DocumentDB 分区
当您的数据库开始增长超过 10GB 时，您只需创建新集合，然后将数据分布或分区到越来越多的集合中即可进行横向扩展。
一个容量为 10GB 的集合迟早不足以容纳您的数据库。现在 10GB 听起来可能不是一个很大的数字，但请记住，我们正在存储 JSON 文档，它只是纯文本，即使您考虑索引的存储开销，您也可以在 10GB 中容纳大量纯文本文档。
在可扩展性方面，存储并不是唯一的问题。集合上可用的最大吞吐量是 S3 集合获得的每秒两个半千请求单位。因此，如果您需要更高的吞吐量，那么您还需要通过使用多个集合进行分区来横向扩展。横向扩展分区也称为
水平分区。
有多种方法可用于通过 Azure DocumentDB 对数据进行分区。以下是最常见的策略-
溢出分区
范围分区
查找分区
哈希分区
溢出分区
溢出分区是最简单的策略，因为没有分区键。当您对很多事情不确定时，开始通常是一个不错的选择。您可能不知道是否需要扩展到单个集合之外，或者可能需要添加多少集合，或者添加它们的速度可能需要多快。
溢出分区从单个集合开始，没有分区键。
集合开始增长，然后再增长一些，然后再增长一些，直到您开始接近 10GB 的限制。
当您达到 90% 的容量时，您会溢出到一个新集合并开始将其用于新文档。
一旦您的数据库扩展到更多集合，您可能希望转向基于分区键的策略。
执行此操作时，您需要根据要迁移到的任何策略将文档移动到不同的集合，从而重新平衡数据。
范围分区
最常见的策略之一是范围分区。通过这种方法，您可以确定文档的分区键可能落入的值范围，并将文档定向到与该范围对应的集合。
日期通常与此策略一起使用，您可以在该策略中创建一个集合来保存定义的日期范围内的文档。当您定义足够小的范围时，您可以确信任何集合都不会超过其 10GB 的限制。例如，可能存在一个场景，单个集合可以合理处理整个月的文档。
也可能是大多数用户都在查询当前数据，可能是本月或上个月的数据，但用户很少搜索更旧的数据。因此，您从 6 月份开始使用 S3 系列，这是您可以购买的最昂贵的系列，并提供您可以获得的最佳吞吐量。
在 7 月，您购买了另一个 S3 集合来存储 7 月的数据，并且您还将 6 月的数据缩减为更便宜的 S2 集合。然后在 8 月，您将获得另一个 S3 集合，并将 7 月缩小到 S2，6 月一直缩小到 S1、月复一月，您始终保持当前数据可用于高吞吐量，而旧数据以较低吞吐量保持可用。
只要查询提供了分区键，就只会查询需要查询的集合，而不是像溢出分区那样会查询数据库中的所有集合。
查找分区
通过查找分区，您可以定义一个分区映射，该映射根据文档的分区键将文档路由到特定集合。例如，您可以按区域进行分区。
将所有美国文档存储在一个集合中，将所有欧洲文档存储在另一个集合中，并将来自任何其他地区的所有文档存储在第三个集合中。
使用此分区映射和查找分区解析器可以根据分区键（每个文档中包含的区域属性）确定要在哪个集合中创建文档以及要查询哪些集合。
哈希分区
在散列分区中，分区是根据散列函数的值分配的，允许您跨多个分区均匀分布请求和数据。
这通常用于对从大量不同客户端产生或使用的数据进行分区，并且对于存储用户配置文件、目录项等很有用。
让我们看一个使用 .NET SDK 提供的 RangePartitionResolver 进行范围分区的简单示例。
步骤 1-创建一个新的 DocumentClient，我们将在 CreateCollections 任务中创建两个集合。一个将包含用户 ID 以 A 到 M 开头的用户的文档，另一个包含用户 ID 从 N 到 Z 开头的文档。
private static async Task CreateCollections(DocumentClient client) {
await client.CreateDocumentCollectionAsync(“dbs/myfirstdb”, new DocumentCollection {
Id = “CollectionAM” });
await client.CreateDocumentCollectionAsync(“dbs/myfirstdb”, new DocumentCollection {
Id = “CollectionNZ” });
}
步骤 2-为数据库注册范围解析器。
步骤 3-创建一个新的 RangePartitionResolver
，这是我们分区键的数据类型。构造函数接受两个参数，分区键的属性名称和作为分片映射或分区映射的字典，它只是我们为解析器预定义的范围和相应集合的列表。
private static void RegisterRangeResolver(DocumentClient client) {
//Note: \uffff is the largest UTF8 value, so M\ufff includes all strings that start with M.
var resolver = new RangePartitionResolver<string>(
"userId", new Dictionary<Range<string>, string>() {
{ new Range<string>("A", "M\uffff"), "dbs/myfirstdb/colls/CollectionAM" },
{ new Range<string>("N", "Z\uffff"), "dbs/myfirstdb/colls/CollectionNZ" },
});
client.PartitionResolvers["dbs/myfirstdb"] = resolver;
}
这里有必要对最大可能的 UTF-8 值进行编码。否则第一个范围不会与任何 Ms 匹配，除了一个单独的 M，对于第二个范围中的 Z 也是如此。因此，您可以将这里的编码值视为匹配分区键的通配符。
步骤 4-创建解析器后，使用当前 DocumentClient 将其注册到数据库。为此，只需将其分配给 PartitionResolver 的字典属性即可。
我们将针对数据库创建和查询文档，而不是您通常所做的集合，解析器将使用此映射将请求路由到适当的集合。
现在让我们创建一些文档。首先，我们将为 userId Kirk 创建一个，然后为 Spock 创建一个。
private static async Task CreateDocumentsAcrossPartitions(DocumentClient client) {
Console.WriteLine();
Console.WriteLine("**** Create Documents Across Partitions ****");
var kirkDocument = await client.CreateDocumentAsync("dbs/myfirstdb", new { userId =
"Kirk", title = "Captain" });
Console.WriteLine("Document 1: {0}", kirkDocument.Resource.SelfLink);
var spockDocument = await client.CreateDocumentAsync("dbs/myfirstdb", new { userId =
"Spock", title = "Science Officer" });
Console.WriteLine("Document 2: {0}", spockDocument.Resource.SelfLink);
}
这里的第一个参数是数据库的自链接，不是具体的集合。如果没有分区解析器，这是不可能的，但有了它，它就可以无缝地工作。
两个文档都保存到数据库 myfirstdb 中，但我们知道 Kirk 存储在 A 到 M 的集合中，Spock 存储在 N 到 Z 的集合中，如果我们的 RangePartitionResolver 工作正常。
让我们从 CreateDocumentClient 任务中调用它们，如下面的代码所示。
private static async Task CreateDocumentClient() {
// Create a new instance of the DocumentClient
using (var client = new DocumentClient(new Uri(EndpointUrl), AuthorizationKey)) {
await CreateCollections(client);
RegisterRangeResolver(client);
await CreateDocumentsAcrossPartitions(client);
}
}
执行上述代码后，您将收到以下输出。
**** Create Documents Across Partitions ****
Document 1: dbs/Ic8LAA==/colls/Ic8LAO2DxAA=/docs/Ic8LAO2DxAABAAAAAAAAAA==/
Document 2: dbs/Ic8LAA==/colls/Ic8LAP12QAE=/docs/Ic8LAP12QAEBAAAAAAAAAA==/
正如所见，两个文档的自链接具有不同的资源 ID，因为它们存在于两个不同的集合中。
