Cosmos DB按ID与Country分区的查询RU消耗为何一致？

问题背景 #

我使用包含1571个文档的Volcano JSON样本，在Cosmos DB模拟器中创建了两个容器：

• 一个以ID为分区键（容器名VolcanoesById）
• 另一个以Country为分区键（容器名VolcanoesByCountry）

执行以下查询语句：

select *
from VolcanoesById c
where c.Country = 'Japan'

select *
from VolcanoesByCountry c
where c.Country = 'Japan'

模拟器返回的请求费用（Request Charge）均为6.25 RUs，其余指标也基本一致：

按ID分区的容器指标 #

• 请求费用 - 6.25 RUs
• 结果数 - 111
• 检索文档大小 - 56255 bytes
• 输出文档数 - 111
• 输出文档大小 - 56416 bytes
• 索引命中文档数 - 111
• 索引查找时间 - 0.13 ms
• 文档加载时间 - 0.5 ms
• 查询引擎执行时间 - 0.09 ms

按Country分区的容器指标 #

• 请求费用 - 6.25 RUs
• 结果数 - 111
• 检索文档大小 - 56255 bytes
• 输出文档数 - 111
• 输出文档大小 - 56416 bytes
• 索引命中文档数 - 111
• 索引查找时间 - 10.96 ms
• 文档加载时间 - 0.46 ms
• 查询引擎执行时间 - 0.11 ms

我原本预期以Country为分区键的查询RU消耗会更低，请问这是为什么？

解答 #

出现这种情况的核心原因在于数据集规模、索引机制以及模拟器环境的特殊性，具体分析如下：

1. 极小数据集稀释了分区键优势
   你的数据集仅包含1571个文档，属于超小规模。Cosmos DB的物理分区默认最大存储容量为10GB，这么小的数据量只会被分配到单个物理分区中——也就是说，即使你选择ID作为分区键，所有文档实际都在同一个物理分区里，查询不需要跨多个物理分区扫描，自然不会产生额外的跨分区RU开销。此时两种分区策略的查询本质上都是单分区操作，RU消耗自然持平。

2. 默认索引抵消了跨分区查询成本
   两个容器都启用了Cosmos DB默认的范围索引，Country字段被自动纳入索引。对于VolcanoesById容器，查询时可以直接通过索引快速定位到所有Country='Japan'的文档，无需遍历整个数据集，这就把跨逻辑分区查询的额外成本降到了最低，最终RU消耗和单分区查询（VolcanoesByCountry容器）一致。

3. 模拟器环境的理想性
   Cosmos DB模拟器是本地无资源限制的模拟环境，没有生产环境中的网络延迟、多租户资源竞争、物理节点调度等额外开销。在这种理想环境下，即使存在微小的跨分区查询成本，也会被忽略，导致两种分区策略的RU差异无法显现。

验证分区键优势的建议 #

如果想看到Country作为分区键的RU优势，可以尝试：

• 大幅扩大数据集规模（例如到百万级文档），让VolcanoesById容器被拆分到多个物理分区，此时跨分区扫描的RU开销会显著增加
• 测试无索引的查询场景：禁用Country字段的索引后，VolcanoesById容器需要全表扫描，RU消耗会远高于VolcanoesByCountry容器的单分区扫描

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