Azure Cosmos DB Mongo API聚合查询RU成本过高的优化咨询

一、预聚合统计（最推荐，RU消耗骤降） #

直接提前维护一份月度统计数据，彻底避免每次查询都扫描上万条文档做聚合：

• 新增统计集合comment_monthly_stats，结构示例：

  {
    _id: { year: 2023, month: 1 }, // 年+月作为唯一标识，避免跨年重复
    count: 4862,
    lastUpdated: ISODate("2023-01-31T23:59:59Z")
  }
  

• 写入评论时，通过原子操作同步更新统计集合：

  // 假设当前评论的createdDate为时间戳1672616989000
  const commentDate = new Date(1672616989000);
  db.comment_monthly_stats.updateOne(
    { _id: { year: commentDate.getFullYear(), month: commentDate.getMonth() + 1 } },
    { $inc: { count: 1 }, $set: { lastUpdated: new Date() } },
    { upsert: true } // 不存在则自动新增文档
  )
  

• 查询时直接读取统计集合，无需扫描原评论数据：

  db.comment_monthly_stats.find(
    { "_id.year": 2023, "_id.month": { $gte: 1, $lte: 4 } },
    { _id: 0, period: "$_id.month", count: 1 }
  ).sort({ period: 1 })
  

该方案的RU消耗几乎可以忽略，仅需读取少量统计文档，完全规避了大规模扫描与聚合计算的开销。

二、优化现有聚合查询的执行效率 #

若暂时无法修改写入逻辑，可通过调整字段与索引降低RU：

• 新增yearMonth字段并建立索引：在Comments集合中新增yearMonth字段（如存储"2023-01"格式字符串），写入评论时直接生成该字段，避免聚合时实时计算月份，同时给yearMonth建立单字段索引。
  修改后的聚合查询：

  db.comments.aggregate([
    { $match : { createdDate: { $gt: 1672616989000, $lt: 1680824989000 } }},
    { $group : { _id : "$yearMonth", count: { $sum : 1 } }},
    { $project : { 
        _id: 0, 
        period: { $toInt: { $split: ["$_id", "-"] }[1] },
        count: "$count" 
      } },
    { $sort : { "period": 1 } }
  ])
  

  此举省去了$month的实时计算开销，能显著降低CPU消耗，进而减少RU。
• 精准缩小分区扫描范围：当前$match已使用分区键createdDate，需尽量缩小时间范围，避免扫描过多分区。比如明确只查2023年1-4月时，直接使用对应精准时间戳区间，不要扩大查询范围。

三、调整Cosmos DB配置与查询参数 #

• 降低一致性级别：若业务允许，将Cosmos DB的一致性级别从强一致性改为会话一致性或最终一致性，这类一致性级别的RU消耗远低于强一致性。
• 用countDocuments分批查询：如果无需一次性获取所有月份统计，可针对每个月份单独执行计数查询，单个countDocuments的RU远低于聚合：

  // 查询2023年1月评论数
  db.comments.countDocuments({ createdDate: { $gte: 1672531200000, $lt: 1675209600000 } })
  // 查询2023年2月评论数
  db.comments.countDocuments({ createdDate: { $gte: 1675209600000, $lt: 1677628800000 } })
  

  多次小查询的总RU通常远低于一次大规模聚合。

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