Azure Cosmos DB：面向全球规模的 NoSQL 云数据库

随着应用走向全球化，传统数据库常常难以胜任。Azure Cosmos DB 是微软提供的全球分布式、多模型数据库，能够在各区域间实现低延迟访问、多种一致性模型以及无缝扩展。

本指南将介绍容器、项以及 SQL API 等关键概念，是希望上手（并在工作中使用）Azure 和 Cosmos DB 的云工程师必备基础。您将获得其架构的实用概览，以及它为何成为云原生、关键任务型应用的首选。

什么是 Azure Cosmos DB？

Azure Cosmos DB 是运行在 Microsoft Azure 上的全托管 NoSQL 数据库，专为高可用性、低延迟和全球可扩展性而构建。它支持多种数据模型，包括文档、键值、图和列族，因而可灵活适配多样化应用。

其核心优势是全球分布：只需几次点击，数据即可在多个 Azure 区域间复制，实现快速的本地访问。

开发者还可在多种一致性模型中进行选择，以平衡性能与数据准确性。如果您刚接触 Azure，强烈建议阅读这份 Azure 新手指南。

为何使用 Azure Cosmos DB？

Azure Cosmos DB 提供了一套强大的特性，专为构建可扩展、高性能的应用而设计：

作者制图。为什么使用 Cosmos DB

• 低延迟的全球分布：自动在各个 Azure 区域间复制数据，确保全球用户均可快速本地访问。
• 多种一致性级别：在五种模型（Strong、Bounded Staleness、Session、Consistent Prefix、Eventual）中选择，以权衡一致性、可用性与性能。
• 多模型支持：支持文档（JSON）、键值、图和列族数据模型，适配多样化工作负载。
• 具备 SLA 的高可用性：为读写操作提供 SLA 保障，适用于关键任务系统。
• 弹性伸缩：可根据负载自动伸缩吞吐而不停机，在波动的负载下保持响应性。

这些能力使 Cosmos DB 成为构建全球分布式、云原生且要求实时性能与高韧性的应用的坚实基础。

Azure Cosmos DB 的使用场景

Azure Cosmos DB 是面向实时、可扩展应用的多面手，覆盖众多行业。其低延迟、全球分布式架构非常适合对高可用性和快速数据访问有要求的场景。以下为主要用例：

• AI 与机器学习：可集成实时 AI 流水线并支持向量搜索，助力构建如推荐引擎、语义搜索等智能应用。
• 电商与零售：通过捕获用户行为并即时提供推荐，支撑个性化购物体验。其全球分布确保跨区域的库存数据准确、低延迟访问。
• 游戏与社交媒体：以快速读写性能处理玩家实时数据、聊天和排行榜。会话级一致性确保全球用户体验顺畅。
• 物联网与时序数据：高效摄取与处理大量传感器与遥测数据。适用于预测性维护、异常检测与实时监控等场景。

从驱动在线商店到赋能智能 AI 应用，Cosmos DB 提供现代云原生解决方案所需的速度、规模与灵活性。若想进一步了解在 Cosmos DB 与 Azure 上可以做到什么，请查看这份微软云服务指南。

Cosmos DB 的特性与能力

本节将探讨帮助开发者构建快速、稳健且智能应用的核心能力，包括数据建模策略。

数据建模与索引

Azure Cosmos DB 允许容器存储 JSON 文档而无需预定义架构，便于您随时间演进与调整数据模型。

Cosmos DB 默认自动索引，开箱即用地为每个字段建立索引以支持快速查询。但这可能导致请求单位（RU）消耗增加，尤其是在写入密集型工作负载中。为优化性能，开发者可定义自定义索引策略。这些策略允许在不必要处禁用自动索引、为需索引的字段指定包含路径、并排除无关字段。

Cosmos DB 还提供变更馈送（Change Feed）功能，可实时捕获插入与更新，适用于构建事件驱动系统、触发工作流或向下游流式传输数据。另一个实用功能是生存时间（Time-to-Live）（TTL），可在指定期限后自动删除文档。

