Commit-Entscheidung für einen stabilen Speicher auf und die Transaktion wird festgeschrieben.
  5. Der Koordinator antwortet dem Speicherclient in Firestore, dass die Transaktion übergeben wurde. Parallel dazu wenden der Koordinator und alle Teilnehmenden die Mutationen auf die Daten an.

Commit-Lebenszyklus

Wenn die Firestore-Datenbank klein ist, kann es vorkommen, dass einem einzelnen Split alle Schlüssel in den Mutationen M1 bis M5 gehören. In einem solchen Fall gibt es nur einen Teilnehmer an der Transaktion und das zuvor erwähnte zweiphasige Commit ist nicht erforderlich, wodurch die Schreibvorgänge beschleunigt werden.

Schreibvorgänge in mehreren Regionen

In einer multiregionalen Bereitstellung erhöht die regionsübergreifende Verteilung von Replikaten die Verfügbarkeit, verursacht jedoch Leistungskosten. Die Kommunikation zwischen Replikaten in verschiedenen Regionen dauert länger. Daher ist die Basislatenz für Firestore-Vorgänge im Vergleich zu Bereitstellungen in einer einzelnen Region etwas höher.

Wir konfigurieren die Replikate so, dass die Führungsebene für Splits immer in der primären Region bleibt. Die primäre Region ist die Region, aus der Traffic an den Firestore-Server gelangt. Diese Entscheidung des Leaders reduziert die Rücksendeverzögerung bei der Kommunikation zwischen dem Speicherclient in Firestore und dem Replikat-Leader (oder Koordinator für Transaktionen mit mehreren Teilungen).

Jeder Schreibvorgang in Firestore beinhaltet auch eine gewisse Interaktion mit der Echtzeit-Engine in Firestore. Weitere Informationen zu Echtzeitabfragen finden Sie unter Echtzeitabfragen in großem Umfang verstehen.

Die Lebensdauer eines Lesevorgangs in Firestore verstehen

In diesem Abschnitt werden eigenständige Lesevorgänge in Firestore beschrieben, die nicht in Echtzeit sind. Intern verarbeitet der Firestore-Server die meisten dieser Abfragen in zwei Hauptphasen:

  1. Ein einzelner Bereichsscan in der Tabelle Indexes
  2. Punktsuchen in der Tabelle Dokumente basierend auf dem Ergebnis des vorherigen Scans
Bestimmte Abfragen erfordern unter Umständen weniger Verarbeitungsmaßnahmen, z. B. ausschließlich schlüsselbasierte Abfragen im Datastore-Modus) oder weitere Verarbeitungen (z. B. IN-Abfragen) in Firestore.

Die Datenlesevorgänge aus der Speicherebene erfolgen intern mithilfe einer Datenbanktransaktion, um konsistente Lesevorgänge zu gewährleisten. Im Gegensatz zu den für Schreibvorgänge verwendeten Transaktionen werden für diese Transaktionen jedoch keine Sperren verwendet. Stattdessen wählen sie einen Zeitstempel aus und führen dann alle Lesevorgänge mit diesem Zeitstempel aus. Da sie keine Sperren erwerben, blockieren sie keine gleichzeitigen Lese-Schreib-Transaktionen. Um diese Transaktion auszuführen, gibt der Speicherclient in Firestore eine Zeitstempelgrenze an, die der Speicherschicht mitteilt, wie ein Lesezeitstempel ausgewählt werden soll. Die Art der Zeitstempelbindung, die vom Speicherclient in Firestore ausgewählt wird, wird durch die Leseoptionen für die Leseanfrage bestimmt.

Lesetransaktionen in der Speicherschicht

In diesem Abschnitt werden die Arten von Lesevorgängen und ihre Verarbeitung auf der Speicherebene in Firestore beschrieben.

Starke Lesevorgänge

Standardmäßig sind Firestore-Lesevorgänge strikt konsistent. Diese strikte Konsistenz bedeutet, dass ein Firestore-Lesevorgang die neueste Version der Daten zurückgibt, die alle Schreibvorgänge widerspiegelt, die bis zum Start des Lesevorgangs festgeschrieben wurden.

Single Split – Lesevorgang

Der Speicherclient in Firestore sucht die Splits, zu denen die Schlüssel der zu lesenden Zeilen gehören. Angenommen, er muss einen Lesevorgang aus Teilgruppe 3 aus dem vorherigen Abschnitt ausführen. Der Client sendet die Leseanfrage an das nächstgelegene Replikat, um die RTT zu reduzieren.

Je nach ausgewähltem Replikat kann es zu folgenden Fällen kommen:

  • Die Leseanfrage wird an ein Leader-Replikat (Zone A) gesendet.
    • Da die führende Variante immer auf dem neuesten Stand ist, kann der Lesevorgang direkt durchgeführt werden.
  • Leseanfrage wird an ein Replikat gesendet, das kein Leader ist (z. B. Zone B)
    • Splitter 3 weiß möglicherweise anhand seines internen Zustands, dass er genügend Informationen hat, um die Leseanfrage zu bedienen, und tut dies.
    • Bei Split 3 ist nicht sicher, ob die aktuellen Daten verwendet werden. Sie sendet eine Nachricht an den Leader, um nach dem Zeitstempel der letzten Transaktion zu fragen, die für den Lesevorgang angewendet werden muss. Sobald diese Transaktion angewendet wurde, kann der Lesevorgang fortgesetzt werden.

