适用于 Azure Cosmos DB 和 .NET SDK v2 的性能提示

项目
08/27/2024

适用范围： NoSQL

Azure Cosmos DB 是一个快速、弹性的分布式数据库，可以在提供延迟与吞吐量保证的情况下无缝缩放。凭借 Azure Cosmos DB，无需对体系结构进行重大更改或编写复杂的代码即可缩放数据库。扩展和缩减操作就像执行单个 API 调用一样简单。若要了解详细信息，请参阅如何预配容器吞吐量或如何预配数据库吞吐量。但是，由于 Azure Cosmos DB 是通过网络调用访问的，因此，使用 SQL .NET SDK 时可以通过进行客户端优化来获得最高性能。

因此，如果你尝试改善数据库性能，请考虑以下选项：

升级到 .NET V3 SDK

.NET v3 SDK 已发布。如果使用 .NET v3 SDK，请参阅 .NET v3 性能指南了解以下信息：

默认为“直接 TCP”模式
流 API 支持
支持自定义序列化程序以允许使用 System.Text.JSON
集成的批处理和批量操作支持

托管方面的建议

启用服务器端垃圾回收 (GC)

在某些情况下，降低垃圾回收的频率可能会有帮助。在 .NET 中，将 gcServer 设置为 true。

横向扩展客户端工作负载

如果以高吞吐量级别（大于 50,000 RU/秒）进行测试，客户端应用程序可能成为瓶颈，因为计算机的 CPU 或网络利用率将达到上限。如果达到此上限，可以跨多个服务器横向扩展客户端应用程序以继续进一步推送 Azure Cosmos DB 帐户。

注意

CPU 使用率高可能会导致延迟增大和请求超时异常。

元数据操作

请勿通过在热路径中以及/或者在执行某个项操作之前调用 Create...IfNotExistsAsync 和/或 Read...Async 来验证数据库和/或集合是否存在。如果希望删除这些数据库和/或容器，那么，只应在必要时在应用程序启动时进行验证（否则不需要进行验证）。这些元数据操作将会生成额外的端到端延迟、没有 SLA，以及具有它们自己单独的限制（不像数据操作那样缩放）。

日志记录和跟踪

某些环境启用了 .NET DefaultTraceListener。 DefaultTraceListener 在生产环境中造成性能问题，导致高 CPU 和 I/O 瓶颈。请进行检查，确保将 DefaultTraceListener 从生产环境的 TraceListeners 中删除，从而为应用程序禁用 DefaultTraceListener。

最新 SDK 版本（高于 2.16.2）在检测到它时会自动将其删除；使用旧版本时，可通过以下方式将其删除：

.NET 6/.NET Core
.NET Framework

if (!Debugger.IsAttached)
{
    Type defaultTrace = Type.GetType("Microsoft.Azure.Documents.DefaultTrace,Microsoft.Azure.DocumentDB.Core");
    TraceSource traceSource = (TraceSource)defaultTrace.GetProperty("TraceSource").GetValue(null);
    traceSource.Listeners.Remove("Default");
    // Add your own trace listeners
}

编辑 app.config 或 web.config 文件：

<configuration>
  <system.diagnostics>
    <sources>
      <source name="DocDBTrace" switchName="SourceSwitch" switchType="System.Diagnostics.SourceSwitch" >
        <listeners>
          <remove name="Default" />
          <!--Add your own trace listeners-->
          <add name="myListener" ... />
        </listeners>
      </source>
    </sources>
  </system.diagnostics>
<configuration>

网络

连接策略：使用直接连接模式

.NET V2 SDK 默认连接模式为“网关”。在构造 DocumentClient 实例期间使用 ConnectionPolicy 参数配置连接模式。如果使用直接模式，还需要使用 ConnectionPolicy 参数设置 Protocol。若要详细了解不同的连接性选项，请参阅连接性模式一文。

Uri serviceEndpoint = new Uri("https://contoso.documents.azure.cn");
string authKey = "your authKey from the Azure portal";
DocumentClient client = new DocumentClient(serviceEndpoint, authKey,
new ConnectionPolicy
{
   ConnectionMode = ConnectionMode.Direct, // ConnectionMode.Gateway is the default
   ConnectionProtocol = Protocol.Tcp
});

