Prestazioni di Firebase con set di dati di grandi dimensioni

Question

Sto testando Firebase per un progetto che potrebbe avere un numero ragionevolmente elevato di chiavi, potenzialmente milioni.

Ho provato a caricare alcuni 10k di record utilizzando il nodo, e le prestazioni di carico sembrano buone. Tuttavia, l'interfaccia utente Web "FORGE" diventa insolitamente lenta e rende ogni singolo record se espongo il mio nodo principale.

Firebase non è progettato per questo volume di dati o sto facendo qualcosa di sbagliato?

Answer 1

Sono semplicemente le limitazioni dell'interfaccia utente di Forge. È ancora abbastanza rudimentale.

Le funzioni in tempo reale in Firebase non sono solo adatte, ma progettate per set di dati di grandi dimensioni. Il fatto che il flusso dei record sia in tempo reale è perfetto per questo.

Le prestazioni sono, come con qualsiasi app di dati di grandi dimensioni, valide solo come la vostra implementazione. Quindi, ecco alcuni trucchi da tenere a mente con set di dati di grandi dimensioni.

denormalizzare, denormalizzare, denormalizzare

Se un set di dati verrà ripetuta, e le sue registrazioni si contano a migliaia, riporlo in un proprio percorso.

Questo è un male per iterare grandi insiemi di dati:

/users/uid 
/users/uid/profile 
/users/uid/chat_messages 
/users/uid/groups 
/users/uid/audit_record 

Questo è un bene per iterare grandi insiemi di dati:

/user_profiles/uid 
/user_chat_messages/uid 
/user_groups/uid 
/user_audit_records/uid 

Evitare di 'valore' su grandi insiemi di dati

Utilizzare child_added poiché value deve caricare l'intero set di record sul client.

orologio per nascosti value operazioni sui bambini

Quando si chiama child_added, si sono essenzialmente chiamando value su ogni record figlio. Quindi, se quei bambini contengono elenchi di grandi dimensioni, dovranno caricare tutti i dati da restituire. Quindi, la sezione DENORMALIZZA sopra.