NoSQL용 Azure Cosmos DB에 대한 쿼리 성능 최적화
중급
개발자
Azure Cosmos DB
쿼리 패턴을 분석하고, 범위 및 복합 인덱스를 구성하고, 벡터 인덱스 유형을 선택하고, 새로 고침과 비용 효율성의 균형을 맞추는 일관성 수준을 선택하여 쿼리 성능을 최적화하는 방법을 알아봅니다.
학습 목표
이 모듈을 완료하면 다음을 수행할 수 있습니다.
- 쿼리 패턴을 분석하고 메트릭을 사용하여 성능 병목 상태 및 누락된 인덱스 식별
- AI 검색 패턴에 대한 필터 및 정렬 작업을 최적화하도록 범위 및 복합 인덱스 구성
- 데이터 세트 크기, 정확도 요구 사항 및 성능 목표에 따라 적절한 벡터 인덱스 유형을 선택합니다.
- 워크로드 프로필에 대한 쓰기 비용과 읽기 성능의 균형을 맞추는 인덱싱 정책 디자인
- RU 사용을 최소화하면서 애플리케이션 요구 사항을 충족하는 일관성 수준 선택
사전 요구 사항
이 모듈을 시작하기 전에 다음이 필요합니다.
- Python, JavaScript 또는 C와 같은 언어를 사용한 프로그래밍 환경#
- 컨테이너, 항목 및 파티션 키를 포함한 NoSQL용 Azure Cosmos DB 개념에 대한 기본 이해
- 데이터 필터링 및 정렬을 위한 SQL 쿼리 구문에 대한 숙지