Azure cosmosdb Cosmos分区键上的STARTSWITH是否优化了跨分区查询的“扇出”？

Microsoft明确指出，跨分区查询将查询分散到每个分区：

以下查询在分区键DeviceId上没有筛选器。因此，它必须扇出到针对每个分区的索引运行的所有物理分区：

所以我很好奇，是否可以通过对分区键（比如STARTSWITH）进行范围查询来优化扇出

为了测试它，我创建了一个包含七个文档的小型Cosmos DB：

{ 分区键：前缀1:， 编号：项目1A }, { 分区键：前缀1:， id:项目1B }, { 分区键：前缀1:， id:item1c }, { partitionKey:前缀x1x:， id:item1d }, { 分区键：prefix2:， 编号：项目2a }, { 分区键：prefix2:， 编号：2b }, { partitionKey:prefix3:， 编号：项目3A } 它具有带有分区键/partitionKey的默认索引策略。然后我运行了一系列查询：

选择*FROM c WHERE STARTSWITHc.partitionKey“prefix1” -实际申请费用：2.92卢比 从c中选择*，其中c.partitionKey='prefix1:'或c.partitionKey='prefix1X:' -实际申请费用：3.02卢比 选择*FROM c，其中STARTSWITHc.partitionKey'prefix1:' 从c中选择*其中c.partitionKey='prefix1:' -每个查询的实际请求费用为：2.89卢比 选择*FROM c WHERE STARTSWITHc.partitionKey“prefix2” 从c中选择*其中c.partitionKey='prefix2:' -每个查询的实际请求费用为：2.86卢比 选择*FROM c WHERE STARTSWITHc.partitionKey“prefix3” 从c中选择*其中c.partitionKey='prefix3:' -每个查询的实际请求费用为：2.83卢比 从c中选择*，其中c.partitionKey='prefix2:'或c.partitionKey='prefix3:' -实际申请费用：2.99卢比 重新运行查询时，请求费用是一致的。费用增长模式似乎与结果集和查询复杂性一致，但“或”查询除外。然而，我尝试了以下方法：

从c中选择* -实际申请费用：2.35卢比 而且，即使使用相等运算符，对所有分区的基本扇出也比针对特定分区更快。我不明白这是怎么回事

尽管如此，我的示例数据库非常小，只有七个文档。查询集可能不够大，无法信任结果

因此，如果我有数百万个文档，那么从c.partitionKey开始，“prefix”会比分散到所有分区更优化吗？

这表明有一些效率

对于Azure Cosmos DB，查询通常按照以下顺序执行，从最快/最高效到较慢/较低效率

使用单个分区键和项键 在单个分区键上使用筛选子句进行查询 在任何属性上没有相等或范围筛选器子句的查询 不带过滤器的查询

---

随着您的扩展，每个分区的数量会减少，直到最终每个分区键值都有自己的物理分区

因此：

如果我有数以百万计的文档，那么使用c.partitionKey启动“prefix”会比分散到所有分区更优化吗

这两个查询将在多个分区中展开

---

而且我非常确定，由于Azure Cosmos DB使用基于哈希的分区在物理分区之间分布逻辑分区，所以在具有公共前缀的分区键之间没有局部性，每个STARTSWITH查询都必须分散到所有物理分区。

我知道STARTSWITH可能会扫描“多个”分区。因此，重新表述我的问题-使用STARTSWITH是否会阻止扫描与STARTSWITH筛选器不匹配的分区？我希望扫描只发生在与筛选器匹配的分区上，而不是扫描与筛选器不匹配的分区。不，为什么？它怎么会知道呢？@4c74356b41我不确定我是否理解这个问题。基本上，Cosmos服务必须看到分区键上有一个条件的查询，就像使用相等运算符一样，并对其进行解析，以得出查询其余部分适用的分区集。或者，对于宇宙来说，任何比等式更复杂的东西都太复杂了，反而会散开，每个分区都会扫描所有文档，即使查询不适用于它。我认为您的答案是正确的，我最初的问题来自一个关于扇形的错误前提，因为我认为它扇形到逻辑分区，因为它们由分区键标识，但扇形是一个物理路由。一个完整的分区键（不是带有StartWith的分部键）将允许Cosmos以要运行查询的逻辑分区的物理集为目标，但由于我使用的是StartWith，它无法确定这一点，并且必须扇出到本地分区的所有物理集。我的问题的例子只有一个物理分区，所以这是一个糟糕的例子 单个物理分区使用相同的索引，因此物理路由非常重要。我问这个问题的原因是，我试图滥用分区键来为我提供多个数据命名空间，但为了提高性能，每个命名空间数据都分布在多个分区中。例如，100个逻辑分区用于doc-type-A，50个逻辑分区用于doc-type-B，然后在查询时，我只需要针对包含特定doc-type的分区。这些文档不需要位于同一逻辑分区中。