标签: azure-cosmosdb

我正在寻找一种高性能算法，根据以下数据结构按位置、性别和年龄匹配大量人员：

• 经度（表示该人的位置）
• 纬度（表示人的位置）
• 性别（表示人的性别）
• 出生日期（表示该人的出生日期）
• LookForGender（表示该人正在寻找的性别）
• LookForMinAge（表示该人正在寻找的最低年龄）
• LookForMaxAge（表示该人正在寻找的最大年龄）
• LookForRadius（表示该人正在寻找的最大距离）
• 已处理（表示此人已经处理了哪些其他人）

对于任何人 P，算法应返回适用的候选人 C：

• C 的性别必须相同 P.LookingForGender
• P 的性别必须相同 C.LookingForGender
• C 的出生日期必须介于 P.LookingForMinAge 和 P.LookingForMaxAge 之间
• P 的出生日期必须介于 C.LookingForMinAge 和 C.LookingForMaxAge 之间
• P 和 C 之间的纬度/经度距离必须小于或等于 P.LookingForRadius
• P 和 C 之间的纬度/经度距离必须小于或等于 C.LookingForRadius
• 加工后的P不得含有C

该算法应按距离（纬度/经度）顺序返回前 100 个候选 C。该算法应该针对搜索和更新进行优化，因为人们可能经常改变他们的位置。

我目前的想法是，kd 树可能比局部敏感哈希更适合这些需求，我应该朝这个方向发展。

您对我有什么建议？我应该寻找什么？您看到什么风险？

谢谢！

更新：

• 我是否愿意牺牲空间复杂度来获得更好的时间复杂度？是的，我更愿意牺牲空间复杂性。然而，我更喜欢有一个我真正理解并且可以维护的 O(log n) 解决方案，而不是一个我无法掌握的 O(1) 解决方案:)
• 数据是否适合主存？不，不是的。数据将分布在分布式文档数据库（Azure Cosmos DB SQL API）的不同节点上。
• 您想要精确的结果还是近似的结果？近似结果是可以的，但是应该精确过滤年龄/性别。
• 在算法中添加了“已处理”，抱歉错过了！
• 人们多久改变一次位置？用户每当启动应用程序并寻找候选人时都会改变他们的位置。因此，每日活跃用户每天会更改一次或多次位置。然而，位置变化可能很小，只有几公里。在 …

我需要获得独特的价值。查询是SELECT DISTINCT c.Column1 FROM c. 此查询适用于页面中的distinct with，而不是整个集合。如果我再次运行上述相同的查询，它将返回带有延续令牌的下一组不同值。

我希望将不同的需求应用于整个集合，然后可以对结果进行分页。但它在页面中应用不同的 with 并返回带有继续标记的结果。我希望在不增加 RU/s 的情况下实现这一目标。

我在查询 CosmosDB 特定文档时定期执行 LINQ 谓词。然而，今天我的 CosmosDB 中填满了 10 万多个文档。表演非常缓慢。由于 Azure 门户中的 SQL 查询明显更快，因此我尝试使用 SqlQuerySpec。瞧\xc3\xa1！它的工作速度快得多。

谁能告诉我在 CosmosDB 中使用 Linq 谓词时到底发生了什么以及为什么它会减慢我的查询速度？

下面的代码在我的获取文档的方法中使用。\n注意：在本例中，id 是分区键。

        var collectionUri = UriFactory.CreateDocumentCollectionUri(CDBdatabase, CDBcollection);\n\n        var sqlStatement = new SqlQuerySpec\n        {\n            QueryText = "SELECT * FROM c where c.id = @id",\n            Parameters = new SqlParameterCollection()\n                {\n                          new SqlParameter("@id", consumerId),\n                },\n        };\n\n        IDocumentQuery<T> query = documentClient.CreateDocumentQuery<T>(\n            collectionUri,\n            sqlStatement,\n            .AsDocumentQuery();\n\n        List<ConsumerDetails> results = new List<ConsumerDetails>();\n        while (query.HasMoreResults)\n        {\n            results.AddRange(await query.ExecuteNextAsync<ConsumerDetails>());\n        }\n\n        return results.FirstOrDefault();\n

相对而言，较慢的代码：

        return documentClient.CreateDocumentQuery<ConsumerDetails>(\n …

我正在尝试根据字符串状态选择数据。我想要的是状态“草稿”首先出现，所以我尝试了以下方法：

SELECT * 
FROM c 
ORDER BY c.status = "draft" ? 0:1

我收到错误：

不支持 ORDER BY 子句。ORDER BY 项目表达式无法映射到文档路径

我检查了微软网站，我看到了这个：

ORDER BY 子句要求索引策略包含正在排序的字段的索引。Azure Cosmos DB 查询运行时支持根据属性名称排序，而不是根据计算属性排序。

我想这使得我想要通过查询做的事情变得不可能......我怎样才能实现这一目标？使用存储过程？

编辑：

关于存储过程：实际上，我只是在考虑这个，这意味着，我需要在订购之前检索所有数据，这会很糟糕，因为我从数据库中获取最大 100 值...有什么办法可以做到这一点所以我不必先检索所有数据？谢谢

谢谢！

目标：

返回 Cosmos 集合分区内特定文档字段的不同值的计数。

脚步：

如果我在 Azure Cosmos 数据库上运行以下查询，

SELECT DISTINCT c.field
FROM c
WHERE c.field = 'abc' AND c.partitionKeyField = '123'

我按预期得到一行，例如以下响应

[
    {
        "field": "abc"
    }
]

但是，如果我随后运行以下查询以尝试通过以下查询计算响应中不同文档的数量

[
    {
        "field": "abc"
    }
]

它返回

[
    6
]

c.field这是设置为 的文档总数，"abc"而不是 的不同值的数量c.field。

问题：

请您帮助我理解为什么查询返回 的文档数量而不是不同值的数量c.field，以及是否有一个查询将返回 的不同值的数量c.field，即 1？

编辑-PS。我知道这是一个人为的示例，因为根据定义，唯一值的数量c.field始终为 1 - 我故意从实际情况简化了这一点。

我在 Azure 中有一个 CosmosDB，我想授予用户访问权限来读取各种集合内的数据。

我尝试给他们“读者”角色，这让他们知道存在 CosmosDB，并且他们可以看到一些元数据。但他们无法访问其中的数据

我为他们分配了“Cosmos DB 帐户阅读器”，这取得了更好的结果。

但在我看来，“读者”角色应该取代“Cosmos DB 帐户读者”角色。或者我在这里走错了路？我相信“读者”角色授予*所有读取权限。

编辑：使用Portal.azure.com
上内置的“数据资源管理器”似乎没有问题。