Question

假设以下查询：

PartitionKey == 1 AND（RowKey == A OR RowKey == B）

甚至是这样：

（PartitionKey == 1 AND RowKey == A）OR（PartitionKey == 2 AND RowKey == B）

这些中的任何一个会导致扫描吗？

我问，因为这个PDC谈话表明它确实：

https://channel9.msdn.com/Events/PDC/PDC09/SVC09

特别是在27:30，演讲者和幻灯片说明：

＆＃34; OR＆＃34;关于键的谓词=＆gt;没有查询优化=＆gt;扫描结果

这在29:30再次重申，建议使用并行查询。在搜索互联网后，我也找到了这个帖子：

https://social.msdn.microsoft.com/forums/azure/en-us/d7765773-74b8-4860-b07c-b9731a2210c7/performance-of-range-queries-on-partition-keys-and-row-keys

＆＃34; OR＆＃34;在查询中目前尚未优化，但正如我上面提到的，我们已经有了功能请求。

现在所有这些信息都是7到8年，也许它已经改变了。上一个链接表明这是一个功能请求，今天它可能已经发生。有吗？

如果确实导致扫描，为什么？鉴于所需元素的唯一键是已知的，在一个或多个分区上扫描的技术原因是什么？

考虑一个场景，其中一个人试图获取数百/数千个实体，其中事先只知道每个实体的Partition + RowKey。执行单个查询以并行获取每个实体或使用“OR”是否更快？谓词每次调用批量多次以最小化并行查询的数量？

最后的问题 - 在单个查询中的不同分区中获取多个实体时，是否存在任何性能影响（第二个查询示例位于问题的顶部）？或者将查询保存在单个分区中更好（第一个查询示例位于问题的顶部）？在时间25:20的PDC谈话似乎表明，实际上最好使查询将工作分配到多个分区，以便工作可以并行进行。然而，讨论直接针对分区上的范围查询，而不是使用＆＃39; OR＆＃39;谓词在两个不同的分区上。

谢谢！

**编辑**

我决定自己测试一下这个表现。为了测试，我创建了一个包含一个分区和一百万个实体的表。分区键是＆＃34; 0＆＃34;并且行键是＆＃34; 0＆＃34;的递增值。到＆＃34; 999999＆＃34;。

运行测试时我做了：

ServicePointManager.DefaultConnectionLimit = 1000;
servicePoint.UseNagleAlgorithm = false;
servicePoint.Expect100Continue = false;

在第一个测试中，我构建了一个看起来像这样的查询：

（PK eq＆＃39; 0＆＃39;和RK eq＆＃39; 0＆＃39;）或（PK eq＆＃39; 0＆＃39;和RK eq＆＃39; 500＆＃39;）或者...... x400

总共有400个＆＃39; OR＆＃39;组。行键增加500以稍微分散请求。

Azure 3:26运行此查询。

接下来，我使用稍微简洁的同一查询进行测试：

PK eq＆＃39; 0＆＃39;和（RK eq＆＃39; 0＆＃39;或RK eq＆＃39; 500＆＃39;或... x400）

同样总共有400个“或”表达式。并且行键再次增加500以稍微分散请求。

Azure 1:19运行此查询。更好，但仍然完全无法接受的表现。

最后，我使用TableOperation.Retrieve＆lt;＆gt;测试了400个并行请求。

平均花了3秒才能并行运行所有这些查询。

显然，永远不要使用＆＃39; OR＆＃39;在表达式中，始终使用并行查询。 IMO的表现是＆＃39; OR＆＃39;是不可接受的，微软应该删除它，如果他们不会优化它。

Answer 1

PartitionKey == 1 AND（RowKey == A OR RowKey == B）这些中的任何一个会导致扫描吗？

是的，它会导致扫描。

azure服务器会将此查询视为分区扫描。它将扫描分区等于'1'。

（PartitionKey == 1 AND RowKey == A）OR（PartitionKey == 2 AND RowKey == B）这些都会导致扫描吗？

azure服务器会将此查询视为表扫描。它将扫描所有表并找到分区键。

考虑一个场景，其中一个人试图获取数百/数千个实体，其中事先只知道每个实体的Partition + RowKey。单个查询并行获取每个实体是否更快，或者使用“OR”谓词为每次调用批量多次以最小化并行查询的数量？

我建议您可以进行单独查询以并行获取每个实体。由于或查询将导致表或范围扫描。

在单个查询中跨不同分区获取多个实体时是否存在性能影响（第二个查询示例位于问题的顶部）？

据我所知，单个查询中的不同分区会导致表扫描，它会非常慢。

或者将查询保存在单个分区中是否更好（第一个查询示例位于问题的顶部）？

据我所知，表扫描的速度如下：

点查询（一个分区键和行键）＆gt;范围查询（一个分区键和一系列rowkey）＆gt;分区扫描（一个分区键和属性范围）＆gt;表扫描（不包括PartitionKey）

因此最好将查询保留在单个分区中。

做Azure表查询＆＃39; OR＆＃39;谓词导致扫描？

1 个答案: