azure-cosmosdb - 唯一 ID 是 CosmosDB 的最佳分区键

Question

我正在尝试为同时具有客户 ID(每个客户的唯一值)和客户城市(在北美，会产生数千个可能的值)的 CosmosDB 表确定最佳分区键。

阅读 Azure 文档时，我看到了很多相互矛盾的信息，其中哪一个是最好的。一些文档指定更独特的值将提供跨分区的项目更好的分布。而其他文档指出最好使用 city。

所以我的问题是:

1. 是否对每个分区键进行了哈希处理，并且每个分区是否包含具有一系列哈希值的键的项目？即 - 如果客户 ID 是分区键，一个分区的 ID 是 1 到 1000，另一个分区的 ID 是 1000 到 2000，等等？和city一样，一个partition会有多个city吗？或者，每个分区是否会以 1:1 的比例映射到特定的分区键(即 ID 或城市)？

2. 根据以上所述，哪个更好(性能更高，成本更低)？拥有尽可能细化的分区键(id 客户 ID)？还是客户城市？

谢谢!

Answer 1

• 是的，分区键被散列，这些散列决定了逻辑分区的物理存储位置
• 不，分区只会包含具有相同分区键的记录(这基本上是重点，共同定位相关记录)。因此，在您的示例中，它们将按 1:1 的比例进行映射
• 成本无关紧要，因为您无需为分区付费(尽管它们确实有大小限制)，因此问题归结为性能，而这又取决于您的应用程序查询数据的方式。

理解分区如何工作的一个很好的类比是考虑查找某人的地址:

如果我只给了您我家的 key (项目 ID)，您将需要尝试世界上的每一扇门，直到碰巧找到正确的那扇(也称为跨分区查询)。如果我告诉你国家(分区键)，那么你可以立即消除数百万个门，但你仍然有数百万个门要检查，所以仍然不是很有效。如果我给你城市，更少，但仍有很多要检查....但如果我给你我的邮政编码，那么我们刚刚将查询从数十亿条记录优化到 15-20。