Azure表查询“或”谓词会导致扫描吗？

Question

假设以下查询：

PartitionKey==1和(RowKey==A或RowKey==B)

甚至这个：

(PartitionKey==1和RowKey==A) OR (PartitionKey==2和RowKey==B)

这些结果中的任何一种都会导致扫描吗？

我之所以这样问，是因为PDC的这次谈话表明它是这样做的：

https://channel9.msdn.com/Events/PDC/PDC09/SVC09

特别是在27:30，演讲者和幻灯片声明：

关键字=>上的"OR“谓词在扫描中没有查询优化=>结果

29:30再次重申这一点，建议使用并行查询。在网上搜索之后，我还发现了以下内容：

https://social.msdn.microsoft.com/forums/azure/en-us/d7765773-74b8-4860-b07c-b9731a2210c7/performance-of-range-queries-on-partition-keys-and-row-keys

查询中的"OR“目前还没有优化，但正如我前面提到的，我们已经有了功能请求。

现在所有这些信息都有7-8年的历史了，也许它已经改变了。前面的链接表示它是一个特性请求，今天它可能已经发生了。有吗？

如果它确实导致扫描，为什么？考虑到两个需要的元素都知道唯一的键，对一个或多个分区进行扫描的技术原因是什么？

考虑一种情况，在这种情况下，人们试图获取数百/数千个实体，其中只有每个实体的Partition+RowKey是事先已知的。是更快地执行一个单独的查询来并行地获取每个实体，还是使用一个' or‘谓词来处理每个调用的多个，以最小化并行查询的数量？

最后一个问题--在一个查询中，在不同的分区中获取多个实体(问题顶部的第二个查询示例)，是否对性能有任何影响？还是将查询保留在一个分区中更好(第一个查询示例位于问题的顶部)？PDC在时间25:20的谈话似乎表明，实际上更好的做法是让查询将工作分配到多个分区，以便工作可以并行进行。但是，讨论是直接针对分区上的范围查询进行的，而不是在两个不同的分区上使用'OR‘谓词。

谢谢!

编辑**

我决定亲自测试一下表演。在测试中，我创建了一个包含一个分区和一百万个实体的表。分区键为"0“，行键为"0”到"999999“的递增值。

在运行测试时，我这样做了：

ServicePointManager.DefaultConnectionLimit = 1000;
servicePoint.UseNagleAlgorithm = false;
servicePoint.Expect100Continue = false;

在第一个测试中，我构建了一个查询，如下所示：

(PK eq '0‘和RK eq '0')或(PK eq '0’和RK eq '500')或.x400

共有400组“OR”组。行键增加了500，以稍微扩展请求。

运行此查询花了Azure 3:26。

接下来，我使用相同查询的稍微简洁的形式进行了测试：

PK eq '0‘和(RK eq '0’或RK eq '500‘或.x400)

同样，总共有400‘或d表达式，并且行键再一次增加了500，以扩展请求。

运行此查询花了Azure 1:19。更好，但仍然是完全不能接受的表现。

最后，我使用TableOperation.Retrieve<>对400个并行请求进行了测试。

平均来说，Azure只需3秒就能并行运行所有这些查询。

显然，不要在表达式中使用'OR‘，而总是使用并行查询。IMO 'OR‘的性能是不可接受的，微软应该删除它，如果他们不会优化它。

Answer 1

PartitionKey==1和(RowKey==A或RowKey==B)这两种方法中的任何一种会导致扫描吗？

是的，它会导致扫描。

azure服务器将此查询视为分区扫描。它将扫描分区等于'1‘。

(PartitionKey==1和RowKey==A) OR (PartitionKey==2和RowKey==B)这些结果中的任何一个会导致扫描吗？

azure服务器将将此查询视为表扫描。它将扫描所有表并找到分区键。

考虑一种情况，在这种情况下，人们试图获取数百/数千个实体，其中只有每个实体的Partition+RowKey是事先已知的。是更快地执行一个单独的查询来并行地获取每个实体，还是使用一个' or‘谓词来处理每个调用的多个，以最小化并行查询的数量？

我建议您可以执行一个单独的查询来并行地获取每个实体。因为或查询将导致表或范围扫描。

在一个查询中获取跨不同分区的多个实体(问题顶部的第二个查询示例)是否有任何性能影响？

据我所知，在一个查询中跨越不同的分区会导致表扫描，它会非常慢。

还是将查询保留在一个分区中更好(第一个查询示例位于问题的顶部)？

据我所知，表扫描的速度如下：

点查询(一个分区键和行键)>范围查询(一个分区键和行键范围)>分区扫描(一个分区键和属性范围)>表格扫描(不包括PartitionKey)

因此，最好将查询保存在一个分区中。