Firestore gibt die Antwort dann an den Client zurück.

Lesevorgang mit mehreren Splits

Wenn die Lesevorgänge aus mehreren Teilungen erfolgen müssen, wird derselbe Mechanismus für alle Teilungen verwendet. Sobald die Daten von allen Splits zurückgegeben wurden, kombiniert der Speicherclient in Firestore die Ergebnisse. Firestore antwortet dem Client mit diesen Daten.

Veraltete Lesevorgänge

Starke Lesevorgänge sind der Standardmodus in Firestore. Dies geht jedoch mit einer potenziell höheren Latenz einher, da möglicherweise eine Kommunikation mit dem Leiter erforderlich ist. Oft muss Ihre Firestore-Anwendung nicht die neueste Version der Daten lesen und die Funktion funktioniert gut mit Daten, die möglicherweise ein paar Sekunden veraltet sind.

In einem solchen Fall kann der Client mithilfe der Leseoptionen read_time veraltete Lesevorgänge empfangen. In diesem Fall werden Lesevorgänge durchgeführt, da sich die Daten unter read_time befinden. Das nächste Replikat hat höchstwahrscheinlich bereits bestätigt, dass es Daten am angegebenen read_time hat. Für eine deutlich bessere Leistung ist ein Veralterungswert von 15 Sekunden angemessen. Selbst bei veralteten Lesevorgängen sind die ausgegebenen Zeilen konsistent.

Hotspots vermeiden

Die Splits in Firestore werden automatisch in kleinere Teile aufgeteilt, um die Auslieferung von Traffic bei Bedarf oder bei Erweiterung des Schlüsselbereichs auf mehr Speicherserver zu verteilen. Aufteilungen, die zur Bewältigung von übermäßigem Traffic erstellt wurden, werden etwa 24 Stunden lang aufbewahrt, auch wenn der Traffic ganz ausfällt. Wenn es also wiederkehrende Traffic-Spitzen gibt, werden die Aufteilungen beibehalten und bei Bedarf weitere Aufteilungen eingeführt. Mit diesen Mechanismen können Firestore-Datenbanken bei steigender Zugriffslast oder Datenbankgröße automatisch skaliert werden. Es gibt jedoch einige Einschränkungen, die im Folgenden erläutert werden.

Die Aufteilung von Speicher und Last nimmt Zeit in Anspruch. Wenn der Traffic zu schnell erhöht wird, kann dies zu einer hohen Latenz oder zu Fehlern bei Zeitüberschreitungen führen, die im Allgemeinen als Hotspots bezeichnet werden, während der Dienst angepasst wird. Die Best Practice besteht darin, Vorgänge über den Schlüsselbereich zu verteilen und gleichzeitig den Traffic für eine Sammlung in einer Datenbank mit 500 Vorgängen pro Sekunde zu erhöhen. Nach dieser schrittweisen Steigerung können Sie den Traffic alle fünf Minuten um bis zu 50 % erhöhen. Dieser Prozess wird als 500/50/5-Regel bezeichnet und positioniert die Datenbank so, dass sie für Ihre Arbeitslast optimal skaliert wird.

Obwohl Aufteilungen bei zunehmender Auslastung automatisch erstellt werden, kann Firestore einen Schlüsselbereich nur so lange aufteilen, bis ein einzelnes Dokument mithilfe einer speziellen Gruppe von replizierten Speicherservern bereitgestellt wird. Daher können hohe und anhaltende Mengen gleichzeitiger Vorgänge für ein einzelnes Dokument zu einem Engpass bei diesem Dokument führen. Wenn Sie bei einem einzelnen Dokument dauerhaft hohe Latenzen feststellen, sollten Sie Ihr Datenmodell ändern, um die Daten auf mehrere Dokumente aufzuteilen oder zu replizieren.

Berechtigungskonflikte treten auf, wenn mehrere Vorgänge gleichzeitig versuchen, dasselbe Dokument zu lesen und/oder zu schreiben.

Ein weiterer Sonderfall des Heißlaufens tritt auf, wenn ein sequentiell zunehmender/abnehmender Schlüssel als Dokument-ID in Firestore verwendet wird und eine erheblich hohe Anzahl von Vorgängen pro Sekunde vorliegt. Das Erstellen weiterer Aufteilungen hilft hier nicht, da der Anstieg des Traffics einfach auf die neu erstellte Aufteilung verlagert wird. Da Firestore standardmäßig alle Felder im Dokument automatisch indexiert, können solche beweglichen Hotspots auch im Indexbereich für ein Dokumentfeld erstellt werden, das einen sequenziell ansteigenden/abnehmenden Wert wie einen Zeitstempel enthält.

Beachten Sie, dass Firestore mithilfe der oben beschriebenen Praktiken für beliebig große Arbeitslasten skalieren kann, ohne dass Sie eine Konfiguration anpassen müssen.

Fehlerbehebung

Firestore bietet den Key Visualizer als Diagnosetool, mit dem sich Nutzungsmuster analysieren und Hotspot-Probleme beheben lassen.

Weitere Informationen