Använda en partitionerad graf i Azure Cosmos DB

  • Artikel

GÄLLER FÖR: Gremlin

En av de viktigaste funktionerna i API:et för Gremlin i Azure Cosmos DB är möjligheten att hantera storskaliga grafer via horisontell skalning. Containrarna kan skalas oberoende av lagring och dataflöde. Du kan skapa containrar i Azure Cosmos DB som kan skalas automatiskt för att lagra grafdata. Data balanseras automatiskt baserat på den angivna partitionsnyckeln.

Partitionering görs internt om containern förväntas lagra mer än 20 GB i storlek eller om du vill allokera mer än 10 000 enheter för programbegäran per sekund (RU:er). Data partitioneras automatiskt baserat på den partitionsnyckel som du anger. Partitionsnyckel krävs om du skapar grafcontainrar från Azure Portal eller 3.x eller senare versioner av Gremlin-drivrutiner. Partitionsnyckel krävs inte om du använder 2.x eller lägre versioner av Gremlin-drivrutiner.

Samma allmänna principer från Azure Cosmos DB-partitioneringsmekanismen gäller för några grafspecifika optimeringar som beskrivs nedan.

Grafpartitionering.

Mekanism för grafpartitionering

Följande riktlinjer beskriver hur partitioneringsstrategin i Azure Cosmos DB fungerar:

  • Både hörn och kanter lagras som JSON-dokument.

  • Hörn kräver en partitionsnyckel. Den här nyckeln avgör i vilken partition hörnet ska lagras via en hash-algoritm. Egenskapsnamnet för partitionsnyckeln definieras när du skapar en ny container och har formatet : /partitioning-key-name.

  • Kanter lagras med källhörnet. Med andra ord definierar partitionsnyckeln för varje hörn var de lagras tillsammans med dess utgående kanter. Den här optimeringen görs för att undvika frågor mellan partitioner när kardinaliteten används out() i graffrågor.

  • Kanter innehåller referenser till de hörn som de pekar på. Alla kanter lagras med partitionsnycklarna och ID:na för de hörn som de pekar på. Den här beräkningen gör att alla out() riktningsfrågor alltid är en begränsad partitionerad fråga och inte en blind korspartitionsfråga.

  • Graph-frågor måste ange en partitionsnyckel. Om du vill dra full nytta av den horisontella partitioneringen i Azure Cosmos DB ska partitionsnyckeln anges när ett enda hörn väljs, när det är möjligt. Följande är frågor för att välja en eller flera hörn i en partitionerad graf:

    • /id och /label stöds inte som partitionsnycklar för en container i API för Gremlin.

    • Välj ett hörn efter ID och använd .has() sedan steget för att ange partitionsnyckelegenskapen:

      g.V('vertex_id').has('partitionKey', 'partitionKey_value')

    • Välja ett hörn genom att ange en tuppeln inklusive partitionsnyckelvärde och ID:

      g.V(['partitionKey_value', 'vertex_id'])

    • Välja en uppsättning hörn med sina ID:er och ange en lista med partitionsnyckelvärden:

      g.V('vertex_id0', 'vertex_id1', 'vertex_id2', …).has('partitionKey', within('partitionKey_value0', 'partitionKey_value01', 'partitionKey_value02', …)

    • Använda partitionsstrategin i början av en fråga och ange en partition för omfånget för resten av Gremlin-frågan:

      g.withStrategies(PartitionStrategy.build().partitionKey('partitionKey').readPartitions('partitionKey_value').create()).V()

Metodtips när du använder en partitionerad graf

Använd följande riktlinjer för att säkerställa prestanda och skalbarhet när du använder partitionerade grafer med obegränsade containrar:

  • Ange alltid partitionsnyckelvärdet när du kör frågor mot ett hörn. Att hämta hörn från en känd partition är ett sätt att uppnå prestanda. Alla efterföljande angränsande åtgärder begränsas alltid till en partition eftersom kanter innehåller referens-ID och partitionsnyckel till målhörn.

  • Använd utgående riktning när du frågar kanter när det är möjligt. Som nämnts ovan lagras kanterna med sina källhörn i utgående riktning. Risken för att använda frågor mellan partitioner minimeras därför när data och frågor utformas med det här mönstret i åtanke. Tvärtom är frågan in() alltid en dyr utgreningsfråga.

  • Välj en partitionsnyckel som distribuerar data jämnt mellan partitioner. Det här beslutet är starkt beroende av lösningens datamodell. Läs mer om att skapa en lämplig partitionsnyckel i Partitionering och skalning i Azure Cosmos DB.

  • Optimera frågor för att hämta data inom gränserna för en partition. En optimal partitioneringsstrategi skulle justeras efter frågemönstren. Frågor som hämtar data från en enda partition ger bästa möjliga prestanda.

Nästa steg

Härnäst kan du fortsätta med att läsa följande artiklar: