应该增加节点 = 提高查询性能吗？
Should increase in nodes = increase in query performance?
我对节点缩放有疑问：在我的 Spanner 实例中缩放 up/down 1 到 4 个节点时，我没有看到性能变化。我是 运行 一些需要 1-25 秒的查询，并且期望通过额外的节点进行改进。关于节点如何影响性能，我可能有错误的想法吗？
这可能很复杂。 Google 提供 Best Practices 其中提到了 3 个因素：设计、区域和供应。这里更不用说节点数，所以节点数本身并不是这里的主要因素。即使在控制台中，当您创建新实例时，您也会看到注释：
link in the note also does not mention the node count. So I think first you should use Stockdriver Monitoring and if you see that CPU and Storage utilization is above certain value you can help with adding nodes. Information about the nodes and instances you can find here
希望对您有所帮助！
添加更多节点会增加服务和存储资源的数量，但不会自动增加 'sharding' 数据。 Cloud Spanner 根据大小和负载拆分数据。它会随着数据大小的增长或在拆分中检测到高读取或写入负载时添加更多拆分。有关详细信息，请参阅 Database splits。
添加更多节点是否会提高查询性能取决于许多因素，例如架构设计、数据集特征、工作负载和查询类型。
我对节点缩放有疑问：在我的 Spanner 实例中缩放 up/down 1 到 4 个节点时，我没有看到性能变化。我是 运行 一些需要 1-25 秒的查询，并且期望通过额外的节点进行改进。关于节点如何影响性能，我可能有错误的想法吗？
这可能很复杂。 Google 提供 Best Practices 其中提到了 3 个因素：设计、区域和供应。这里更不用说节点数，所以节点数本身并不是这里的主要因素。即使在控制台中，当您创建新实例时，您也会看到注释：
link in the note also does not mention the node count. So I think first you should use Stockdriver Monitoring and if you see that CPU and Storage utilization is above certain value you can help with adding nodes. Information about the nodes and instances you can find here
希望对您有所帮助！
添加更多节点会增加服务和存储资源的数量，但不会自动增加 'sharding' 数据。 Cloud Spanner 根据大小和负载拆分数据。它会随着数据大小的增长或在拆分中检测到高读取或写入负载时添加更多拆分。有关详细信息，请参阅 Database splits。
添加更多节点是否会提高查询性能取决于许多因素，例如架构设计、数据集特征、工作负载和查询类型。