Azure cosmosdb 同一集合中具有多个类型的CosmosDB/DocumentDB分区

据我所知，团队的官方建议是将所有数据类型放入一个集合中，该集合在文档上有类似于

type=someType

的字段来区分类型

现在，如果我们假设大型数据库具有分区，其中可以有不同的对象类型：

完全不同的字段（因此没有用于分区的公共字段）

相关（通过参考）

如何组织事物，使应该在一起的事物以相同的分区结束

例如，假设我们有：

使用者

博客帖子

博客后评论

如果我们使用

type=user | blogPost | blogPostComment

将它们存储为单独的类型，在同一个集合中，我们如何确保用户、他的blogPost和所有相应的注释最终位于同一分区中？ 这方面有什么最佳实践吗

[更新] 你能完全避免跨分区查询吗？这应该是一个目标吗？或者你只是想尽量减少它们？

---

例如，对于99%的案例/查询，您可以对数据进行完美的分区，但是您需要一些仪表板来显示所有数据的聚合。这是您认为不可避免并试图最小化的事情，还是完全可以避免的事情？

分区应该保存与预期增长的组相关的数据，例如将对许多文档进行分组的租户（可以是您提到的不同类型的文档）因此，这个实例中的分区键应该是TenantId。分区更多的是与组相关的数据，而不是数据类型。如果数据与某个用户相关，那么您可以使用UserId，但是许多用户可能会在相同的帖子上发表评论，因此它似乎不是分区键的最佳候选项，除非用户信息进行了一些非标准化处理，因此它不必直接与其他用户关联。。如果有道理的话？

基本上，在单个Cosmos集合中处理许多不同的逻辑实体类型时，最简单的选择是在所有文档上放置一个通用（或抽象，如您所指）分区键。此时，应用程序需要确保在运行时选择适当的值。我通常将此文档属性命名为

partitionKey

、

routingKey

或类似名称

这在设计最佳查询效率时非常重要，因为分区键的选择会对查询和吞吐量性能产生巨大影响。像这样的通用密钥可以让您设计数据的最佳存储，因为它有利于您正在构建的任何应用程序

甚至像

tenant

这样的东西也没有意义，因为不同的租户可能具有完全不同的数据大小和访问模式。相反，您可以在运行时将

tenantId

作为分区键的一部分，作为一种组合

更新：

---

对于某些查询模式，可以完全通过单个分区为它们提供服务。不过，如果事情最终跨越了分区，那肯定不是世界末日。这个系统仍然很快。如果可能的话，限制给定查询需要触及的分区数量是理想的，但您永远不会100%地避开它。

是的，这是一个合理的意图，但我仍然在暗中研究实现。正如您正确指出的，

userId

在教科书博客示例中不是一个好的分区键，但我很难理解可能是什么？/我提到数据类型只是因为它们可能非常不同，没有有机的公共字段（可能用作分区键），但我们可能需要添加一些抽象字段。这正是我所想的！谢谢分享。我会调查细节，如果我还有什么问题的话，我会带着更多的问题回来。非常感谢@迪兹：没问题：）很高兴它帮了你。如果有其他问题，请随意提问。我在开场白中又增加了一个（子）问题。请你看一下，把你的答案写进去，这样我就可以接受了。谢谢@deezg我已经更新了我的答案来澄清你剩下的问题，你为我节省了很多时间。非常感谢！