UniqueId或UniqueId的子串作为Cosmos DB中的分区键？

Question

我们有一个Cosmos DB Collection，包含大约100万个包含用户信息的文档。每天添加或更新的次数不多。但是，我们需要非常高的读取吞吐量。

大多数查询都基于UserId。 UserId属性是一个由运行数和校验位组成的数值。

基于官方文档

• 10-things-to-know-about-documentdb-partitioned-collections

• Cosmos DB - Partition Data

有些人可能认为两者，完整的UserId和UserId的子字符串（假设最后4位数字）可以构成一个好的分区键，即

• 均匀分配请求和存储
• 查询可以“有效”吗？路由到相应的分区
• 提供高基数

将来， 可能 每个UserId都有多个文档，但假设不超过5个。

我的理解是，还需要在分区数和每个分区的文档数之间取得平衡。因此，在100万个分区中每个分区具有1个文档也是不理想的。但是，在此SO thread上，Microsoft工程师建议使用完整的唯一标识符作为分区键。 （值得注意的是，我们的情况略有不同，因为这里UserId是一个运行数字而不是随机GUID）。此外，在this blog post的注释中，还建议使用ID作为分区键。

所以，考虑到： a）此集合主要用于读取操作， b）我们将拥有1到2百万个UserIds， c）每个UserId我们的文档不会超过5个， d）我们不要求跨多个用户的SP或交易。 什么分区键会更高效？

1. Full UserId
2. UserId的子字符串（例如，最后4位数字）

Answer 1

根据@RafatSarosh的评论和进一步的研究，我了解到拥有数百万个分区和每个分区1个文档并不是一个坏习惯，我们可以依靠Cosmos DB查询执行优化。

我们将使用userId作为分区键。

HTH