Cosmos DB 高额查询费用答案

【问题标题】：Cosmos DB High Query ChargeCosmos DB 高额查询费用
【发布时间】：2020-07-26 13:03:59
【问题描述】：

我在 Autopilot 模式下使用 Cosmos DB，在 Collection 中将最大 RU/s 设置为 20K RU/s。我正在使用 SQL API。我在这个特定分区中有几十万条记录。我有默认的索引策略，即所有内容都被索引。我已进入 Azure 门户中的数据资源管理器并运行了以下查询：

SELECT count(1) FROM c where c.partitionKey = "12140" and c.uniqueId = "20cdb686-6959-4ed6-ac31-c7f414238f68" and c.timestampAsString = null

查询统计数据显示 RU/s 费用为 3.46。这太棒了！

然后我运行一个非常相似的查询，但我正在测试 c.timestampAsString 是否不为空：

SELECT count(1) FROM c where c.partitionKey = "12140" and c.uniqueId = "20cdb686-6959-4ed6-ac31-c7f414238f68" and c.timestampAsString != null

上述查询的总 RU/s 费用为 2989.73 RU/s。这是相当高的一点。我期待着原始查询的内容。

谁能解释为什么这些查询费用如此不同？

【问题讨论】：

嗯。使用IS_NULL(c.timestampAsString) 和NOT IS_NULL(c.timestampAsString) 时，您会得到相同类型的结果差异吗？
@David Makogon，我希望你能看到这个。是的，NOT IS_NULL 的 RU/s 费用与 != null 相同。
还有一个问题：这是最新的索引推出，还是旧的集合？（刚刚发布了一个发布 + 公告）显式调用的优化之一 (article link) 是不等式运算符。
这是一个两个月前的集合，所以它早于这次改进。您引用的文章建议在相关属性上添加索引。我正在使用索引所有内容的默认索引策略。我可以添加一个显式的附加索引吗？
我不是 100% 肯定这些更新适用于当前集合（至少立即）；我必须调查的事情。而且我很确定，如果您已经设置了自动索引，则不需要显式添加索引。适用于不等式的文章的关键部分：“如果存在不等式过滤器或未定义值上的过滤器，则查询引擎将需要加载这些文档中的每一个。由于不等式过滤器和未定义值上的过滤器现在使用索引，我们可以避免加载这些文档并看到 RU 费用的显着改善。"

【解决方案1】：

RU 中这种巨大差异的原因是我们如何/是否将过滤器下推到索引。对于像 c.timestampAsString = null 这样的查询，我们确实将其推送到索引。对于您进行聚合和过滤的查询，例如 c.timestampAsString != null 我们不这样做。

您可以做一些事情来优化这个查询。如果您创建第二个名为“istimestampAsStringNull”的属性并将其设置为 true 到 false，这将使您能够执行以下查询，并且您应该获得大致相同的 RU/s 成本。

SELECT count(1) FROM c where c.partitionKey = "12140" and c.uniqueId = "20cdb686-6959-4ed6-ac31-c7f414238f68" and c. isTimestampAsStringNull == false

我们正在考虑未来的优化，但目前上述解决方法应该可行。

希望这有帮助。

【讨论】：