临时端口耗尽

如果实例上的连接量较高或端口使用率较高，请先确认客户端实例是否为单一实例。换句话说，客户端实例在应用程序生存期内应是唯一的。

当在 TCP 协议上运行时，客户端使用长生存期连接（而非 HTTPS 协议）来优化延迟，后者在处于非活动状态 2 分钟后即终止连接。

在具有稀疏访问且与网关模式访问相比连接计数更高的情况下，可以：

将 ConnectionPolicy.PortReuseMode 属性配置为 PrivatePortPool（适用于框架版本 >= 4.6.1 且 .net core 版本 >= 2.0）：此属性允许 SDK 可以针对不同 Azure Cosmos DB 目标终结点使用一小部分临时端口。
配置 ConnectionPolicy.IdleConnectionTimeout 属性必须大于或等于 10 分钟。建议值介于 20 分钟到 24 小时之间。

调用 OpenAsync 以避免首次请求时启动延迟

默认情况下，第一个请求因为需要提取地址路由表而有较高的延迟。使用 SDK V2 时，请在初始化期间调用 OpenAsync() 一次，以避免在首次请求时出现这种启动延迟。调用如下所示：await client.OpenAsync();

注意

OpenAsync 会生成多个请求，这些请求用于获取帐户中所有容器的地址路由表。如果帐户有多个容器，但其应用程序访问的是其中的一部分，则 OpenAsync 会生成不必要数量的流量，导致初始化速度缓慢。因此，在这种情况下使用 OpenAsync 可能不起作用，因为它会降低应用程序启动速度。

出于性能考虑，请将客户端并置在同一 Azure 区域中

如果可能，请将任何调用 Azure Cosmos DB 的应用程序放在 Azure Cosmos DB 数据库所在的区域。下面是大致的比较：在同一区域中对 Azure Cosmos DB 的调用可在 1 到 2 毫秒内完成，而中国东部和中国北部区域之间的延迟则超过了几十毫秒。根据请求采用的路由，各项请求从客户端传递到 Azure 数据中心边界时的此类延迟可能有所不同。确保调用应用程序位于预配的 Azure Cosmos DB 终结点所在的 Azure 区域即可尽可能降低延迟。有关可用区域的列表，请参阅 Azure 区域。

Azure Cosmos DB 连接策略

增加线程/任务数目

由于对 Azure Cosmos DB 的调用是通过网络执行的，因此可能需要改变请求的并行度，以便最大程度地减少客户端应用程序等待请求的时间。例如，如果使用 .NET 任务并行库，请创建大约数百个在 Azure Cosmos DB 中进行读取或写入操作的任务。

启用加速网络

为了降低延迟和 CPU 抖动情况，我们建议在客户端虚拟机上启用加速网络。请参阅创建具有加速网络的 Windows 虚拟机或创建具有加速网络的 Linux 虚拟机。

SDK 用法

安装最新的 SDK

Azure Cosmos DB SDK 正在不断改进以提供最佳性能。请参阅 Azure Cosmos DB SDK 页以了解最新的 SDK 并查看改进内容。

在应用程序生存期内使用单一实例 Azure Cosmos DB 客户端

每个 DocumentClient 实例都是线程安全的，在直接模式下运行时可执行高效的连接管理和地址缓存。若要实现有效的连接管理和提高 SDK 客户端性能，建议在应用程序的生存期内对每个 AppDomain 使用单个实例。

避免阻塞调用

Azure Cosmos DB SDK 应设计为同时处理多个请求。异步 API 允许较小线程池处理数千个并发请求，无需等待阻塞调用。线程可以处理另一个请求，而不是等待长时间运行的同步任务完成。

