我们正在使用Azure Data Factory进行ETL，将物化视图推送到我们的Cosmos数据库实例，以确保我们的生产Azure CosmosDB (SQL API)包含用户所需的所有内容。
随着数据也通过速度层流入，CosmosDB处于恒定负载下。这是预期的，目前可以通过自动缩放RU设置解决。
我们尝试了以下选项：
Copy activity到upsert（从Azure Datalake (Gen2)（源）到Cosmos DB（汇）中的集合的数据的ADF管道。Write throughput budget设置为可接受级别的Allow upsert的ADF管道。使用与以前相同的来源。我们看到的429越来越少，我们的CosmosDB实例不堪重负，用户体验受到不良体验，超时和慢响应时间的影响。
由于复制活动试图尽快并高效地插入所有数据，因此它会以贪婪的方式消耗所有可用的RU。结果导致大量429，我们的CosmosDB实例不堪重负，速度层受到影响，并且用户体验受到影响，体验，超时和响应时间都很慢。
我们希望设置吞吐量预算的第二个选项可以解决此问题，但事实并非如此。我们做错什么了吗？
有人对如何解决此问题有任何建议吗？请告知
编辑：说明