Cloud Run 实例在流量高峰期被 OOM (HTTP 500) 终止，这与产品浏览的 Firestore 查询增加同时发生。您如何防止崩溃并减少 Firestore 负载，同时优化性能？

使用带限制的游标对产品列表查询进行分页是最佳解决方案。当流量高峰期导致 Firestore 查询增加时，OOM 错误通常是由于 Cloud Run 实例尝试加载过多的数据到内存中。带限制的游标分页（例如使用 startAfter() 和 limit()）可以确保每次只检索一小部分数据，从而显著减少内存使用和 Firestore 的读取负载，同时提高查询性能。 创建自定义 Firestore 索引可以提高查询速度，但不能直接解决因加载大量数据导致的 OOM 问题。使用整数偏移量分页（例如 offset()）效率低下，因为它仍然需要 Firestore 扫描所有跳过的文档，随着偏移量增加，性能会急剧下降，并且不能有效减少内存使用。增加 Cloud Run 内存分配只能暂时缓解问题，但不能解决根本原因，即查询加载了过多数据，并且会增加成本。