DocumentDB 的分区键
Partition key for DocumentDB
我对 DocumentDB 分区键选择有疑问。
我有 UserId、DeviceId 和 WhateverId 的数据。 UserId 参数将始终在查询中，因此我选择了 UserId 作为分区键。但是我有一个用户（数百万个实体）的大量数据，当我使用指定的分区键进行 "SELECT * FROM c WHERE c.DeviceId = @DeviceId" 之类的查询时，它会花费很多时间（大约 220 000 个返回的实体大约需要 6 分钟）。
也许选择 DeviceId 作为分区键并并行查询几个分区会更有效
（指定 EnableCrossPartitionQuery = true 和 MaxDegreeOfParallelism = 分区计数）？
或者为每个用户使用单独的集合是个好主意？
这可能会有一点帮助，但我认为为每个用户划分一个分区并不能解决您的问题，因为您基本上已经将其隐藏起来了。
您可以尝试使用分区键来提高并行度，但根据我的经验，最多只能将您提高 2 到 5 倍。够了吗？
要获得更显着的改进，您通常必须求助于选择性反规范化 and/or 缓存。
我知道这有点老了，但是为了其他人的利益来到这个话题...
根据您的描述，我认为这些设备对用户来说大多是独一无二的。通常建议根据 userid 之类的东西进行分区，如果你有一个呼叫中心应用程序，这很好，对给定的 userid 有很多查询并且想要查找不超过几百个条目。在这种情况下，可以从单个分区中快速提取数据，而无需跨分区整理数据的开销。但是，如果您有数百万条用户记录，那么根据用户 ID 进行分区可能是最糟糕的选择，因为从单个分区中提取大量数据很快就会超过整理的开销。在这种情况下，您希望在所有分区上尽可能均匀地分布用户数据。除非每个用户都有 25 台以上使用情况相似的设备，否则设备 ID 可能也不是一个好的选择。
在像您这样的情况下，我通常会发现系统生成的递增密钥（例如事件 ID 或交易 ID）是最佳选择。
我对 DocumentDB 分区键选择有疑问。
我有 UserId、DeviceId 和 WhateverId 的数据。 UserId 参数将始终在查询中，因此我选择了 UserId 作为分区键。但是我有一个用户（数百万个实体）的大量数据，当我使用指定的分区键进行 "SELECT * FROM c WHERE c.DeviceId = @DeviceId" 之类的查询时，它会花费很多时间（大约 220 000 个返回的实体大约需要 6 分钟）。
也许选择 DeviceId 作为分区键并并行查询几个分区会更有效
（指定 EnableCrossPartitionQuery = true 和 MaxDegreeOfParallelism = 分区计数）？
或者为每个用户使用单独的集合是个好主意？
这可能会有一点帮助，但我认为为每个用户划分一个分区并不能解决您的问题，因为您基本上已经将其隐藏起来了。
您可以尝试使用分区键来提高并行度，但根据我的经验，最多只能将您提高 2 到 5 倍。够了吗？
要获得更显着的改进，您通常必须求助于选择性反规范化 and/or 缓存。
我知道这有点老了，但是为了其他人的利益来到这个话题...
根据您的描述，我认为这些设备对用户来说大多是独一无二的。通常建议根据 userid 之类的东西进行分区，如果你有一个呼叫中心应用程序，这很好，对给定的 userid 有很多查询并且想要查找不超过几百个条目。在这种情况下，可以从单个分区中快速提取数据，而无需跨分区整理数据的开销。但是，如果您有数百万条用户记录，那么根据用户 ID 进行分区可能是最糟糕的选择，因为从单个分区中提取大量数据很快就会超过整理的开销。在这种情况下，您希望在所有分区上尽可能均匀地分布用户数据。除非每个用户都有 25 台以上使用情况相似的设备，否则设备 ID 可能也不是一个好的选择。
在像您这样的情况下，我通常会发现系统生成的递增密钥（例如事件 ID 或交易 ID）是最佳选择。