如何复制Cosmos DB容器并保持副本实时同步？

1. 基于变更源（Change Feed）的自定义同步 #

• 初始数据迁移：使用Azure CLI命令az cosmosdb container copy，或者Azure Data Factory（ADF）的批量复制功能，一次性迁移原容器的所有历史数据到目标容器，完成初始同步。
• 实时增量同步：开发后台服务（比如Azure Functions、Spring Boot应用），监听原容器的变更源。变更源会持续捕获容器内的插入、更新、删除操作增量，服务读取这些增量数据后写入目标容器，实现近实时同步。
• 关键注意点：
  • 配置好变更源处理器的租约容器，确保分布式环境下不会重复处理或遗漏数据。
  • 初始迁移尽量选择业务低峰时段，降低对原容器的性能冲击。

2. 基于Azure Data Factory的托管式同步 #

• 初始批量同步：在ADF中创建Cosmos DB到Cosmos DB的复制管道，选择全量复制模式，完成历史数据迁移。
• 实时增量同步：修改管道为增量复制模式，基于Cosmos DB内置的_ts时间戳字段，设置轮询间隔（最短1分钟），定期拉取原容器的新增/变更数据并同步到目标容器。
• 优势：无需编写自定义代码，通过可视化界面配置即可完成，适合非开发背景的运维人员操作。

3. 全局分布式部署（跨区域副本场景） #

如果目标容器是跨区域的副本需求，可以直接利用Cosmos DB的全局分布式能力：

• 开启原账号的多区域部署，添加目标区域的容器副本。
• 若需要读写分离，配置单区域写多区域读；若需要多区域写入，开启多区域写功能。Cosmos DB会自动完成数据的实时同步，延迟通常在百毫秒级别，全程托管无需额外维护。

通用提示 #

• 先在测试环境验证同步逻辑，确认数据一致性后再上线生产环境。
• 通过Azure Monitor监控同步链路的延迟、错误率和吞吐量，及时发现并解决问题。
• 根据原容器的吞吐量，给目标容器配置足够的RU（请求单位），避免同步过程中出现性能瓶颈。

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