这是一个关于最新的Firebase Cloud Firestore的问题。在这个文档中，它是这样说的：
它还允许表达性查询。查询的规模与结果集的大小有关，而不是与数据集的大小有关，因此从100或100，000，000个结果中提取1个结果将获得相同的性能。
这个说法我不清楚。你能详细解释一下这个用例吗？
这是一个关于最新的Firebase Cloud Firestore的问题。在这个文档中，它是这样说的：
它还允许表达性查询。查询的规模与结果集的大小有关，而不是与数据集的大小有关，因此从100或100，000，000个结果中提取1个结果将获得相同的性能。
这个说法我不清楚。你能详细解释一下这个用例吗？
2条答案
按热度按时间2lpgd9681#
在大多数数据库（包括Firebase自己的实时数据库）中，查询性能取决于您请求的项目数量和您请求项目的集合大小的组合。
在大多数数据库中：
1.如果您请求100万个项目中的10个项目，这将比您请求1000个项目中的1000个项目更快。
1.如果您请求100万个项目中的10个项目，这将比您请求1亿个项目中的10个项目更快。
1的性能差异是意料之中的，仅数据传输就很难忘记。由于#2依赖于服务器端处理，开发人员有时会忘记#2。许多关系型DBMS优化得非常好，这意味着性能差异通常是对数性能差异。但是，如果有足够大的集合大小，即使是
log(n)的性能也会引人注目。Cloud Firestore水平扩展，这意味着上面的规则#2不适用：
这是因为Firestore的查询系统的设计方式。虽然您可能无法直接从关系数据模型到Firestore数据模型对每个查询进行建模，但如果您可以根据Firestore查询来定义用例，则可以保证在仅与您请求的结果数量相关的时间内执行。（引用Gil的评论）
lqfhib0f2#
这可能写得有点混乱。它不是经典意义上的用例，它只是关于Firestore性能的声明。
它基本上是说，无论您请求100个项目中的1个项目还是100.000.000个项目中的1个项目，它都同样快。这里1是你的 * 结果集 *，100/100.000.000是你的 * 数据集 *。因此，请求100.000.000项中的1项将比请求100项中的50项更快。
我希望这能让它更清晰一点！