빠른 참조로 여기에 나열된 권장사항을 활용하세요. Cloud Firestore를 사용하는 애플리케이션을 빌드할 때
데이터베이스 위치
데이터베이스 인스턴스를 만들 때 사용자 및 컴퓨팅 리소스와 가장 가까운 데이터베이스 위치를 선택하세요. 광범위한 네트워크 홉을 사용할 경우 오류가 발생하기 쉬우며 쿼리 지연 시간이 길어집니다.
애플리케이션의 가용성과 내구성을 극대화하려면 멀티 리전 위치를 선택하고 중요한 컴퓨팅 리소스를 2개 이상의 리전에 배치합니다.
비용을 절감하거나, 애플리케이션이 지연 시간에 민감하여 쓰기 지연 시간을 단축하거나, 다른 GCP 리소스와 위치를 공유하려면 리전 위치를 선택합니다.
문서 ID
- 문서 ID에
.
및..
를 사용하지 않습니다. - 문서 ID에 슬래시(
/
)를 사용하지 않습니다. 다음과 같이 단조롭게 증가하는 문서 ID를 사용하지 않습니다.
Customer1
,Customer2
,Customer3
, ...Product 1
,Product 2
,Product 3
, ...
이러한 순차 ID를 사용하면 지연 시간에 영향을 미치는 부하 집중이 발생할 수 있습니다.
필드 이름
다음과 같은 문자는 추가 이스케이프 처리가 필요하기 때문에 필드 이름에 사용하지 않습니다.
.
마침표[
왼쪽 대괄호]
오른쪽 대괄호*
별표`
역따옴표
색인
쓰기 지연 시간 감소
쓰기 지연 시간의 주요 원인은 색인 팬아웃입니다. 감소 색인 팬아웃의 특징은 다음과 같습니다.
설정 컬렉션 수준 색인 예외를 참조하세요. 기본적으로 내림차순 및 배열 색인 생성. 사용되지 않는 색인이 생성된 값을 삭제하면 스토리지 비용도 줄어듭니다.
트랜잭션의 문서 수를 줄입니다. 큰 숫자를 작성하는 경우 일괄 작업 처리를 위해 원자적 일괄 처리 대신 일괄 작성기를 작곡가입니다.
색인 예외
대부분의 앱에서는 자동 색인 생성 및 오류 메시지 링크를 사용하여 색인을 관리할 수 있습니다. 하지만 다음과 같은 경우에는 단일 필드 예외를 추가할 수 있습니다.
케이스 | 설명 |
---|---|
큰 문자열 필드 | 쿼리에 사용하지 않는 긴 문자열 값이 포함된 문자열 필드가 있는 경우 색인 생성에서 해당 필드를 제외하여 스토리지 비용을 줄일 수 있습니다. |
순차 값이 있는 문서를 포함하는 컬렉션에 대한 높은 쓰기 속도 | 타임스탬프처럼 컬렉션 내 문서 간 순차적으로 증가하거나 감소하는 필드에 색인을 생성하는 경우 컬렉션에 대한 최대 쓰기 속도는 초당 500회입니다. 순차 값이 있는 필드를 기준으로 쿼리하지 않는 경우 색인 생성에서 이 필드를 제외하여 이 한도를 우회할 수 있습니다. 예를 들어 쓰기 속도가 높은 IoT 사용 사례에서 타임스탬프 필드가 있는 문서가 포함된 컬렉션은 초당 500회 한도에 근접할 수 있습니다. |
TTL 필드 |
TTL(수명) 정책을 사용하는 경우 TTL 필드는 타임스탬프여야 합니다. TTL 필드 색인 생성은 기본적으로 사용 설정되며 트래픽 속도가 빨라지면 성능에 영향을 줄 수 있습니다. TTL 필드에 단일 필드 예외를 추가하는 것이 좋습니다. |
큰 배열 또는 맵 필드 | 큰 배열 또는 맵 필드는 문서당 색인 한도인 40,000개에 근접할 수 있습니다. 큰 배열 또는 맵 필드를 기준으로 쿼리하지 않는 경우 색인 생성에서 큰 배열 또는 맵 필드를 제외해야 합니다. |
읽기 및 쓰기 작업
앱에서 단일 문서를 업데이트할 수 있는 정확한 최대 속도는 워크로드에 따라 크게 달라집니다. 자세한 내용은 단일 문서 업데이트를 참조하세요.
가능한 경우 동기식 호출 대신 비동기식 호출을 사용하세요. 비동기식 호출은 지연 시간에 미치는 영향을 최소화합니다. 예를 들어 응답을 렌더링하기 전에 문서 조회 결과와 쿼리 결과를 필요로 하는 애플리케이션을 생각해 보세요. 조회 및 쿼리에 데이터 종속성이 없다면 쿼리를 실행하기 전에 조회가 완료될 때까지 동기식으로 대기할 필요가 없습니다.
