主要观点：平台服务不同规模客户，传统数据库分区策略存在问题，如分区不平衡、热点分区、查询低效、资源竞争等，Azure Cosmos DB 是多租户应用的解决方案，但仍存在基本挑战，本文探讨用 Azure Cosmos DB 解决 Go 应用的多租户扩展挑战，介绍层次分区键（HPKs）的方法及在 Go SDK 中的应用。
关键信息：

• 传统分区策略问题：大型租户导致分区过大，小型租户浪费资源；高活动租户造成性能瓶颈；用户特定查找需扫描整个租户数据集；混合工作负载竞争资源。
• Azure Cosmos DB 优势：全球分布、自动扩展、灵活数据模型，分区架构符合租户隔离要求。
• 多租户 SaaS 解决方案挑战：租户规模和活动水平差异大，导致数据分区和资源分配困难，如单个分区键的模型存在分区大小不平衡、热点分区、查询低效等问题。
• 层次分区键的作用：实现子分区，定义三级分区键层次，更好地进行数据分布和查询路由，避免热点分区，提高查询效率，使每个逻辑分区可独立扩展。
• Go SDK 中的应用：通过加载示例数据和不同查询模式展示层次分区键的效果，包括点读、特定会话数据、特定用户数据、租户范围数据、跨所有租户的用户或会话数据等查询。
  重要细节：
• 数据模型定义：包括用户会话结构及不同层级的分区键。
• 数据加载：用 CLI 应用生成并插入用户会话数据到 Cosmos DB 容器，创建容器时定义分区键。
• 查询模式及代码：详细的各查询函数实现，如点读、特定条件查询等，通过设置环境变量和运行应用来执行查询。
  结论：传统单级分区在多租户应用中面临挑战，Azure Cosmos DB 的层次分区键可解决这些问题，通过智能数据分布实现更好的资源利用和可扩展性，应避免低效跨分区查询。同时可参考相关文档了解 azcosmos 包和层次分区键的更多信息。