Azure DocumentDB如何扩展？我需要担心吗？

我有一个超过SQL Azure的应用程序——无论如何，以我愿意支付的价格——我对调查Azure DocumentDB感兴趣。预览显然有明显的可伸缩性限制（例如，如前所述），但我认为如果我正确使用它，我可能在预览期间不受这些限制

这是我的问题。我需要如何设计我的应用程序以利用Azure DocumentDB的内置可伸缩性？例如，我知道使用Azure表存储（这是一种廉价但非常有限的替代方案）时，您需要将所有数据分为两步结构：PartitionKey和RowKey。如果您这样做（这在现实世界的应用程序中几乎是不可能的），ATS（据我所知）会在后台将分区从一台机器移动到另一台机器，这样您就可以获得近乎无限的可伸缩性。太棒了，你永远不必去想它

使用SQL Server进行扩展显然要复杂得多-您需要设计自己的分片系统，处理确定有问题的分片位于哪个服务器上的问题，等等。这是可能的，而且做得很好，可扩展性很强，但复杂且痛苦

那么，可伸缩性如何与DocumentDB协同工作呢？它承诺了任意的可伸缩性，但是存储引擎在幕后是如何工作的呢？我看到它有“数据库”，每个数据库可以有一些“集合”，等等。但它的任意可伸缩性如何映射到这些其他概念？如果我有一个包含数亿行的SQL表，如果我将所有这些数据放在一个集合中，我是否能够获得所需的可伸缩性？还是我需要手动将其分散到多个集合中，以某种方式进行切分？还是跨多个数据库？或者DocumentDB是否足够聪明，可以跨多台机器以高效的方式合并查询，而无需我考虑任何一个问题？还是

---

我一直在四处寻找，还没有找到任何关于如何处理这个问题的指导。对其他人的发现或MS的建议非常感兴趣。

更新：截至2016年4月，DocumentDB引入了一个概念，允许您向外扩展并利用服务器端分区。

单个DocumentDB数据库实际上可以扩展到由集合分区的无限量文档存储（换句话说，您可以通过添加更多集合进行扩展）

每个集合提供10 GB的存储空间和可变的吞吐量（基于性能级别）。集合还提供文档存储和查询执行的范围；也是其中包含的所有文档的事务域

资料来源：

---

下面是我写的一篇关于在DocumentDB上为多租户应用程序扩展和分区数据的文章。

您可以像这样扇出查询-

使用最新版本的DocumentDB，情况已经发生了变化。每个集合仍然有10GB的限制，但在过去，如何将数据拆分为多个集合，以避免达到10GB的限制取决于您自己

---

相反，您现在可以指定一个分区键，DocumentDB现在为您处理分区。例如，如果您有日志数据，您可能希望根据JSON文档中的日期值对数据进行分区，以便每天都创建一个新分区。

不确定您为什么决定用主观和负面的注释对问题进行着色(“表存储-这是一个便宜但糟糕的替代品”）。Azure表存储是一个键/值NoSQL存储，与SQL Server（关系型）或DocumentDB（文档型）完全不同。我同意负面评论不是绝对必要的，但我发现ATS缺少在其他键值存储数据库中找到的关键功能-例如，请参阅。如果一项广泛推广的技术几乎无法使用，那么提到这一点似乎并非不可能。有许多人认为它非常有用。这就是为什么最好不要提及这一点颜色注释的类型不属于您的问题。我们可能同意不同意：-）（我发现ATS在一些有限的情况下很有帮助。）同时，既然我知道你是Azure架构师，那么有没有关于如何在DocumentDB中构建数据以确保可伸缩性的建议？Azure表存储也不提供自动无限扩展。吞吐量限制（基于1K大小的消息）对于单个分区，每秒只有2000条消息。整个存储帐户的聚合限制只有20000条。是的，它平衡了I/O，但自动扩展？不。正确。DocumentDB在自动分片和查询合并方面还没有任何魔力。今天，你必须自己处理跨集合的分片。明白了。换句话说，I c将集合视为最大的可伸缩性单位。如果我知道我需要一个特定的数据访问条纹来进行水平伸缩，我将不得不手动将其拆分到多个集合中。有点像SQL Server中的自切分（尽管有点容易，因为没有要维护的模式）。还没有什么神奇之处。这是否意味着集合是您的可伸缩性单元，就像azure表存储的分区一样？换句话说，如果我的所有文档都在一个集合中，这是否意味着我不会扩展到一个服务器节点之外？有点。您是对的，集合是可伸缩性单元，您可以将它们视为分区。要扩展到10gb以上，您需要跨集合对数据进行分区，并编写一些逻辑以路由到正确的分区或扇出以进行查询。从技术上讲，集合不属于单个服务器节点，有副本可确保仲裁并提高后台工作的读吞吐量。它们还将您限制为3个集合纳秒每容量单位。