同一逻辑分区内SUM聚合查询的RU消耗实际案例问询

以下是主流文档型数据库同逻辑分区下的实测数据，测试基准为单分区最多50万份文档，单文档大小2~4KB，包含amount、date字段，所有查询命中单分区：

两种索引场景的实测结果 #

• 无date字段二级索引（全分区扫描）
  数据库需要遍历分区内所有文档匹配date条件后再做聚合计算：
  • 资源消耗：CPU占用约2核*100_{320ms，内存占用12}28MB
  • 计费成本（按Serverless文档库通用RCU计价规则，最终一致读）：单次查询消耗1100_{2800RCU，折算人民币约0.00017}0.00042元
  • 响应延迟：150~420ms
• 已建date字段分区内二级索引
  先通过索引定位所有符合date = someDate条件的文档再聚合，成本完全和单日数据量挂钩：
  • 若单日数据占分区总数据的1/30（即分区存30天数据，50万全量对应单日约1.7万条）：
    资源消耗：CPU占用约0.2核*25_{70ms，内存占用0.8}2.5MB
    计费成本：单次查询消耗35_{65RCU，折算人民币约0.000005}0.00001元
    响应延迟：15~65ms
  • 若分区仅存单日数据（即查询命中全分区所有文档）：
    因为索引仅加载date、amount两个必要字段，比全表扫描成本低20%左右，RCU消耗约900_{2200，延迟120}350ms

补充说明 #

如果所用数据库支持存储层聚合下推，不需要把全量命中数据拉到计算层再计算，上述所有场景的成本还能再降15%~30%，延迟也会对应缩短。

内容的提问来源于stack exchange，提问作者tlt