唯一 ID 是 CosmosDB 的最佳分区键吗

Question

我正在尝试确定 CosmosDB 表的最佳分区键，该表同时具有客户 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）。

在阅读 Azure 文档时，我发现许多相互矛盾的信息，哪一个最好。一些文档指定更唯一的值将提供更好的跨分区的项目分布。而其他文件指出使用城市是最好的。

所以我的问题是：

1. 每个分区键是否都经过哈希处理？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，那么一个分区的 ID 是否为 1 到 1000，另一个分区的 ID 为 1000 到 2000，等等？和城市一样，一个分区会不会有多个城市？或者，每个分区是否会以 1:1 的方式映射到特定分区键（即 ID 或城市）？

2. 基于上述，哪一个更好（性能更高，成本更低）？拥有尽可能细粒度的分区键（id 客户 ID）？还是客户城市？

谢谢你！

Answer 1

• 是的，分区键经过哈希处理，这些哈希值决定了逻辑分区的物理存储位置
• 不，分区将只包含具有相同分区键的记录（这基本上就是要点，关联记录位于同一位置）。因此，在您的示例中，它们将按 1:1 映射
• 成本无关紧要，因为您不需要为分区付费（尽管分区确实有大小限制），因此问题归结为性能，而这一切都取决于您的应用程序如何查询数据。

理解分区工作原理的一个很好的类比是考虑查找某人的地址：

如果我给了你我家的钥匙（物品 ID），但没有其他任何东西，你将需要尝试世界上的每一扇门，直到你偶然发现正确的一扇门（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需要检查，所以仍然不是很有效。如果我给你城市，虽然会少一些，但仍然有很多需要检查......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 条。