Cosmos DB 中的 PartitionKeyRangeId 是什么？
What are PartitionKeyRangeId(s) in Cosmos DB?
我们最近开始测试 Cosmos DB 作为我们 Orleans 集群的持久存储。
我们的 Cosmos DB 场景是一个具有低延迟和大量替换、点读取和创建的键值存储。因此，我们的文档 ID 和分区键相同，因此基本上每个分区 1 个文档。
但是，在 Cosmos DB Insights 中，我们看到我们正在达到 100% 的规范化 RU 消耗：
当我们深入挖掘时，我们会看到一个热图，其中 PartitionKeyRangeID 0 上的 100% RU 消耗没有其他可用的 PartitionKeyRanges。
据我了解，由于我们的分区与我们的文档一样多，因此我们应该会遇到这个问题。我也不确定 PartitionKeyRangeID 0 表示什么，因为我们至少应该有几千个分区
PartitionKeyRangeID 对应物理分区。
您的逻辑分区键被散列并且散列 space 被划分为分配给每个物理分区的范围。例如，在具有两个分区的集合中，分区 1 的范围可能从 0x00000000000000 到 0x7FFFFFFFFFFFFFF，而分区 2 的范围从 0x80000000000000 到 0xFFFFFFFFFFFFFF。
在这种情况下，您似乎只有一个物理分区，并且已达到极限。
每个物理分区每秒最多支持 10k RU，因此如果您要将集合扩展到强制拆分（或者如果每个分区存储容量限制需要拆分），您会看到额外的物理分区。
预配吞吐量的 RU 预算在物理分区之间分配。当您有多个物理分区时，热图很有用，因此您可以识别某些物理分区已用尽而其他物理分区空闲的情况（这可能是由于热逻辑分区造成的）。
我们最近开始测试 Cosmos DB 作为我们 Orleans 集群的持久存储。
我们的 Cosmos DB 场景是一个具有低延迟和大量替换、点读取和创建的键值存储。因此，我们的文档 ID 和分区键相同，因此基本上每个分区 1 个文档。
但是，在 Cosmos DB Insights 中，我们看到我们正在达到 100% 的规范化 RU 消耗：
当我们深入挖掘时，我们会看到一个热图，其中 PartitionKeyRangeID 0 上的 100% RU 消耗没有其他可用的 PartitionKeyRanges。
据我了解，由于我们的分区与我们的文档一样多，因此我们应该会遇到这个问题。我也不确定 PartitionKeyRangeID 0 表示什么，因为我们至少应该有几千个分区
PartitionKeyRangeID 对应物理分区。
您的逻辑分区键被散列并且散列 space 被划分为分配给每个物理分区的范围。例如，在具有两个分区的集合中，分区 1 的范围可能从 0x00000000000000 到 0x7FFFFFFFFFFFFFF，而分区 2 的范围从 0x80000000000000 到 0xFFFFFFFFFFFFFF。
在这种情况下，您似乎只有一个物理分区，并且已达到极限。
每个物理分区每秒最多支持 10k RU，因此如果您要将集合扩展到强制拆分（或者如果每个分区存储容量限制需要拆分），您会看到额外的物理分区。
预配吞吐量的 RU 预算在物理分区之间分配。当您有多个物理分区时，热图很有用，因此您可以识别某些物理分区已用尽而其他物理分区空闲的情况（这可能是由于热逻辑分区造成的）。