分区与性能优化

对于写入密集型工作负载，分区键应具备高基数且分布均匀，例如用户 ID、时间戳或地理区域，以避免热点分区与限流。在读取密集型场景下，常见做法是使用如客户 ID 之类的分区键将相关数据归组，从而高效执行范围或点查询。糟糕的分区设计会导致数据分布不均与性能下降。由于每个逻辑分区限制为 20 GB，需设计分区策略以避免单一键过载。

通过设计以单分区为目标的访问模式可进一步提升查询性能，因为这类查询更快且更节省资源。虽然支持跨分区查询，但通常会带来更高的延迟与 RU 消耗，因为需要扫描多个分区。为降低查询成本，应利用索引策略（如复合索引）并为高频访问数据考虑引入缓存机制。

在吞吐方面，Cosmos DB 允许开发者在容器级或数据库级配置请求单位（RU）。这种可调的吞吐模型有助于在出现峰值负载时，依然维持应用性能。

一致性模型与数据持久性

Azure Cosmos DB 提供五种可调一致性级别，远超多数非关系型数据库仅提供的最终一致或强一致两种选项。

在最弱级别，最终一致性提供最快且最高可用的选项，但在副本逐步同步期间，可能返回过期或乱序数据。略强的是一致前缀（Consistent Prefix），可确保读取反映写入顺序，但不一定是最新结果，适用于更看重操作顺序而非新鲜度的场景。

默认且对许多应用最实用的是会话一致性，可保证客户端在一个会话内总能读到自己刚写入的数据。有限陈旧性（Bounded Staleness）则更进一步，允许写读之间存在受控延迟，可按时间间隔（T）或版本数（K）定义。例如，在单区域内，滞后可限定为 5 秒或 10 个版本；在多区域部署下，可延长至 5 分钟或 100,000 个版本。

在最强一端是强一致性，确保所有读取均反映所有副本中最新提交的写入。该级别提供最严格保障，避免过期、脏读或幻读，行为与传统 ACID 合规系统非常接近。

多区域写入与全球可用性

Azure Cosmos DB 的亮点之一是通过主动-主动（多主）复制实现多区域写入支持。应用可在多个区域同时执行写操作，大幅降低全球用户的写入延迟。

Cosmos DB 还提供自动全球复制，确保数据在各 Azure 区域间保持同步。如遇区域性故障，系统会自动故障转移至下一个可用区域。

尽管 Cosmos DB 会自动处理分片与数据分布的机制，开发者仍需选择合适的分区键，以支持均匀分布与有效的水平扩展。对于可能超过每个逻辑分区 20 GB 限制的大型数据集，这一决策尤为重要。尽早规划分区可随应用增长避免瓶颈与性能问题。

Cosmos DB 的定价与成本管理

Azure Cosmos DB 的定价基于请求单位（RU），反映读取、写入和查询所用资源。一次简单的点读通常花费 1 RU。

定价模型

• 预置吞吐：为可预测的工作负载预留 RU，按吞吐与存储计费。
• 无服务器：按用量付费，适合零散或低流量工作负载。

成本优化

• 使用 Cosmos DB Profiler 监控并优化查询效率。
• 调优索引与分区以降低 RU 消耗。
• 通过 Azure Cost Management 跟踪费用并设置用量告警。
• 选择合适的模型并优化设计，可显著降低成本。

开始使用 Azure Cosmos DB

在使用 Azure Cosmos DB 前，您需要创建账户、选择配置，并创建第一个数据库与容器。以下分步指南将带您通过 Azure 门户完成整个过程。

步骤 1：注册 Azure 账户并通过 Azure 门户访问 Cosmos DB

先登录Azure 门户。在顶部全局搜索栏中输入“

Azure Cosmos DB”，并从结果中选择。在 Cosmos DB 窗格中点击“创建”以开始配置新实例。

Azure 主登录页截图

Azure Cosmos DB 主登录页截图

步骤 2：选择 API 并配置基础信息

选择Azure Cosmos DB for NoSQL 作为您的 API 模型（核心 SQL API）。

Azure Cosmos DB 截图。创建实例

随后在“基础”面板中，填写配置详情，包括 Azure 订阅、资源组（新建或现有）、全局唯一的账户名称以及首选 Azure 区域。可保持可用性区域为禁用状态。Cosmos DB 提供两种吞吐模式——面向可预测工作负载的预置吞吐，以及适合波动或低流量场景的无服务器。根据您的应用需求选择合适模式；随着工作负载演化，这些选项也可后续调整。