오프셋 대신 커서를 사용하세요. 오프셋을 사용하면 건너뛴 문서가 애플리케이션에 반환되지는 않지만 내부적으로는 계속 검색됩니다. 건너뛴 문서는 쿼리의 지연 시간에 영향을 미치며 검색에 필요한 읽기 작업에 해당되는 비용이 애플리케이션에 청구됩니다.
트랜잭션 재시도
Cloud Firestore SDK 및 클라이언트 자동으로 재시도하지 않음 임시 오류를 처리해야 합니다 애플리케이션이 Cloud Firestore~ REST 또는 RPC API 직접 SDK를 통하는 대신 트랜잭션 재시도를 구현해야 합니다.
실시간 업데이트
실시간 업데이트와 관련된 권장사항은 대규모 실시간 쿼리 이해를 참조하세요.
규모 확장을 위한 설계
다음 권장사항에서는 경합 문제가 발생하는 상황을 피하는 방법에 대해 설명합니다.
단일 문서 업데이트
앱을 설계할 때 앱이 단일 문서를 얼마나 빠르게 업데이트할지 고려하세요. 워크로드 성능을 특성화하는 가장 좋은 방법은 부하 테스트를 수행하는 것입니다. 앱에서 단일 문서를 업데이트할 수 있는 정확한 최대 속도는 워크로드에 따라 크게 달라집니다. 요소에는 쓰기 속도, 요청 간 경합, 영향을 받는 색인 수가 포함됩니다.
문서 쓰기 작업은 문서 및 관련 색인을 업데이트합니다. Cloud Firestore는 동기식으로 쓰기 작업을 복제본 쿼럼을 확보합니다 쓰기 속도가 충분히 높아지면 데이터베이스에 경합, 긴 지연 시간 또는 기타 오류가 발생합니다.
좁은 문서 범위에 대한 높은 읽기, 쓰기, 삭제 속도
사전순으로 가까운 문서 또는 애플리케이션에 대한 읽기 또는 쓰기 속도가 높아지면 경합 오류가 발생합니다. 이러한 문제를 부하 집중이라고 부르며 다음 중 하나라도 해당할 경우 애플리케이션에 부하 집중이 발생할 수 있습니다.
매우 높은 속도로 신규 문서를 생성하면서 단조롭게 증가하는 자체 ID를 할당하는 경우
Cloud Firestore는 분산형 알고리즘을 사용하여 문서 ID를 할당합니다. 자동 문서 ID를 사용하여 새 문서를 만들면 쓰기 작업에 부하 집중이 발생하지 않습니다.
문서가 얼마 없는 컬렉션에서 매우 빠른 속도로 신규 문서를 생성하는 경우
타임스탬프와 같이 단조롭게 증가하는 필드를 사용하는 신규 문서를 매우 빠른 속도로 생성하는 경우
컬렉션에서 문서를 빠른 속도로 삭제하는 경우
트래픽을 점진적으로 증가시키지 않고 매우 빠른 속도로 데이터베이스에 쓰기 작업을 수행하는 경우
삭제된 데이터 건너뛰기 피하기
최근에 삭제된 데이터를 건너뛰는 쿼리를 피하세요. 초기 쿼리 결과가 최근에 삭제된 경우 쿼리가 많은 색인 항목을 건너뛰어야 할 수 있습니다.
삭제된 대량의 데이터를 건너뛰어야 할 수 있는 워크로드의 예로는 큐에 저장된 가장 오래된 작업 항목을 찾으려고 시도하는 경우가 있습니다. 이러한 쿼리는 다음과 같을 수 있습니다.
docs = db.collection('WorkItems').order_by('created').limit(100)
delete_batch = db.batch()
for doc in docs.stream():
finish_work(doc)
delete_batch.delete(doc.reference)
delete_batch.commit()
이 쿼리가 실행될 때마다 최근에 삭제된 문서에서 created
필드에 대한 색인 항목을 스캔합니다. 그 결과 쿼리 속도가 느려집니다.
성능 개선을 위해서는 start_at
메서드를 사용하여 시작하기에 가장 좋은 위치를 찾습니다. 예를 들면 다음과 같습니다.
completed_items = db.collection('CompletionStats').document('all stats').get()
docs = db.collection('WorkItems').start_at(
{'created': completed_items.get('last_completed')}).order_by(
'created').limit(100)
delete_batch = db.batch()
last_completed = None
for doc in docs.stream():
finish_work(doc)
delete_batch.delete(doc.reference)
last_completed = doc.get('created')
if last_completed:
delete_batch.update(completed_items.reference,
{'last_completed': last_completed})
delete_batch.commit()
참고: 위 예시에서는 높은 쓰기 속도에 반대되는 패턴인 단조롭게 증가하는 필드가 사용됩니다.
