cosmic

元記事：Troubleshoot query performance for Azure Cosmos DB

1. DBとクライアントは同じリージョンに配置する。
2. 一貫性レベルを確認する。
   許容できる一貫性レベルを確認する。
3. ログクエリ情報を使用する。
   QueryMetricsを使用して、遅い・重いクエリを直す
4. Query Optionの調整
   クエリ性能はリクエストのFeed Optionパラメータで調整できる
   Max Degree of Parallelism (-1)
   Max Buffered Item Count (-1)
   Max Item Count (-1)
   比較するときとは、2,4,8,16のような値を使用する
5. コンテナーからすべての結果を読む
   全ての結果を取得できるまで取得し続けてください。
   継続トークンがある間は取得し続ける。
6. インデックスを使用できるシステム関数を選ぶ
   文字列範囲に変換できる式は、インデックスを使用できます。
   STARTSWITH / LEFT / SUBSTRING
7. JOIN式の最適化
   JOIN式は大きなクロス積に拡張できます。
   可能であれば、フィルタをして狭い範囲に対してクエリを実行します。
8. order by の最適化
   order by 性能は、分散度が低い列かインデックスポリシーがない列だと、性能劣化します。
9. 多くの大きなItemを読み込んだり実行する
   時間とRUsは、レスポンスサイズとクエリ処理の作業量に依存します。

Cosmos DB の論理パーティションは、コンテナーのパーティションキーに基づいてデータをグルーピングします。

Cosmos DBは、水平スケールさせるために、物理サーバー/パーティション間で、論理パーティションをシームレスに組み合わせます。
ユーザーが制御できるのは論理パーティションまでで、論理パーティションと物理パーティションのマッピングはシステム側で自動的に行います。

パーティショニングの設計により性能に大きく影響がでます。
良いパーティションキーとは、容量とスループットの観点からバランスが取れて分散するものです。

容量が偏ったり、スループットが偏ったりする場合には、パーティションキーを見直ししたほうがいいです。

Cosmos DB の性能は、RSuで定義されています。
指定したRUsに従って、性能が提供されます。

RUsは、メモリやCPU、IOPSが抽象化して表現されたものです。
1KBのItemを1Readすると1RUs。
1KBのItemを１Write1すると5RUs。

RUsが課金に関係してくるので、各クエリのRUsをいかに低くするのかが重要な性能チューニングポイントになります。
RUsを抑えるデータモデリングについては、こちらの「Cosmos DBのデータモデリングの勘所」を参照してください。