TL;DR
我测试了这些案例:
-
使用transaction 调用增加一个值:
ref.transaction(function(value) {
return (value || 0) + 1;
});
-
使用新的increment 运算符增加一个值:
ref.set(admin.database.ServerValue.increment(1));
增量更快这一事实并不令人惊讶,但是......多少?
结果:
- 通过事务,我可以每秒增加大约 60-70 次的值。
- 使用
increment 运算符,我可以每秒增加大约 200-300 次的值。
我是如何进行测试并获得这些数字的
我已经在我的 2016 型号 macBook pro 上运行了测试,并将上面的内容包装在一个使用 client-side Node SDK 的简单 Node.js 脚本中。操作的包装脚本也非常基础:
timer = setInterval(function() {
... the increment or transaction from above ...
}, 100);
setTimeout(function() {
clearInterval(timer);
process.exit(1);
}, 60000)
所以:每秒增加值 10 次,并在 1 分钟后停止。然后我用这个脚本生成了这个进程的实例:
for instance in {1..10}
do
node increment.js &
done
因此,这将使用 increment 运算符运行 10 个并行进程,每个进程每秒将值增加 10 次,总共每秒增加 100 个增量。然后我更改了实例数,直到“每秒增量”达到峰值。
然后我写了一个小的script on jsbin 来监听该值,并通过一个简单的低通移动平均滤波器确定每秒的增量数。我在这里遇到了一些麻烦,所以不确定计算是否完全正确。鉴于我的测试结果,它们非常接近,但如果有人想写一个更好的观察者:请做我的客人。 :)
关于测试的注意事项:
我不断增加进程数量,直到“每秒增量”似乎达到最大值,但我注意到这与我的笔记本电脑粉丝全速运转不谋而合。所以很可能我没有找到服务器端操作的真正最大吞吐量,而是我的测试环境和服务器的组合。因此,当您尝试重现此测试时,很有可能(实际上很可能)您可能会得到不同的结果,尽管increment 的吞吐量当然应该始终显着高于transaction。无论你得到什么结果:请分享它们。 :)
我使用了客户端 Node.js SDK,因为它最容易上手。使用不同的 SDK 可能会产生略微不同的结果,尽管我希望主要的 SDK(iOS、Android 和 Web)与我得到的非常接近。
两个不同的队友立即询问我是在单个节点上运行它,还是并行递增多个值。并行增加多个值可能会显示是否存在系统范围的吞吐量瓶颈,或者它是否是特定于节点的(我期望的)。
如前所述:我的测试工具没有什么特别之处,但我的 jsbin 观察者代码尤其令人怀疑。如果有人想在相同的数据上编写一个更好的观察者,那就表示感谢。
事务和增量运算符如何在幕后工作
要了解transaction 和increment 之间的性能差异,了解这些操作在后台是如何工作的确实很有帮助。对于 Firebase 实时数据库,“幕后”是指客户端和服务器之间通过 Web Socket 连接发送的命令和响应。
Firebase 中的
事务 使用比较和设置方法。每当我们像上面那样开始事务时,客户端都会猜测节点的当前值。如果在该猜测之前从未见过该节点,则为null。它使用该猜测调用我们的事务处理程序,然后我们的代码返回新值。客户端将猜测和新值发送到服务器,服务器执行比较和设置操作:如果猜测正确,则设置新值。如果猜测错误,则服务器拒绝该操作并将实际当前值返回给客户端。
在一个完美的场景中,最初的猜测是正确的,并且该值会立即写入服务器上的磁盘(然后发送给所有侦听器)。在如下所示的流程图中:
Client Server
+ +
transaction() | |
| |
null | |
+---<-----+ |
| | |
+--->-----+ |
1 | (null, 1) |
+--------->---------+
| |
+---------<---------+
| (ack, 3) |
| |
v v
但是如果节点已经在服务器上有值,它会拒绝写入,发回实际值,客户端再试一次:
Client Server
+ +
transaction() | |
| |
null | |
+---<-----+ |
| | |
+--->-----+ |
1 | |
| (null, 1) |
+--------->---------+
| |
+---------<---------+
| (nack, 2) |
| |
2 | |
+---<-----+ |
| | |
+--->-----+ |
3 | (2, 3) |
+--------->---------+
| |
+---------<---------+
| (ack, 3) |
| |
| |
v v
这还不算太糟糕,多了一次往返。即使 Firebase 会使用悲观锁定,它也需要往返,所以我们不会丢失任何东西。
如果多个客户端同时修改相同的值,问题就开始了。这会在节点上引入所谓的争用,如下所示:
Client Server Client
+ + +
transaction() | | |
| | | transaction()
null | | |
+---<-----+ | | null
| | | +--->----+
+--->-----+ | | |
1 | | +---<----+
| (null, 1) | | 1
+--------->---------+ (null, 1) |
| |---------<---------+
+---------<---------+ |
| (nack, 2) |--------->---------+
| | (nack, 2) |
2 | | |
+---<-----+ | | 2
| | | |--->----+
+--->-----+ | | |
3 | (2, 3) | |---<----+
+--------->---------+ | 3
| | |
+---------<---------+ |
| (ack, 3) | (2, 3) |
| |---------<---------+
| | |
| |--------->---------+
| | (nack, 3) |
| | | 3
| | |--->----+
| | | |
| | |---<----+
| | | 4
| | (3, 4) |
| |---------<---------+
| | |
| |--------->---------+
| | (ack, 4) |
| | |
v v v
TODO:更新上面的图表,使服务器上的操作不会重叠。
第二个客户端必须对其操作进行另一次重试,因为服务器端的值在其第一次和第二次尝试之间已被修改。我们向该位置写入的客户端越多,您看到重试的可能性就越大。 Firebase 客户端会自动执行这些重试,但在多次重试后它将放弃并向应用程序引发 Error: maxretry 异常。
这就是我只能每秒增加一个计数器大约 60-70 次的原因:如果写入次数超过此值,则节点上的争用过多。
增量操作本质上是原子的。您是在告诉数据库:无论当前值是多少,都将其设为x 更高。这意味着客户端永远不必知道节点的当前值,因此它也不会猜错。它只是告诉服务器要做什么。
使用increment时,我们的多客户端流程图如下所示:
Client Server Client
+ + +
increment(1) | | |
| | | increment(1)
| (increment, 1) | |
+--------->---------+ (increment, 1) |
| |---------<---------+
+---------<---------+ |
| (ack, 2) |--------->---------+
| | (ack, 3) |
| | |
v v v
仅最后两个流程图的长度就可以很好地解释为什么increment 在这种情况下要快得多:increment 操作就是为此而设计的,所以有线协议更接近地代表了什么我们正在努力完成。这种简单性导致仅在我的简单测试中就产生了 3 到 4 倍的性能差异,在生产场景中可能甚至更多。
当然事务仍然有用,因为除了递增/递减之外还有更多的原子操作。