使用 Azure Cosmos DB SDK 的应用中的一个常见性能问题是阻止可能为异步的调用。许多同步阻塞调用都会导致线程池饥饿和响应时间降低。

禁止行为：

通过调用 Task.Wait 或 Task.Result 阻止异步执行。
使用 Task.Run 使同步 API 异步。
获取常见代码路径中的锁。 Azure Cosmos DB .NET SDK 在构建为并行运行代码时性能最高。
调用 Task.Run 并立即等待它完成。 ASP.NET Core 已经在普通线程池线程上运行应用代码，因此调用 Task.Run 只会导致不必要的额外线程池计划。即使计划的代码会阻止某个线程，Task.Run 也不会阻止该线程。
在 DocumentClient.CreateDocumentQuery(...) 上使用 ToList()，它使用阻塞调用来同步排出查询。使用 AsDocumentQuery() 以异步方式排出查询。

建议做法：

以异步方式调用 Azure Cosmos DB .NET API。
为了获益于 async/await 模式，整个调用堆栈都是异步的。

探查器（例如 PerfView）可用于查找频繁添加到线程池中的线程。 Microsoft-Windows-DotNETRuntime/ThreadPoolWorkerThread/Start 事件指示添加到线程池的线程。

在使用网关模式时增加每台主机的 System.Net MaxConnections

使用网关模式时，Azure Cosmos DB 请求是通过 HTTPS/REST 发出的。这些请求受制于每个主机名或 IP 地址的默认连接限制。可能需要将 MaxConnections 设置为较大的值（100 到 1,000），以便客户端库能够同时使用多个连接来访问 Azure Cosmos DB。在 .NET SDK 1.8.0 及更高版本中，ServicePointManager.DefaultConnectionLimit 的默认值为 50。若要更改此值，可将 Documents.Client.ConnectionPolicy.MaxConnectionLimit 设置为更大的值。

按 RetryAfter 间隔实现退让

在性能测试期间，应该增加负载，直到系统对小部分请求进行限制为止。如果请求受到限制，客户端应用程序应按照服务器指定的重试间隔在限制时退让。允许退让可确保最大程度地减少等待重试的时间。

以下 SDK 提供重试策略支持：

.NET SDK for SQL 和 Java SDK for SQL 的 1.8.0 版本及更高版本

Node.js SDK for SQL 和 Python SDK for SQL 的 1.9.0 版本及更高版本
.NET Core SDK 的所有受支持版本

有关详细信息，请参阅 RetryAfter。

在 .NET SDK 1.19 及更高版本中，有一个机制可以记录附加诊断信息和排查延迟问题，如以下示例中所示。可以记录具有较高读取延迟的请求的诊断字符串。捕获的诊断字符串可帮助你了解收到给定请求的 429 错误的次数。

ResourceResponse<Document> readDocument = await this.readClient.ReadDocumentAsync(oldDocuments[i].SelfLink);
readDocument.RequestDiagnosticsString

缓存较低读取延迟的文档 URI

尽可能缓存文档 URI 以获得最佳读取性能。创建资源时，需要定义用于缓存资源 ID 的逻辑。基于资源 ID 的查找比基于名称的查找更快，因此缓存这些值可提高性能。

增加线程/任务数目

请参阅本文“网络”部分中的增加线程/任务数目。

查询操作

有关查询操作，请参阅查询的性能提示。

索引编制策略

从索引中排除未使用的路径以加快写入速度

Azure Cosmos DB 的索引策略还允许使用索引路径（IndexingPolicy.IncludedPaths 和 IndexingPolicy.ExcludedPaths）指定要在索引中包括或排除的文档路径。在事先已知查询模式的情况下，索引路径可以提高写入性能并减少索引存储。这是因为，索引成本与已编制索引的唯一路径数目直接相关。例如，以下代码演示如何使用“*”通配符从索引中排除文档的一整个部分（子树）：

var collection = new DocumentCollection { Id = "excludedPathCollection" };
collection.IndexingPolicy.IncludedPaths.Add(new IncludedPath { Path = "/*" });
collection.IndexingPolicy.ExcludedPaths.Add(new ExcludedPath { Path = "/nonIndexedContent/*");
collection = await client.CreateDocumentCollectionAsync(UriFactory.CreateDatabaseUri("db"), collection);

