为何RU消耗达100%？预配置吞吐量远低于自动缩放最大值

观测情况 #

• 自动缩放最大吞吐量（Autoscale max throughput）：220k
• 当前预配置吞吐量（Provisioned throughput）：153k
• RU消耗（RU consumption）：已达100%

核心问题解答 #

1. 为什么预配置没到最大值，RU消耗却拉满了？自动缩放模式下RU消耗怎么算？

自动缩放模式里，RU消耗的计算基准是当前实际的预配置吞吐量，不是自动缩放的最大值。Cosmos DB的自动扩容不是实时触发的：默认要负载持续超过当前预配置的70%才会触发，而且扩容需要时间逐步完成。

如果负载突然冲高，或者持续占满当前预配置的吞吐量，但还没满足扩容的触发条件（比如持续时间不够），就会出现预配置没到上限，但RU消耗已经100%的情况。另外自动缩放是逐步扩容的，不会直接跳到最大值，中间阶段也会出现这种情况。

2. RU消耗能不能用来判断自动缩放最大值设置得是否合理？

单看RU消耗不行，但结合自动缩放的历史调整记录可以判断：

• 如果高负载时，预配置经常触碰到最大值，且RU持续100%，说明最大值设低了，顶不住峰值；
• 如果预配置从来没接近过最大值，长期维持在低位，说明最大值设高了，属于过度配置。

3. 自动缩放模式下怎么判断过度配置或配置不足？

配置不足的信号：

• 监控里频繁出现RU消耗100%，同时有大量429限流错误、请求超时；
• 预配置吞吐量经常摸到自动缩放的最大值，峰值时段没法继续扩容；
• 业务延迟明显上升，读写性能受影响。

过度配置的信号：

• 长期来看，预配置吞吐量的平均值远低于最大值，甚至从来没触发过扩容；
• 大部分时间RU消耗都在50%以下，没有明显的峰值负载需求；
• 成本过高，和实际业务负载不匹配。

内容的提问来源于stack exchange，提问作者LostInComputer