很多开发者在使用Azure Cosmos DB时，都会遇到查询慢、资源单位（RU）消耗高的问题，尤其是当数据量涨到几十万、上百万条的时候，这背后大概率是触发了全表扫描。今天我们就聊聊怎么通过索引使用技巧和RU消耗优化思路，彻底避免这些麻烦。
一、先搞懂：Cosmos DB里的全表扫描到底是什么
Cosmos DB的全表扫描就像你要找一本书里某一章的内容，却不用书的目录，而是从第一页逐页翻到最后一页。在数据库里，全表扫描意味着没有利用任何索引，需要遍历整个容器的所有数据行才能找到符合条件的结果，不仅耗时，还会消耗巨量的RU——这相当于你打车绕了整个城市才到目的地，车费自然会翻好几倍。
举个例子，一个电商平台的订单容器有100万条订单数据，每条订单约1KB，若触发全表扫描的查询，可能会消耗超过10万RU；而用索引优化后的同款查询，可能只消耗几百RU，差距能达到数百倍。
二、避免全表扫描的核心：选对索引用对索引
2.1 先理解Cosmos DB的索引默认规则
Cosmos DB默认启用「混合索引策略」，会自动索引所有字段的路径，但这种默认索引的针对性不强。如果你的查询条件里的字段没有被明确加入索引路径，或者没有用到分区键过滤，依旧会触发全表扫描。比如你经常查询「已发货」的订单，但没给status字段建索引，数据库就会逐条检查所有订单的status值，直到找到符合条件的记录。
2.2 手动创建针对性索引
手动创建索引时，要结合你的业务高频查询场景来设置。比如电商场景中，用户最常按userId查自己的订单，按status查订单状态，就需要给这两个字段创建范围索引（适用于数值、字符串的等值/范围比较）；如果经常同时用userId+status过滤，还可以创建复合索引，减少查询时的索引合并开销。
这里提个实用技巧：不要在Portal上盲目创建所有索引，只给你高频查询的字段加索引，避免索引过多增加写入成本。
2.3 索引类型的选择（附优缺点）
Cosmos DB主要有三类常用索引，选对能大幅降低RU消耗：
- 范围索引：适合绝大多数等值、范围查询（比如用户ID、订单金额），优点是兼容性好、查询效率高；缺点是不适合模糊匹配（需要用前缀索引替代）。
- 复合索引：适合多个字段组合过滤（比如userId+status），优点是避免跨索引的额外扫描；缺点是维护成本高，会增加写入时的RU消耗。
- 空间索引：适合地理位置查询（比如查方圆5公里的订单），优点是查询极快；缺点是仅适用于GeoJSON类型，且写入RU消耗是范围索引的2-3倍。
三、RU消耗优化的实用思路
3.1 精简查询字段，不要SELECT *
很多开发者习惯用SELECT *查询所有字段，但实际上不需要的字段会额外占用IO和网络带宽，增加RU消耗。比如你要查用户的订单列表，只需要orderId、createTime、status，不需要物流详情、支付日志等冗余字段，精简后相同查询的RU消耗能降低50%-80%。
3.2 限制结果数量，避免全量返回
如果不需要所有符合条件的结果，一定要加TOP或者分页限制，比如用TOP 10只返回最近10笔订单，用OFFSET LIMIT实现分页。举个例子，查询最近100条订单的消耗，比查询所有符合条件的订单少90%的RU。
3.3 强制用分区键过滤，避免跨分区查询
分区键是Cosmos DB的核心设计，同一个分区键的数据会存在同一个物理节点，跨分区查询需要扫描多个节点的索引，消耗的RU是单分区查询的数倍甚至数十倍。比如你的订单容器分区键是userId，那么查询用户订单时必须加c.userId = 'xxx'的条件，这才是正确的单分区查询；如果没有这个条件，就会触发跨分区全表扫描，性能差、成本高。
四、实际业务场景：订单查询的优化示例
我们用电商订单的场景，对比错误写法和优化后的写法，完整展示效果：
// 技术栈：Azure Cosmos DB for NoSQL + C# SDK v3
using Microsoft.Azure.Cosmos;
using System;
using System.Linq;
using System.Threading.Tasks;
class CosmosOrderDemo
{
private static CosmosClient _cosmosClient;
private const string DbId = "eCommerceDB";
private const string ContainerId = "Orders"; // 分区键：userId
static async Task Main(string[] args)
{
// 初始化Cosmos客户端（替换为自己的连接字符串）
_cosmosClient = new CosmosClient("AccountEndpoint=你的Endpoint;AccountKey=你的Key;");