Azure Cosmos DB 截图。填写详细信息

完成后，点击查看+创建，然后确认点击创建以开始部署。

Azure Cosmos DB 截图。验证我们的实例

部署完成后，选择转到资源以访问新建的 Cosmos DB 帐户。

Azure Cosmos DB 截图。我们刚创建资源的信息

步骤 3：创建数据库与容器

在Cosmos DB 帐户菜单中，导航至数据资源管理器（Data Explorer）。

Azure Cosmos DB 截图。浏览数据

点击 新建容器 打开配置对话框。

Azure Cosmos DB 截图。创建新容器

定义新的数据库名称与容器名称，并且务必指定分区键，以确保数据分布均匀与最佳性能。点击确定以创建数据库与容器。

Azure Cosmos DB 截图。填写容器属性。

创建完成后，您将在数据资源管理器的层级结构中看到它们。

Azure Cosmos DB 截图。查看数据层级。

步骤 4：使用数据资源管理器进行查询与管理数据库对象

在新建的容器（employees）中，展开树视图并选择 Items。

Azure Cosmos DB 截图。查看容器

点击新建项（New Item）。

Azure Cosmos DB 截图。创建新项

插入以下示例 JSON，然后点击保存（Save）：

{
  "id": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
  "name": {
    "first": "Josep",
    "last": "Ferrer"
  },
  "email": "<[email protected]>",
  "department": {
    "name": "Data Science"
  }
}技术支持

要测试查询，请在菜单中选择新建 SQL 查询（New SQL Query），并输入以下 NoSQL 查询，它会对 Logistics 部门的员工执行不区分大小写的搜索。

Azure Cosmos DB 截图。查看容器。

SELECT VALUE {
    "name": CONCAT(e.name.last, " ", e.name.first),
    "department": e.department.name,
    "emailAddresses": [
        e.email
    ]
}
FROM
    employees e
WHERE
    STRINGEQUALS(e.department.name, "logistics", true)技术支持

现在点击执行查询。它会返回结构化输出：

[
  {
    "name": "Josep Ferrer",
    "department": "Logistics",
    "emailAddresses": [
      "[email protected]"
    ]
  }
]技术支持

就这些！

Cosmos DB 的优缺点

优点

• 高可用性：内置多区域复制，确保全球范围的可靠性与正常运行时间。
• 架构灵活：支持无架构 JSON，并自动索引以实现快速查询。
• AI 集成：原生支持向量搜索与实时 AI 场景。
• 广泛的 API 支持：兼容 SQL、MongoDB、Cassandra、Gremlin 与 Table API。
• 全托管服务：负责伸缩、补丁与基础设施，降低运维开销。

缺点

• 有限的 SQL 功能：缺乏关系型数据库中的完整 JOIN 与 GROUP BY 能力。
• 大规模成本：若未优化，在高吞吐工作负载下成本可能较高。

结论

Azure Cosmos DB 是面向现代云原生应用的强大、全球分布式 NoSQL 数据库。凭借多模型支持、主动-主动复制与可调一致性级别，它在需要高可用性、实时响应与弹性伸缩的场景（如 AI 系统、电商平台与物联网解决方案）中表现出色。

其全托管基础设施、灵活的数据建模与丰富的 API 生态，使其成为开发者与架构师的有力之选。同时，团队在规划生产工作负载时，亦需谨慎评估 SQL 功能缺口与大规模成本等潜在限制。

若您希望继续提升技能，以下资源值得一看：

• 报名我们的Understanding Microsoft Azure课程，深入了解 Azure 生态。
• 通过我们与 Microsoft 合作面向初学者的Azure 入门课程从零开始学习 Azure。
• 从我们的Azure Fundamentals Certification 入门，夯实云计算基础。