为何仅对Firebase Realtime Database执行写操作就产生12kB/分钟下载流量？

物联网设备启动时运行的代码 #

//Load data from Global contexta
const app = global.get('app');
const database = global.get('database');
const firestore = global.get('firestore');
const auth = global.get('auth');


const firebaseConfig = {
  //my credentials 
};

//Set up Firebase
const fb_app = app.initializeApp(firebaseConfig);
const fb_db = database.getDatabase(); //kdybychom měli vice projektu tak app dame do parametru
const fb_ft = firestore.getFirestore();
const fb_auth = auth.getAuth();

//Save the database reference to Global context
global.set('fb_app', fb_app);
global.set('fb_db', fb_db);
global.set('fb_ft', fb_ft);
global.set('fb_auth', fb_auth);

每1秒执行的写数据代码 #

const fb = global.get('database');
const fb_db = global.get('fb_db');

var timestamp = Math.round(msg.payload / 1000);
var UID = 'uid1';

var a1 = 0  + Math.floor(Math.random() * 100);
var p1 = 50 + Math.floor(Math.random() * 20);
var t1 = 20 + Math.floor(Math.random() * 20);

//Send data to Firebase
const ref = fb.ref(
    fb_db,
    'device_realtime/' + UID + '/' + timestamp.toString()
);

fb.set(ref, {
    a1: a1,
    p1: p1,
    t1: t1
});

删除60秒以上旧数据的代码 #

const fb = global.get('database');
const fb_db = global.get('fb_db');

var timestamp1 = Math.round(msg.payload / 1000) - 60;
var timestamp2 = Math.round(msg.payload / 1000) - 61;
var UID = 'uid1';

//Delete old data from firebase
var reference1 = fb.ref(
    fb_db,
    'device_realtime/' + UID + '/' + timestamp1.toString()
);

var reference2 = fb.ref(
    fb_db,
    'device_realtime/' + UID + '/' + timestamp2.toString()
);

fb.remove(reference1)
fb.remove(reference2)

每1分钟执行的写数据代码 #

const fb = global.get('database');
const fb_db = global.get('fb_db');

var timestamp = Math.round(msg.payload / 1000);
var UID = 'uid1';

var a1 = 0  + Math.floor(Math.random() * 100);
var p1 = 50 + Math.floor(Math.random() * 20);
var t1 = 20 + Math.floor(Math.random() * 20);

//Send data to Firebase
const ref = fb.ref(
    fb_db,
    'device_trends/' + UID + '/' + timestamp.toString()
);

fb.set(ref, {
    a1: a1,
    p1: p1,
    t1: t1
});

完整流程截图 #

解答 #

流量产生的核心原因 #

观测到的下载流量属于Firebase Realtime Database的正常通信开销，不是异常读操作导致的，主要来源有三个：

1. 长连接心跳流量：Firebase Realtime Database采用WebSocket长连接和服务端通信，为了避免连接被网络节点中断，SDK和服务端会定期交换心跳包，这部分流量会被计入下载统计，量级通常在几kB/分钟，和观测数值匹配。
2. 写/删除操作的响应流量：每次调用set、remove方法执行写、删除操作后，服务端都会返回操作状态的确认响应，这部分响应的数据量也会被计入下载流量。每秒执行1次写、2次删除，每分钟额外执行1次趋势数据写，累计的响应流量加心跳，刚好符合12kB/分钟的观测值。
3. 安全规则触发的隐性读：如果数据库安全规则中使用了get()、exists()这类需要读取其他节点数据的校验逻辑，每次写/删除操作触发规则校验时，对应读取的节点数据量也会被计入下载流量。

排查验证方法 #

1. 检查安全规则：先确认实时数据库安全规则中有没有跨节点读的校验逻辑，如果有可以确认这部分流量是否符合预期，也可以调整规则降低不必要的读开销。
2. 开启SDK调试日志：在Firebase初始化代码中加入database.enableLogging(true)，开启后可以看到SDK和服务端的所有交互明细，直接确认是否存在未主动调用的读请求。
3. 对照测试：暂时停掉所有写、删除操作，只保持设备和Firebase的连接，观测下载流量如果降到3~5kB/分钟的水平，即可完全确认流量来自心跳和操作响应，属于正常现象，无需额外处理。

内容的提问来源于stack exchange，提问作者Jakub Szlaur