Azure Cosmos DB带GROUP BY的SQL查询RU消耗过高如何优化？

优化方案 #

当前1000+RU的消耗属于非优化场景下的正常情况，核心原因是索引匹配度低、查询存在冗余计算步骤，按以下方案优化后RU消耗可降低70%~90%：

• 索引策略调整
  1. 新增复合索引适配过滤+分组逻辑：添加两组复合索引，第一组为/form（升序）+/readers/[]（升序），第二组为/lineitems/[]/mfrpartnumber（升序）+/lineitems/[]/total（升序）。如果后续需要追加ORDER BY逻辑，直接在复合索引末尾添加对应排序字段即可，复合索引可同时覆盖过滤、分组、排序三类需求。
  2. 裁剪不必要的索引：关闭未在查询中使用的字段路径的索引，减少索引扫描的额外开销。
• 查询语句简化
  两个现有查询均存在冗余逻辑：查询1的EXISTS子查询可直接简化为对readers数组的直接判断，查询2的双重JOIN会产生readers和lineitems的笛卡尔积，大幅拉高计算开销。推荐使用优化后的写法：

  SELECT li.mfrpartnumber, SUM(li.total)
  FROM bi
  JOIN li IN bi.lineitems
  WHERE ARRAY_CONTAINS(bi.readers, "abc", true) 
  AND bi.form = "Billing"
  GROUP BY li.mfrpartnumber
  

• 数据模型优化（高频查询场景推荐）
  如果这类聚合查询的调用频率很高，建议做预聚合处理：写入数据时直接按mfrpartnumber维度预累计total值存入独立的聚合文档，查询时直接读取聚合文档，RU消耗可降至个位数。如果不想修改业务写入逻辑，也可以通过Cosmos DB变更Feed异步触发聚合计算，自动更新聚合结果。
• 查询参数优化
  1. 如果容器设置了分区键，尽量在查询中携带分区键过滤条件，避免跨分区扫描，可直接降低数倍RU消耗。
  2. 可以开启查询的MaxItemCount参数分批拉取结果，避免单次查询占用过高RU同时降低超时风险。

内容的提问来源于stack exchange，提问作者HILARUDEEN S ALLAUDEEN