查询会根据结果集的大小进行缩放，而不是数据集的大小

Question

这是关于最新Firebase Cloud Firestore的问题。在此文档中，它是这样说的：

  

它还允许表达性查询。查询的大小为   您的结果集，而不是数据集的大小，因此您将获得相同的结果   性能从一组100或100,000,000中获取1个结果。

这句话对我来说并不清楚。你能解释一下这个用例吗？

Answer 1

firebaser here

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请求项目的集合大小的组合。

所以：

1. 如果您要求100件物品中的10件物品，那么比您要求100件物品中的1000件物品要快。
2. 如果您要求100件物品中的10件物品，那么比您要求1件物品中的10件物品要快。

预计＃1的性能差异，仅数据传输是难以忘记的。由于＃2取决于服务器端处理，开发人员有时会忘记＃2。许多关系DBMS非常好地优化，这意味着性能差异通常是对数性能差异。但是，如果收集量足够大，即使log(n)性能也会很明显。

Cloud Firestore水平扩展，这意味着上面的规则＃2不适用：

• 如果您要求100万件物品中的10件物品，则需要同时请求1件物品中的10件物品。

这是因为Firestore的查询系统的设计方式。虽然您可能无法将每个查询直接从关系数据模型建模到Firestore数据模型，但如果您可以根据Firestore查询定义用例，则可以保证在相对于数量的时间内执行你要求的结果。 （解释吉尔在这里的评论）

Answer 2

这可能写得有些混乱。它不是典型意义上的用例，只是关于Firestore性能的声明。

它基本上说如果从100.000.000中的100或1项中请求1项并不重要，它将同样快。这里1是您的结果集，100 / 100.000.000是您的数据集。因此，从100.000.000中请求1项将比请求100项中的50项更快。

我希望这会让它更清晰一点！