Firestore 與 MongoDB API：限制、遷移和兼容性指南

技術領導者對採用 Google 無服務器 MongoDB 替代方案的戰略深入探討。我們將涵蓋架構、兼容性、遷移和卓越運營。

查看比較


遷移手冊

閱讀更多：如何修復 Windows 上的 Dota 2“更改渲染 API”錯誤

基本概念

與 MongoDB 兼容的 Firestore 不僅僅是一個託管數據庫；它還是一個託管數據庫。這是一種範式轉變。它通過完全抽象化基礎設施管理，以部分功能對等換取運營效率的大幅提升。核心價值在於它能夠提供熟悉的 MongoDB API，同時以強大的無服務器引擎為基礎，呈現出一系列獨特的運營優勢。

無服務器設計

消除服務器配置、容量規劃和手動分片。該平台自動擴展計算和存儲以滿足任何需求。

全球規模和 99.999% SLA

利用 Google 的全球基礎設施實現自動多區域複製、強一致性和行業領先的高可用性 SLA。

基於消費的經濟學

只需為您使用的內容付費——讀取、寫入、存儲和出口。該模型消除了為可變工作負載過度配置的成本。

架構：Firestore 引擎上的 MongoDB Facade

重要的是要了解這不是託管的 MongoDB。它是構建在本機 Firestore 後端上的 MongoDB API 轉換層。這種架構對索引和性能具有深遠的影響。 Firestore 利用分離的後端來分離計算和存儲，從而允許每個後端獨立擴展。這是實現幾乎無限水平擴展的基礎，並為索引查詢提供一致的個位數毫秒讀取延遲。

Firestore 的分解架構

您的申請

MongoDB 驅動程序

→

谷歌云計算層

MongoDB API
原生API
數據存儲API

↓

獨立、可擴展的存儲引擎

全球存儲和復制的數據和索引

這種分離允許計算和存儲獨立擴展，確保一致的低延遲性能。

互操作性前景：混合未來的願景

雖然 MongoDB 兼容接口和原生 Firestore SDK 目前是獨立運行的，但 Google 的路線圖包括完整的數據互操作性。這一未來願景將創建一個強大的混合開發模型：後端服務可以使用熟悉的 MongoDB 工具，而移動和 Web 前端可以利用本機 Firestore SDK 來實現其獨特的實時和離線功能 - 所有這些都針對單個統一的數據存儲。

兼容性矩陣

雖然支持超過 200 種功能，但遺漏的地方很多。不進行分析而直接進行“直接遷移”會導致失敗。兼容層是複雜的協議轉換，而不是 MongoDB 引擎的完整重新實現。下面，我們將詳細分析存在分歧的關鍵領域。

數據建模和 BSON 類型

該服務支持最基本的 BSON 類型，包括整數、數組、二進制數據、日期、Decimal128 和字符串。但是，不支持多種舊版或專用類型，需要在遷移過程中仔細考慮。不支持的類型包括“DBRef”、“JavaScript”（有或沒有作用域）、“Symbol”和“Undefined”。缺乏“JavaScript”支持意味著強大的“$where”查詢運算符也不可用，從而強制執行完全分離，所有業務邏輯必須駐留在應用程序層中。

聚合管道：原始管道的子集

Firestore 支持許多核心聚合階段，例如“$match”、“$project”、“$group”、“$sort”和“$lookup”（用於服務器端聯接）。但是，高級數據處理和 ETL 工作流程的幾個強大階段不可用。最值得注意的遺漏是“$merge”和“$out”，它們用於將管道結果寫入集合，以及“$graphLookup”用於遞歸圖遍歷。

全部
查詢運算符
聚合階段
指數類型
數據庫命令

索引和性能：Firestore 方式

與原生 MongoDB 最深刻的區別在於索引方法。這是底層 Firestore 引擎的直接結果，需要開發人員思維方式發生根本轉變。

• 強制索引：與可以回退到（慢速）集合​​​​掃描的 MongoDB 不同，Firestore 需要為每個要運行的查詢提供一個索引。不存在未索引掃描的概念。這保證了任何規模的可預測、快速的性能，但消除了運行臨時、探索性查詢的靈活性。
• 性能和成本模型：性能與服務器 CPU 或 RAM 無關，而是與掃描的文檔和索引條目的數量有關。查詢的成本是此掃描計數的直接函數。因此，查詢優化就是設計索引，通過掃描最少數量的索引條目來檢索所需的文檔。
• 查詢說明：“explain”命令是一個不可或缺的工具。它允許開發人員分析查詢執行計劃，查看將掃描的索引條目的數量，並在部署之前了解性能和成本影響。

