阅读模型分区关键策略
Read Model Partition Key Strategy
我有一组文档，如下所示：
每个 VIN/SiteID 一个文档，我们的访问模式显示所有文档
在特定站点。我看到了两个可供选择的潜在分区键：
- SiteID - 我们只有 75 个站点，因此基数不是很高。另外，文档不是很大，所以 10GB 的限制可能没问题。
- SiteID/VIN：数据现在分布更均匀，但这意味着每个逻辑分区将只存储一项。这是反模式吗？此外，为了支持我们的访问模式，我们将需要使用跨分区查询。同样，数据集很小，所以这是一个问题吗？
根据我的描述，哪个分区键更有意义？
任何其他建议将不胜感激！
您的第一个选项很有意义，可能是一个很好的分区键，但是 "probably OK" 并不能真正培养信心。请记住，更改分区键的唯一方法是迁移到新集合。如果您可以冒这个风险，那么 SiteId（我猜您将永远拥有）是一个很好的分区键。
如果您在阅读或查询时同时拥有 VIN 和 SiteId，那么这是更安全的组合。让每个逻辑分区本身存储一项是没有问题的。当您进行跨分区查询时，这只是一个问题。如果您在查询中同时知道 VIN 和 SiteId，那么这是一个不错的计划。
您还必须记住，您的 RU 在集合内的分区之间平均分配。
我有一组文档，如下所示：
每个 VIN/SiteID 一个文档，我们的访问模式显示所有文档 在特定站点。我看到了两个可供选择的潜在分区键：
- SiteID - 我们只有 75 个站点，因此基数不是很高。另外，文档不是很大，所以 10GB 的限制可能没问题。
- SiteID/VIN：数据现在分布更均匀，但这意味着每个逻辑分区将只存储一项。这是反模式吗？此外，为了支持我们的访问模式，我们将需要使用跨分区查询。同样，数据集很小，所以这是一个问题吗？
根据我的描述，哪个分区键更有意义？
任何其他建议将不胜感激！
您的第一个选项很有意义，可能是一个很好的分区键，但是 "probably OK" 并不能真正培养信心。请记住，更改分区键的唯一方法是迁移到新集合。如果您可以冒这个风险，那么 SiteId（我猜您将永远拥有）是一个很好的分区键。
如果您在阅读或查询时同时拥有 VIN 和 SiteId，那么这是更安全的组合。让每个逻辑分区本身存储一项是没有问题的。当您进行跨分区查询时，这只是一个问题。如果您在查询中同时知道 VIN 和 SiteId，那么这是一个不错的计划。
您还必须记住，您的 RU 在集合内的分区之间平均分配。