为什么cosmos db为同一个分区键值创建5个分区？
我们使用的是Cosmos DB SQL API，下面是一个xyz集合：
大小：无限
吞吐量：50000 RU/s
PartitionKey：散列
我们将插入200,000条记录，每个记录的大小为2.1KB，并且分区键列的值相同。据我们所知，具有相同分区键值的所有文档都存储在同一个逻辑分区中，无论我们是在固定大小的集合还是在无限大小的集合中，逻辑分区都不应超过10 GB的限制。
显然，我们的总数据甚至不到0.5GB。然而，在Azure Cosmos DB的度量刀片（在门户中）中，它说：
集合XYZ有5个分区键范围。提供的吞吐量平均分布在这些分区中（每个分区10000 RU/s）。
这与我们迄今为止从MSFT文档中研究的内容不匹配。我们是不是漏掉了什么？为什么要创建这5个分区？
共有1个答案
当使用Unlimited集合大小时，默认情况下将为您提供5个物理分区密钥范围。这个数字可以改变，但截至2018年5月，5是默认的。您可以将每个物理分区视为一个“服务器”。因此，您的数据将分散在5个物理“服务器”中。随着数据大小的增长，数据将自动在更多的物理分区上重新分布。这就是为什么在设计中预先获得正确的分区键是如此重要。
对于所有200k记录使用相同的分区键(PK)的情况，问题是会有热点。你有5个物理“服务器”，但只有一个将被使用。其他4个将闲置，结果是您将有较少的性能在相同的价格点。您为50K RU/s付费，但永远只能使用10K RU/s。把你的PK改成更均匀分布的东西。当然，读取数据的方式会有所不同。如果您给出更多关于您存储的文档的细节，那么我们可能会帮助给出一个建议。如果只是进行点查找（通过每个文档ID调用ReadDocumentAsync())，那么可以安全地在文档的ID字段上进行分区。这将把所有200k文档分散到所有5个物理分区中，50k RU/s的吞吐量将最大化。一旦您有效地做到了这一点，您可能会看到，您可以减少RU使用到一些更低的东西，并节省大量的钱。每个2.1KB的记录只有200k条，您可能会降低到2500 RU/s（您现在支付的成本的1/20）。
*server用引号表示，因为每个物理分区实际上是许多服务器的集合，这些服务器负载平衡以获得高可用性和吞吐量（取决于您的一致性级别）。
-
像大多数其他操作系统一样，LFS 通常安装在一个新的专用分区上。如果你有充足的磁盘空间，推荐将 LFS 系统构建在一个新的空白磁盘分区上。当然，LFS 系统(甚至是多个 LFS 系统)也可以安装在现存的某个操作系统所在的分区上，它们完全可以和平共处。这个文档：http://www.linuxfromscratch.org/hints/downloads/files/lfs_next_to_exis
-
我一直在努力想办法创建一个HashMap，将具有相同键的值（放入列表）分组。这就是我的意思： 假设我有以下键和值： 我想把这些值放到一个 这样它就会将值分组到具有相同键的列表整数中，类似于这样： (1, {10, 11, 12}),(2, {20}), (3, {30,31}) 现在，密钥和值存储在 我不知道如何通过这个Hashmap循环创建新的Hashmap，关键是：值对列表。有人对这个话题有好
-
我试图在repl中创建一些类，当我创建具有与第一个类相同属性的第二个类时，我被告知它已经定义了。 这仅仅是repl不能正确处理名称空间的问题吗？它在文件中按预期工作。 Perl6版本：这是Rakudo版本2018.10，构建于MoarVM版本2018.10之上，实现Perl 6。c
-
我通过指定分区的数量从文本文件创建RDD。但它给我的分区数与指定的分区数不同。 文件 /home/pvikash/data/test.txt的内容是： 我试图理解为什么这里的分区数量在变化，如果我们有小数据（可以容纳一个分区），那么为什么spark会创建空分区？ 任何解释都将不胜感激。
-
多台机器生成事件。这些事件被发送到我们的Kafka集群，其中每台机器都有自己的主题（app.machine-events.machine-name）。因为顺序在每台机器的基础上很重要，而分区大小现在不是问题，所以所有主题都由一个分区组成。因此，目前，N个主题也意味着N个分区。 消费/处理应用程序使用了kafka-streams，我们给出了/“machine-event-processor”，它对每
-
我有一个将消息写入主题/分区的生产者。为了保持顺序，我希望使用单个分区，我希望12个使用者读取来自这个分区的所有消息（没有使用者组，所有消息都应该发送给所有使用者）。这是可以实现的吗？我读过一些论坛，每个分区只有一个用户可以阅读。