並排功能比較

為了快速直觀地概述，本節詳細介紹了本機 MongoDB 和 Firestore 跨幾個關鍵領域的兼容性層之間功能的核心差異。

查詢能力

原生 MongoDB

• 全文搜索（`$text`）
• 地理空間查詢
• 服務器端 JS (`$where`)
• 收藏掃描

帶 MongoDB API 的 Firestore

• 沒有“$text”（使用外部）
• 無地理空間
• 沒有“$where”
• 無收藏掃描

索引

原生 MongoDB

• 獨特、複合
• 文本和地理空間
• 散列、TTL

帶 MongoDB API 的 Firestore

• 獨特、複合
• 無文本或地理空間
• 無哈希值或 TTL

聚合管道

原生 MongoDB

• 核心階段（`$match`等）
• 連接 (`$lookup`)
• 寫入輸出（`$merge`/`$out`）
• 圖遍歷（`$graphLookup`）

帶 MongoDB API 的 Firestore

• 支持的核心階段
• 支持連接 (`$lookup`)
• 沒有“$merge”或“$out”
• 沒有“$graphLookup”

操作與實時

原生 MongoDB

• 更改流（`watch`）
• 本地模擬器（Docker）
• 數據庫級RBAC

帶 MongoDB API 的 Firestore

• 使用雲函數
• 沒有本地模擬器
• 僅限雲 IAM

互動比較

該圖表提供了關鍵戰略維度的高級比較。 Firestore 在操作簡單性和可擴展性方面表現出色，而本機 MongoDB 提供了更完整的功能集。

遷移手冊

成功的遷移需要周密的規劃。生產系統的推薦路徑使用 Google 的 Datastream 和 Dataflow 來實現最短停機時間、連續複製過程。

第一階段：評估和規劃

遷移的成功取決於這個初始階段。為了防止執行期間發生故障，必須對 BSON 類型、查詢模式和索引進行徹底的差距分析。

關鍵清單項目：

• 審核所有 BSON 類型是否存在不受支持的舊類型，例如“DBRef”或“JavaScript”。
• 分析應用程序代碼和查詢日誌以查找不支持的運算符（“$text”、“$where”、地理空間）。
• 檢查索引策略並識別執行未索引集合掃描的查詢。
• 驗證沒有文檔超過 Firestore 的 4MB 文檔大小限制。

第 2 階段：執行（數據流 + 數據流）

配置連續複製管道以實現最短停機時間遷移。這涉及設置 Datastream 以捕獲源 MongoDB oplog 中的更改並將其流式傳輸到 Cloud Storage，然後使用 Dataflow 作業將此數據提取到 Firestore 中。

# 1. 啟動從 MongoDB 到 GCS 的 CDC 數據流
$ gcloud datastream 流創建 my-mongo-stream …

# 2. 啟動從 GCS 到 Firestore 的數據流攝取作業
$ gcloud dataflow flex-template 運行 firestore-ingest …

第三階段：切換和驗證

在簡短的計劃維護時段內，停止對源數據庫的寫入，允許複製管道完全耗盡，然後將應用程序流量重定向到新的 Firestore 端點。在退役舊基礎設施之前驗證系統穩定性和性能。

遷移前進行/不進行檢查清單

在將資源投入完整遷移之前，請使用此清單做出最終的、數據驅動的決策。對任何“執行”標準回答“否”，或對任何“不執行”標準回答“是”，表明在繼續操作之前必須解決重大風險。

