Azure Cosmos DB SQL API批量查询及性能优化咨询

一、单条批量查询实现（分批次） #

Cosmos DB SQL 支持用IN子句一次性查询多个item_id，但注意IN子句最多支持1000个值，所以需要把你的id列表分成每1000个一组来批量查询，避免触发限制。

代码示例：

def bulk_read_items(self):
    id_list = self.ids()
    batch_size = 1000
    # 拆分id列表为多个批次
    id_batches = [id_list[i:i+batch_size] for i in range(0, len(id_list), batch_size)]
    
    all_results = []
    for batch in id_batches:
        # 拼接SQL查询语句
        id_strings = ", ".join(f"'{item_id}'" for item_id in batch)
        query = f"SELECT * FROM c WHERE c.id IN ({id_strings})"
        
        # 执行查询，因为你的分区键就是id，无需开启跨分区查询
        batch_items = list(self.container.query_items(
            query=query,
            enable_cross_partition_query=False
        ))
        all_results.extend(batch_items)
    
    return all_results

二、无线程依赖的性能优化点 #

• 严格控制批次大小：固定1000个id一批，刚好匹配Cosmos DB IN子句的上限，避免额外的请求拆分。
• 指定max_item_count：设置与批次大小一致的max_item_count，让Cosmos DB一次性返回全量结果，减少分页开销：

  batch_items = list(self.container.query_items(
      query=query,
      enable_cross_partition_query=False,
      max_item_count=1000
  ))
  

• 启用查询缓存：如果读取的数据更新不频繁，开启缓存让重复查询直接命中缓存，节省RU和时间：

  batch_items = list(self.container.query_items(
      query=query,
      enable_cross_partition_query=False,
      enable_cache=True
  ))
  

• 精简返回字段：不要用SELECT *，只查询你需要的字段，减少数据传输量，比如：

  SELECT c.id, c.required_field1, c.required_field2 FROM c WHERE c.id IN (...)
  

• 调整容器吞吐量：如果查询时频繁遇到429限流错误，说明当前RU（请求单位）不足，可以手动调高吞吐量或开启自动缩放，避免因限流拖慢速度。

三、为什么比原循环高效 #

原循环每个item_id都发起一次独立的HTTP请求，网络延迟、握手开销会累积成巨大的耗时。批量查询把几千次请求合并成几次，大幅降低网络层面的开销，同时Cosmos DB处理批量查询的效率远高于处理大量单条读取请求。

内容的提问来源于stack exchange，提问作者GoneCase123