Azure cosmosdb 时事通讯活动的分区键设计

在阅读了DocumentDB上的所有文档之后，我仍然在为如何最好地设计分区键而苦苦挣扎。让我们把企业电子邮件发送给员工/部门。假设这是一家大型公司，有100万员工，这是虚构的，我只想假设它每周发送数百万封电子邮件，大多数都被阅读和点击，因此吸收了大量数据

让我将一些实体表示为json。出于所有目的和目的，至少在我的案例中，此数据位于sql server中，但我希望按成员和部门跟踪打开、单击的情况。在大型组织中，这种数据可以快速增长是DocumentDB的使用案例。我不想为此争论DocumentDB的优点，只是想更好地理解分区键设计。把它煮开：

资料

• 时事通讯：

  {newsletterId:1，name:'something'，departments:[1,2,3]}//此时事通讯已发送到3个公司部门

• 员工：

  {employeeId:1212，姓名：'John Smith'}

• 通讯员工活动：

  {newsletteeid:1，employeeId:1212，link:2，日期：'1-2-2017'}

  和/或

  {newsletteeid:1，employeeId:1212，打开：'1-2-2017'}

  //其中link是电子邮件上链接的id

报告

• 按部门按时事通讯打开和单击
• 按部门打开并单击
• 打开并单击整个新闻稿
• 按链接按新闻稿单击（假设我们可以将链接id映射到链接）

您将如何获取分区密钥？是否会有与报告相关的不同文档类型？也就是说，一个跟踪员工点击/打开（这将是大量数据），一个按部门增加聚合，一个新闻稿聚合（可能只是对部门进行汇总），等等，或者这个事务执行起来会很昂贵，因为您可能会在阅读电子邮件的同时收到10000个打开

---

阅读了有关热分区的内容后，上述方法似乎就属于这一类。

对于新闻稿EmployeeActivity，由于您预计新闻稿发布时会出现突发活动，

employeeId

将是有效扩展写流量的一个很好的分区键

由于报告的生成通常会有一点延迟，因此我建议通过在上运行窗口聚合，然后将每小时/分钟的统计数据保存到单独的DocumentDB“stats”集合中，在新闻稿、新闻稿x部门、部门上执行所有聚合

---

对于存储新闻稿和员工元数据，您可能希望分别使用

newsletteeid

和

employeeId

。如果愿意，可以通过创建合成分区键将这些文档存储在同一个集合中，然后根据类型存储适当的值。

您是计划让DocumentDB执行聚合，还是计划将聚合或报告以最终形式存储在DocumentDB中？实际上，我猜每个进行聚合的x周期都需要运行一个流程。我想将它们存储在documentdb中作为示例。我想补充一点，如果您想与documentdb工程师更详细地讨论分区键的选择/设计，请发送电子邮件askdocdb@microsoft.com.Thank我会的。