房地产数据的 DocumentDb 分区策略
DocumentDb partitioning strategy for real estate data
假设我正在构建美国和加拿大房地产的 documentdb 集合(最终,我可能还需要添加其他国家/地区)并且我希望我的集合中有数百万个文档。此外,我们假设最流行的查询是从给定位置检索特定半径内的前 X 个属性。
鉴于这些要求,什么是好的分区策略?使用 ZIP code/Postal 代码会是一个很好的分区键吗?涉及地理位置的策略会更好吗?还有其他建议吗?
实际上,我建议您使用分区集合并使用 id 作为分区键,然后使用地理查询。它非常简单,可以让您最大程度地分散查询,从而为您提供最佳吞吐量。稍后,如果这不起作用,您可以考虑更高效的分区策略。
假设我正在构建美国和加拿大房地产的 documentdb 集合(最终,我可能还需要添加其他国家/地区)并且我希望我的集合中有数百万个文档。此外,我们假设最流行的查询是从给定位置检索特定半径内的前 X 个属性。
鉴于这些要求,什么是好的分区策略?使用 ZIP code/Postal 代码会是一个很好的分区键吗?涉及地理位置的策略会更好吗?还有其他建议吗?
实际上,我建议您使用分区集合并使用 id 作为分区键,然后使用地理查询。它非常简单,可以让您最大程度地分散查询,从而为您提供最佳吞吐量。稍后,如果这不起作用,您可以考虑更高效的分区策略。