Azure cosmosdb 通过已知ID进行批量获取的最有效方法

假设我有一个ID列表，那么获取一堆文档的“最佳”方法是什么

我知道我可以尝试各种各样的东西，但在小范围内，可能所有的选择都有相似的性能。到目前为止，我什么也没试过——只是读文档

也许没有“最佳”方法，但各种方法（速度、成本、总吞吐量等）之间的权衡是什么

---

叹气-我知道这会被否决-就像“你尝试了什么”，“我们不会为你编写代码”等。我无法进行有意义的性能分析，除非有数千个并行请求同时出现在TB的数据上。我发誓我不是懒惰或不愿意投入工作，只是不想投入生产并发现我有性能问题，然后被告知“你到底为什么这样做？”

关于使用DocumentDB执行读取的最佳方法的一些一般提示

• 如果您有少量文档，那么使用

  readdocumentsync

  将是最好的方法，跨多个线程使用

  分区键和
  id
  获取文档。每1KB文档的每次读取量为1 RU，在p99的读取时间不超过10毫秒

• 如果您有大量文档，那么使用诸如

  SELECT*FROM c，其中c.partitionKey='pk'和c.id IN（'1'、'2'、…、'N'）

  之类的查询将更有效，即来自客户端的连接更少，服务器端的RU也更少（通常每个返回的文档<1 RU）
• 如果需要跨多个分区键获取数据，则很难判断单个读取或单个查询的性能是否更好。这需要更详细的测试，并取决于读取的文档数量和不同分区键的数量

---

我想大概有1000个ID。做1000次往返似乎是错误的。这就是我在Azure表存储上已经做过的事情，它会让我丧命。您只需使用SQL IN查询方法和1000个ID。它与Aravind的第二个选项类似，只是它可以跨多个分区工作。使用https://{your endpoint domain}.documents.azure.com/dbs/{your collection's uri fragment}/pkranges首次查询分区范围。然后按pkrange分割ID数组，并并行查询这些分区。注意，如果DocumentDB在您检索分区后决定更改分区，这可能会失败，但我认为只要您不更改请求的吞吐量，这种情况就足够罕见了。这对可以包含的guid的数量设置了上限，当您的id超过1000时，该方法是什么？我正在批量处理ID，但是我的请求率太高了。