有关索引的详细信息，请参阅 Azure Cosmos DB 索引策略。

吞吐量

度量并优化较低的每秒请求单位使用量

Azure Cosmos DB 提供一组丰富的数据库操作。这些操作包括 UDF 的关系和分层查询、存储过程和触发器，全都在数据库集合中的文档上进行。与其中每个操作关联的成本取决于完成该操作所需的 CPU、IO 和内存。可以将请求单位 (RU) 视为执行各种数据库操作和处理应用程序请求所需的资源的单一度量，无需考虑和管理硬件资源。

吞吐量的预配取决于为每个容器设置的请求单位数。请求单位消耗以每秒速率进行评估。如果应用程序的速率超过了为其容器预配的请求单位速率，则会受到限制，直到该速率降到容器的预配级别以下。如果应用程序需要较高级别的吞吐量，可以通过预配更多请求单位来增加吞吐量。

查询的复杂性会影响操作消耗的请求单位数量。谓词数、谓词性质、UDF 数目和源数据集的大小都会影响查询操作的成本。

若要度量任一操作（创建、更新或删除）的开销，请检查 x-ms-request-charge 标头（或者 .NET SDK 的 ResourceResponse\<T> 或 FeedResponse\<T> 中的等效 RequestCharge 属性），以度量这些操作消耗的请求单位数：

// Measure the performance (Request Units) of writes
ResourceResponse<Document> response = await client.CreateDocumentAsync(collectionSelfLink, myDocument);
Console.WriteLine("Insert of document consumed {0} request units", response.RequestCharge);
// Measure the performance (Request Units) of queries
IDocumentQuery<dynamic> queryable = client.CreateDocumentQuery(collectionSelfLink, queryString).AsDocumentQuery();
while (queryable.HasMoreResults)
    {
        FeedResponse<dynamic> queryResponse = await queryable.ExecuteNextAsync<dynamic>();
        Console.WriteLine("Query batch consumed {0} request units", queryResponse.RequestCharge);
    }

在此标头中返回的请求费用是已预配吞吐量（即 2,000 RU/秒）的一小部分。例如，如果上述查询返回 1,000 个 1-KB 的文档，则操作成本是 1,000。因此，在一秒内，服务器在对后续请求进行速率限制之前只接受两个此类请求。有关详细信息，请参阅请求单位和请求单位计算器。

处理速率限制/请求速率太大

客户端尝试超过为帐户保留的吞吐量时，服务器的性能不会降低，并且不会使用超过保留级别的吞吐量容量。服务器会提前结束请求并返回 RequestRateTooLarge（HTTP 状态代码 429）错误。它会返回 x-ms-retry-after-ms 标头，指示重试该请求之前用户必须等待的时间（以毫秒为单位）。

HTTP Status 429,
Status Line: RequestRateTooLarge
x-ms-retry-after-ms :100

SDK 全部都会隐式捕获此响应，并遵循服务器指定的 retry-after 标头，并重试请求。除非多个客户端同时访问帐户，否则下次重试就会成功。

如果累计有多个客户端持续在超过请求速率的情况下运行，则当前由客户端在内部设置为 9 的默认重试计数可能并不足够。在此情况下，客户端会向应用程序引发 DocumentClientException，其状态代码为 429。

可以通过在 ConnectionPolicy 实例上设置 RetryOptions 来更改默认重试计数。默认情况下，如果请求继续以高于请求速率的方式运行，则在 30 秒的累积等待时间后返回 DocumentClientException 和状态代码 429。即使当前的重试计数小于最大重试计数（无论当前值是默认值 9 还是用户定义的值），也会返回此错误。

自动重试行为有助于改善大多数应用程序的复原能力和可用性。但是，在执行性能基准测试时（尤其是在度量延迟时），自动重试可能不是最佳行为。如果实验达到服务器限制并导致客户端 SDK 静默重试，则客户端观测到的延迟会剧增。若要避免性能实验期间出现延迟高峰，可以测量每个操作返回的费用，并确保请求以低于保留请求速率的方式运行。有关详细信息，请参阅请求单位。

针对较小文档进行设计以提高吞吐量

给定操作的请求费用（即请求处理成本）与文档大小直接相关。大型文档的操作成本高于小型文档的操作成本。

后续步骤

若要深入了解如何设计应用程序以实现缩放和高性能，请参阅 Azure Cosmos DB 中的分区和缩放。

通过