来自不同容器的逻辑分区可以存储在同一个底层物理分区上吗？ （已提供数据库级别）
Can logical partitions from different containers get stored on the same underlying physical partition? (Database level provisioned)
每当您在 cosmosdb 容器（标准或自动缩放）上提供多个 RU/s 时，这些 RU/s 将在所有底层物理分区之间平均分配。
这些物理分区中的每一个都将包含一个或多个逻辑分区，具体取决于存储和配置的吞吐量。
但我想知道当您在数据库级别而不是容器级别配置吞吐量时会发生什么。
来自不同容器（在具有预配置吞吐量的同一数据库中）的逻辑分区能否存储在同一底层物理分区上？或者不同的容器总是使用不同的物理分区？
在后者的情况下，这意味着容器的最大RU/s - 在资源在数据库级别配置的环境中 - 最大为（#RU/s 在数据库上） / #容器。
根据文档，我假设一个物理分区可以容纳来自不同容器的逻辑分区。但我似乎找不到 100% 清楚的描述这个案例。
谢谢！
Can logical partitions from different containers (within the same
database with provisioned throughput) get stored on the same
underlying physical partition? Or will different containers always use
different physical partitions?
根据提供的信息here，一个物理分区可以有来自不同容器的逻辑分区。这是来自 link:
的图片
来自同一 link 的更多内容：
Because all containers within the database share the provisioned
throughput, Azure Cosmos DB doesn't provide any predictable throughput
guarantees for a particular container in that database. The portion of
the throughput that a specific container can receive is dependent on:
- The number of containers.
- The choice of partition keys for various containers.
- The distribution of the workload across various logical partitions of the containers.
每当您在 cosmosdb 容器（标准或自动缩放）上提供多个 RU/s 时，这些 RU/s 将在所有底层物理分区之间平均分配。 这些物理分区中的每一个都将包含一个或多个逻辑分区，具体取决于存储和配置的吞吐量。
但我想知道当您在数据库级别而不是容器级别配置吞吐量时会发生什么。 来自不同容器（在具有预配置吞吐量的同一数据库中）的逻辑分区能否存储在同一底层物理分区上？或者不同的容器总是使用不同的物理分区？
在后者的情况下，这意味着容器的最大RU/s - 在资源在数据库级别配置的环境中 - 最大为（#RU/s 在数据库上） / #容器。
根据文档，我假设一个物理分区可以容纳来自不同容器的逻辑分区。但我似乎找不到 100% 清楚的描述这个案例。
谢谢！
Can logical partitions from different containers (within the same database with provisioned throughput) get stored on the same underlying physical partition? Or will different containers always use different physical partitions?
根据提供的信息here，一个物理分区可以有来自不同容器的逻辑分区。这是来自 link:
来自同一 link 的更多内容：
Because all containers within the database share the provisioned throughput, Azure Cosmos DB doesn't provide any predictable throughput guarantees for a particular container in that database. The portion of the throughput that a specific container can receive is dependent on:
- The number of containers.
- The choice of partition keys for various containers.
- The distribution of the workload across various logical partitions of the containers.