Azure Cosmos DB pour un DBA SQL : le vocabulaire, les API et quand l'utiliser
Notes d'apprentissage : compte, base, conteneur, item, clé de partition, RU, les six API et le choix Cosmos DB ou Azure SQL.
Je suis une formation sur Azure Cosmos DB et, venant de SQL Server et d'Azure SQL, ma première difficulté a été le vocabulaire : on retrouve des mots connus (database, index, transaction) qui ne veulent pas tout à fait dire la même chose. Voici mes notes d'apprentissage, basées sur la documentation Microsoft, avec une table de correspondance « côté SQL Server ».
Ce que je retiens : la hiérarchie des ressources
flowchart TD
A["Compte Cosmos DB (cosmos-contoso-dev)"] --> B["Base de données (AppDb)"]
B --> C["Conteneur (orders)"]
C --> D["Item (document JSON)"]
C --> E["Clé de partition (/customerId)"]
C --> F["Débit : RU/s"]
C --> G["Politique d'indexation"]
- Compte : la ressource Azure (avec un nom DNS unique) qui porte la distribution géographique, le niveau de cohérence par défaut et le mode de sauvegarde. On peut créer jusqu'à 250 comptes par abonnement par défaut (limite relevable par le support).
- Base de données : d'après la doc, c'est « similaire à un espace de noms », un simple regroupement de conteneurs. Rien à voir avec une base SQL Server avec ses fichiers et son journal.
- Conteneur : l'endroit où les données sont stockées. C'est lui qui porte la clé de partition, le débit, la politique d'indexation, le TTL.
- Item : l'enregistrement (un document JSON en API NoSQL). Chaque item a un
idunique au sein de sa partition logique. - Clé de partition : la propriété qui décide où l'item est stocké. Choix important, qu'on ne peut pas changer sur place (voir l'article dédié).
- Request Unit (RU) : la « monnaie » qui mesure le coût de chaque opération (lecture, écriture, requête). Lire un item d'environ 1 Ko par son
idet sa clé de partition coûte 1 RU.
Table de correspondance avec SQL Server
| Cosmos DB | Plus ou moins l'équivalent SQL | Attention |
|---|---|---|
| Compte | Serveur logique / instance | Il porte aussi la réplication multi-régions |
| Base de données | Schéma / espace de noms | Pas de fichiers, pas de journal à gérer |
| Conteneur | Table | Sans schéma : plusieurs formes d'items possibles |
| Item | Ligne | Document JSON, pas de colonnes typées |
| Clé de partition | Clé de sharding (pas un index) | Immuable, détermine la mise à l'échelle |
| RU/s | vCores / DTU | Une unité normalisée CPU + IO + mémoire |
| Politique d'indexation | Index | Tout est indexé par défaut |
Le piège de pensée : un conteneur n'est pas une table normalisée. La documentation recommande plutôt de regrouper dans un même conteneur les entités qui sont lues ensemble (par exemple un client et ses commandes), à condition qu'elles partagent la même clé de partition.
Les API
Un compte Cosmos DB est créé pour une API, et la doc recommande de n'utiliser qu'une seule API par compte pour accéder aux données.
| API | Pour qui | Vocabulaire équivalent du conteneur |
|---|---|---|
| NoSQL | Nouvelles applications, requêtes SELECT ... FROM c |
Container / Item |
| MongoDB | Migrer une appli MongoDB (protocole compatible) | Collection / Document |
| Apache Cassandra | Applications CQL | Table / Row (la base = keyspace) |
| Apache Gremlin | Graphes | Graph / noeud ou arête |
| Table | Moderniser Azure Table Storage | Table / Item |
| PostgreSQL | PostgreSQL distribué | voir ci-dessous |
Point d'attention : la doc indique qu'Azure Cosmos DB for PostgreSQL est sur un chemin de retrait et n'est plus recommandé pour de nouveaux projets. Pour du PostgreSQL distribué, elle oriente vers la fonctionnalité Elastic Clusters d'Azure Database for PostgreSQL.
Je retiens que toutes les fonctionnalités ne sont pas disponibles dans toutes les API : par exemple, les clés de partition hiérarchiques ne sont supportées qu'en API NoSQL. Je vérifie donc toujours la doc de l'API visée.
Cosmos DB ou Azure SQL ?
Mon résumé de débutant (ce sont mes notes, pas une règle officielle) :
- Cosmos DB a du sens pour : des données qui se lisent surtout par une clé connue, des volumes ou un débit qui doivent croître horizontalement, une distribution multi-régions avec faible latence, des documents JSON de forme variable.
- Azure SQL reste le bon choix pour : un modèle relationnel avec de nombreuses jointures, du reporting ad hoc, des transactions multi-tables, un schéma contraint, T-SQL et l'écosystème existant.
La question à se poser : « est-ce que mes accès se font presque toujours par une même clé ? ». Si oui, Cosmos DB est un candidat. Sinon, je reste sur du relationnel.
Retour d'expérience
- Ne pas migrer une base relationnelle table par table vers des conteneurs : on perd les jointures et on paie en RU.
- Le coût est un budget de débit (RU/s) et non des vCores : il faut apprendre à le lire (article suivant sur les RU).
- La clé de partition est la décision de conception numéro un.
- Pas d'informations personnelles ni confidentielles dans les noms de bases, conteneurs ou tags : la doc précise que ces champs ne sont pas traités comme des données client.