Go Criteria（充滿信心地前進）

運營效率是重中之重

遷移的主要驅動力是減少或消除數據庫管理開銷。

兼容性差距得到修復

全面審計已經完成，並且有一個明確的、成本核算的計劃來重構或替換所有不受支持的操作員。

團隊接受無服務器思維

開發人員了解強制索引和按操作付費成本模型，並為此做好準備。

禁止標準（重新評估或停止）

嚴重依賴“$text”或地理空間

該應用程序的核心功能取決於本機全文搜索或地理空間查詢。

大量使用高級聚合

該應用程序使用“$merge”、“$out”或“$graphLookup”來執行基本的數據處理工作流程。

多雲可移植性要求

業務戰略需要能夠輕鬆地將應用程序和數據庫移動到另一個雲提供商。

卓越部署和運營

長期成功取決於使您的 DevOps 和安全實踐適應無服務器模型。重點從管理服務器轉移到精細管理代碼、成本和性能。

安全性：以 IAM 為中心的模型

訪問控制從數據庫原生角色轉移到用於後端服務的 Google Cloud IAM。對於客戶端訪問，前端后端 (BFF) 架構至關重要，因為 MongoDB 驅動程序會繞過 Firebase 安全規則。這加強了強大的安全邊界，並防止對數據庫的直接、不受信任的訪問。

反模式：直接客戶端訪問

客戶端應用程序→火庫

不安全：繞過細粒度的安全規則，暴露粗粒度的 IAM 權限。

推薦：BFF 架構

客戶端應用程序→你的後端 (BFF)→火庫

安全：後端對用戶進行身份驗證、應用業務邏輯並使用特權 IAM 服務帳戶。

CI/CD 和測試

一個關鍵的挑戰是缺乏 MongoDB API 的本地模擬器。這就需要採用以雲為中心的測試策略，使用臨時數據庫和數據庫克隆進行集成測試。索引定義應在“firestore.indexes.json”文件中以聲明方式進行管理，並通過 Firebase CLI 作為管道的一部分進行部署。

# 在 CI/CD 管道中以聲明方式管理索引
$ firebase 部署 –only firestore:indexes

監控、警報和成本管理

在無服務器模型中，監控從基礎設施運行狀況轉向每次數據庫交互的性能和成本。監控請求延遲（P50、P95、P99）和操作計數並設置性能下降警報至關重要。

• 識別成本高昂的運營：使用 Firestore 使用頁面來確定哪些 MongoDB API 調用對成本和流量影響最大。
• 使用查詢說明：在部署之前分析查詢計劃以預測成本並優化索引設計。
• 設置賬單提醒：在 Google Cloud Billing 中配置預算提醒作為安全網，防止成本失控。

災難恢復和業務連續性

Firestore 提供多種企業級功能來確保數據持久性並支持業務連續性計劃。

• 時間點恢復 (PITR)：通過將數據庫恢復到過去 7 天內的任何微秒，從邏輯數據損壞（例如意外刪除）中恢復。
• 託管導出/導入：安排定期導出到 Google Cloud Storage，以實現 PITR 窗口之外的長期存檔、合規性或災難恢復場景。
• 數據庫克隆：創建數據庫的隔離的時間點克隆，用於運行分析工作負載、填充開發人員沙箱或執行複雜的數據驗證，而不會影響生產。

決策框架

在 Google Cloud 上選擇正確的文檔數據庫是一個微妙的決定。這是操作簡單性、功能完整性和生態系統熟悉度之間的權衡。

在以下情況下選擇 Firestore w/ MongoDB API：

• 遷移現有的 MongoDB 應用程序而不使用不支持的功能。
• 您團隊的 MQL 技能是新項目的戰略資產。
• 工作負載是不可預測的或尖峰的，因此按使用付費是理想的選擇。
• 您的目標是絕對最小化運營開銷。

在以下情況下選擇 Native Firestore：

• 從頭開始構建新的移動或網絡應用程序。
• 實時數據同步和離線支持是關鍵功能。
• 您需要細粒度的、針對每個文檔的安全性來進行直接客戶端訪問。

在以下情況下選擇 GCP 上的 MongoDB Atlas：

• 與最新 MongoDB 功能 100% 功能對等是不容協商的。
• 您對原生 MongoDB 工具（例如 Compass）進行了大量投資。
• 多雲或混合部署策略是一項關鍵要求。

結論分析和未來展望

與 MongoDB 兼容的 Firestore 是一項企業級服務，為 MongoDB 提供了戰略替代方案，而不是替代品。它非常適合重視操作簡單性和無服務器可擴展性並願意在兼容層的約束下工作的組織。該平台的未來將由其 API 接口的持續擴展以及承諾提供與本機 Firestore SDK 的完整數據互操作性來定義，這將解鎖獨特的強大混合架構。