var container = _cosmosClient.GetContainer(DbId, ContainerId);
// --------------------------
// 错误示例：无分区键过滤，触发跨分区全表扫描
// --------------------------
var wrongQuery = new QueryDefinition("SELECT * FROM c WHERE c.status = '已发货'");
var wrongCharge = await ExecuteQueryAsync(container, wrongQuery);
Console.WriteLine($"错误查询消耗RU：{wrongCharge}"); // 结果可能是10000+ RU
// --------------------------
// 优化后示例：分区键过滤+仅取必要字段+用复合索引
// --------------------------
string currentUserId = "user_12345";
var rightQuery = new QueryDefinition(
"SELECT c.orderId, c.createTime, c.status " + // 仅取3个必要字段
"FROM c WHERE c.userId = @userId AND c.status = '已发货'") // 同时过滤分区键和状态
.WithParameter("@userId", currentUserId);
var rightCharge = await ExecuteQueryAsync(container, rightQuery);
Console.WriteLine($"优化后查询消耗RU：{rightCharge}"); // 结果可能是200-500 RU
}
// 通用查询方法，累计请求消耗
private static async Task<long> ExecuteQueryAsync<T>(Container container, QueryDefinition query)
{
long totalCharge = 0;
var iterator = container.GetItemQueryIterator<T>(query);
while (iterator.HasMoreResults)
{
var response = await iterator.ReadNextAsync();
totalCharge += response.RequestCharge; // 累计每次请求的RU
}
return totalCharge;
}
// 订单实体类
public class Order
{
public string id { get; set; }
public string userId { get; set; } // 分区键，已建索引
public string orderId { get; set; }
public DateTime createTime { get; set; }
public string status { get; set; } // 已建复合索引，和userId组合
// 省略其他非必要字段（比如物流详情、支付记录）
}
}
这个示例中，错误写法没有指定分区键，数据库需要扫描所有分区的订单数据，消耗极高；优化后的写法指定了用户ID（分区键），且只取必要字段，同时用到了userId+status的复合索引，消耗大幅降低。
五、必须注意的坑和避坑指南
5.1 索引不是越多越好
每新增一条数据，Cosmos DB需要更新所有对应索引，索引越多，写入操作消耗的RU就越高。如果你的容器有大量写入操作，盲目加索引会导致写入成本暴涨，建议只给高频查询的2-3个字段加索引，复合索引最多1-2个。
5.2 不要在过滤条件里用未建索引的字段
如果经常用某个字段过滤，但没给它建索引，每次查询都会触发全表扫描。比如你经常按productName查商品订单，就必须给productName建范围索引，否则哪怕只有1万条数据，查询也会消耗数千RU。
5.3 分区键要选「高基数+高频过滤」的字段
基数是指字段的不同值数量，比如userId的基数很高（每个用户都是唯一值），而status的基数很低（通常只有几个值）。分区键选高基数的字段，能避免热点分区（所有数据集中在少数节点），同时让查询更容易命中单分区，降低跨分区查询的RU消耗。
六、总结
避免Cosmos DB全表扫描的核心是「用索引精准定位数据」，优化RU消耗的关键是「减少不必要的IO和网络开销」。日常开发中，要结合业务场景选对索引类型，强制用分区键过滤，精简查询字段和结果数量，就能大幅提升查询性能，降低成本。
评论
围绕“Azure Cosmos DB查询性能调优：避免全表扫描的索引使用技巧与RU消耗优化思路”参与讨论