Firebase Spark套餐下Cloud Function写入Firestore报429错误求助

嘿，我来帮你拆解下你遇到的这个429错误——核心原因和Firebase Spark套餐的配额限制，以及你当前的请求模式脱不开关系，咱们一步步说：

为什么会触发429错误？ #

你可能以为每条请求间隔5秒不会有问题，但Spark套餐对Cloud Functions有并发实例数限制（每个函数最多允许10个并发实例运行）。如果你的函数执行时间哪怕只有几秒，随着你持续发送请求，未完成的函数实例会逐渐积累，很快就会达到10个的上限，之后的请求就会被返回429（请求过多）。

另外，你当前的逐条请求模式效率极低，完全没必要为每条记录单独发起一次HTTPS请求，这不仅浪费资源，还更容易触发配额限制。

你的代码里还有可以优化的点 #

看了你的代码，发现你没有用更稳妥的异步处理方式——虽然你用了promise.then()，但改用async/await能让代码更清晰，还能确保函数在数据库写入操作完成后再结束，避免实例提前被回收或者资源泄漏：

export const WriteToDb = functions.region("europe-west1").https.onRequest(async (request, response) => {
  try {
    const recievedData = request.body + '';
    const splittedData = recievedData.split(",");
    const data = {City: splittedData[0], Zipcode: splittedData[1], State: splittedData[2]};
    // 等待写入操作完成
    await admin.firestore().collection("Cities").doc().set(data);
    response.send("worked");
  } catch (error) {
    console.log(error);
    // 区分错误类型，返回更明确的状态码
    if (error.code === 429) {
      response.status(429).send("Too many requests, please retry later");
    } else {
      response.send("Failed before DB connection");
    }
  }
});

最有效的解决方案：批量处理记录 #

与其逐条发送请求，不如把CSV分成若干组（比如每50-100条一组），一次发送一组到Cloud Function，然后在函数里用Firestore的WriteBatch批量写入，这样能大幅减少请求次数，彻底避开并发实例限制：

优化后的Cloud Function代码 #

export const WriteToDbBatch = functions.region("europe-west1").https.onRequest(async (request, response) => {
  try {
    // 假设客户端发送的是包含多条CSV记录的数组
    const records = request.body.records;
    const batch = admin.firestore().batch();
    const citiesCollection = admin.firestore().collection("Cities");

    // 遍历记录，添加到批量操作中
    records.forEach(record => {
      const splittedData = record.split(",");
      const cityData = {
        City: splittedData[0],
        Zipcode: splittedData[1],
        State: splittedData[2]
      };
      const newDocRef = citiesCollection.doc();
      batch.set(newDocRef, cityData);
    });

    // 提交批量写入
    await batch.commit();
    response.send(`成功写入 ${records.length} 条记录`);
  } catch (error) {
    console.error("批量写入失败：", error);
    response.status(500).send("批量写入出错");
  }
});

客户端调整 #

把你的CSV文件按50条一组拆分，每组用一个请求发送到上述批量接口，组与组之间间隔5-10秒（完全足够Spark套餐的配额消化），这样13500条记录只需要270次请求，不仅不会触发429，还能大幅提升写入速度。

额外提醒 #

Spark套餐的Firestore写入配额是每天5万次，远够你的13500条记录，所以问题肯定不在Firestore写入配额上，核心还是Cloud Function的并发实例限制。用批量处理的方式既能解决这个问题，又能让整个流程更高效。

内容的提问来源于stack exchange，提问作者Florent