android - 是在查询而不是DatabaseRef上使用keepSynced()有什么不同吗？

我目前正在从Firebase获取一个数据快照，如下所示：

public Task<DataSnapshot> getLatestMessage(@NonNull String roomId) {
    final TaskCompletionSource<DataSnapshot> source = new TaskCompletionSource<>();
    DatabaseReference dbRef = mDatabase.getReference(NODE_MESSAGES).child(roomId);
    dbRef.keepSynced(true);
    ValueEventListener listener = new ValueEventListener() {
        @Override
        public void onDataChange(@NonNull DataSnapshot dataSnapshot) {
            source.setResult(dataSnapshot);
        }

        @Override
        public void onCancelled(@NonNull DatabaseError databaseError) {
            source.setException(databaseError.toException());
        }
    };
    Query query = dbRef.orderByKey().limitToLast(1);
    query.addListenerForSingleValueEvent(listener);
    return source.getTask();
}

注意，我已经在keepSynced()对象上调用了dbRef。
下面是示例数据结构：

/root
  /messages
    /$roomId
      /$messageId
        /content
        /timestamp
        /etc...

我可以按预期获得最新的单个快照数据，但我想知道，如果我在keepSynced()对象中移动Query调用而不是DatabaseReference，会有什么不同吗？即

    // dbRef.keepSynced(true); >> REMOVE THIS <<
    ValueEventListener listener = new ValueEventListener() {...};
    Query query = dbRef.orderByKey().limitToLast(1);
    query.keepSynced(true); // >> ADD THIS <<
    query.addListenerForSingleValueEvent(listener);

我们目前平均每天50%的负载在firebase上，随着用户的不断涌入，我想知道它是否能以某种方式改进应用程序中的任何东西，特别是负载。我甚至试过这么愚蠢的事情：

    dbRef.keepSynced(true);
    ValueEventListener listener = new ValueEventListener() {...};
    Query query = dbRef.orderByKey().limitToLast(1);
    query.addListenerForSingleValueEvent(listener);
    dbRef.keepSynced(false);

--在开始时启用keepSynced()以确保引用指向最新版本，然后在查询和添加侦听器后禁用它。不幸的是，这并没有提供新的数据，不像保持启用时那样。
我已经通过了Optimization DB Performance documentation并且相信我按照需要遵循了建议的实践。

最佳答案

对查询执行keepSynced()调用不会对数据库服务器上的负载产生任何影响。服务器需要加载完全相同的数据并对其进行监视，它只需将最后一项返回给客户端。
我建议您在应用程序中谨慎使用limitToLast()。对keepSynced的每次调用都会将一个空侦听器保存到您附加到它的引用/查询。这意味着，即使用户不看聊天室，每个客户机都有一个活跃的监听器。虽然这可能正是对应用程序用例的正确调用，但它将限制应用程序的可伸缩性。
如果您担心达到峰值负载，您可能需要考虑如何shard your data over multiple databases。聊天应用程序通常比较容易分片，因为每个聊天室都已经是独立的。