트래픽 늘리기
새 컬렉션으로 유입되는 트래픽을 점진적으로 늘리거나 사전순으로 늘려야 합니다. Cloud Firestore님이 준비할 시간을 충분히 확보할 수 있도록 서류를 닫으세요. 문서를 만들어야 합니다 새 컬렉션인 경우에는 최대 작업 수를 초당 500개로 제한하고 5분마다 50%씩 트래픽을 늘리는 것이 좋습니다. 쓰기 트래픽도 마찬가지로 늘릴 수 있지만 다음 사항에 유의하세요. Cloud Firestore 표준 한도 작업이 키 범위 전반에 걸쳐 비교적 균등하게 분산되도록 하세요. 이를 '500/50/5' 법칙이라고 부릅니다.
새 컬렉션으로 트래픽 마이그레이션
점진적인 증가는 컬렉션 간에 앱 트래픽을 마이그레이션하는 경우에 특히 중요합니다. 기존 컬렉션에서 읽기 작업을 수행하면 이 마이그레이션을 간단하게 처리할 수 있습니다. 문서가 존재하지 않으면 새 컬렉션에서 읽기 작업을 수행합니다. 하지만 이 경우 새 컬렉션에서 사전순으로 가까운 문서에 대한 트래픽이 갑자기 증가할 수 있습니다. Cloud Firestore 트래픽 증가에 맞춰 새 컬렉션을 효율적으로 준비하지 못할 수 있습니다. 특히 문서가 거의 없는 경우에 그렇습니다.
동일 컬렉션에 포함된 여러 문서의 문서 ID를 변경할 경우에도 유사한 문제가 발생할 수 있습니다.
새 컬렉션으로 트래픽을 마이그레이션할 수 있는 가장 좋은 전략은 데이터 모델에 따라 달라집니다. 아래에서는 병렬 읽기로 알려진 예시 전략을 소개합니다. 이 전략이 내 데이터에 효과가 있는지 여부는 스스로 판단해야 합니다. 마이그레이션 도중 병렬 작업이 비용에 미치는 영향을 중요하게 고려하세요.
병렬 읽기
트래픽을 새 컬렉션으로 마이그레이션할 때 병렬 읽기를 구현하려면 먼저 기존 컬렉션에서 읽기 작업을 수행합니다. 문서가 누락되어 있다면 새 컬렉션에서 읽어옵니다. 부재 문서 읽기 속도가 높으면 부하 집중으로 이어질 수 있으므로 점차적으로 로드를 늘려야 합니다. 기존 문서를 새 컬렉션에 복사한 후 기존 문서를 삭제하는 전략이 좋습니다. 병렬 읽기를 점진적으로 증가시켜 Cloud Firestore는 새 컬렉션에 대한 트래픽을 처리할 수 있습니다.
새 컬렉션에 대한 읽기 또는 쓰기를 점차적으로 늘릴 때는 사용자 ID의 확정 해시를 사용하여 새 문서에 쓰기 작업을 시도하는 사용자를 임의 비율로 선택하는 전략을 사용하면 됩니다. 사용자 ID 해시의 결과가 함수 또는 사용자 행동에 의해 왜곡되지 않았는지 확인하세요.
한편 기존 문서의 모든 데이터를 새 컬렉션에 복사하는 일괄 작업을 실행합니다. 일괄 작업 수행 시 부하 집중을 방지하려면 연속 문서 ID에 쓰기 작업을 수행하면 안 됩니다. 일괄 작업이 완료되면 새 컬렉션에서만 읽기가 가능해집니다.
이 전략을 개선하려면 사용자를 한 번에 소량으로 일괄 마이그레이션하면 됩니다. 사용자 문서에 해당 사용자의 마이그레이션 상태를 추적하는 필드를 추가하고, 사용자 ID의 해시에 근거하여 마이그레이션할 사용자 배치를 선택합니다. 일괄 작업을 사용해 해당 사용자 배치의 문서를 마이그레이션하고 마이그레이션 도중에 사용자에 병렬 읽기를 사용합니다.
마이그레이션 진행 중에 기존 항목과 신규 항목 모두에 이중 쓰기를 수행하지 않으면 롤백을 쉽게 수행할 수 없으며, 이렇게 하면 Cloud Firestore의 비용이 발생했습니다.
개인정보 보호
- Cloud Project ID에 민감한 정보를 저장하지 않도록 유의하세요. Cloud Project ID는 프로젝트 수명 이후에도 보관될 수 있습니다.
- 데이터 규정 준수 권장사항에 따라 민감한 정보는 문서 이름과 문서 필드 이름에 저장하지 않는 것이 좋습니다.
무단 액세스 방지
데이터베이스에 대한 무단 작업을 방지하세요. Cloud Firestore Security Rules 예를 들어 규칙을 사용하면 악의적인 사용자가 전체 데이터베이스를 반복적으로 다운로드하는 상황을 피할 수 있습니다.
Cloud Firestore Security Rules 사용에 관해 자세히 알아보세요.