CosmosDb - 仅通过其 Id 获取数据时确定最佳 partitionKey

Question

我一直在涉足 CosmosDb，现在开始处理超过 10k 个文档，而不仅仅是几个。

我正在纠结如何最好地进行分区。

一些背景 • 我将在 CosmosDb 中有 10-50k 文档（可能在后期阶段更多） • 我在 Azure 搜索中的索引之上有一个索引，用于这些文档属性的一小部分） • 我不会在 CosmosDb 中执行复杂的搜索 除了： • 我将通过其 Id 从 cosmosDb 获取文档（最有可能来自 Azure 搜索结果，当用户单击其中一个结果时） o 最初只需要一份文件 o 将来，我可能会要求例如同时有 10 个文档，全部按 ID。

我目前有 1 个分区，感觉浪费了一个好的系统。 我可以在例如分区文档编号的最后一位数字，这将使文档很好地分布在 10 个分区中。

我的具体问题： 如果我在 10 个分区中平均分布数据（几乎是随机的，说实话），这是否会加快按 Id 获取文档的速度（假设同时调用许多系统，每个按 Id 获取 1 个文档）。

我的推理：最后一位决定分区，所以只访问1个分区来查找文档，这比同时搜索所有分区要好？

Answer 1

跨分区传播数据不会使分区数据存储中的读取路径更快。它有帮助的地方在于写入路径，因为您同时将负载水平分散到多台计算机上。这仅在吞吐量超过单个分区可以实现的程度时才重要。对于 Cosmos DB，这是 10,000 RU。

快速读取的关键是在你的读取中指明分区键值。分区键基本上是存储数据的路由器。一旦到达那里，它就会使用索引（或在您的情况下为 id）来查找数据。

有些文章提供了一些有用的分区细节。

Partitioning in Azure Cosmos DB

How to model and partition data on Azure Cosmos DB using a real-world example

希望这会有所帮助。