我正在设计一种哈希算法，该算法将为azure表生成分区键。我考虑了两种情况：
- 根据行计数生成关键字
- 根据数据大小生成密钥
Explaning：想象一下，我有300个实体要插入（记住，这是一个非关系型商店，所以假设它有10个客户，50个销售，240个销售项目）。。。为了平衡它们，我将使用两个分区键：K1和K2。
在"行计数模式"中插入1将有K1，插入2将有k2，插入3->K1，插入4->k2等等……非常直接，并质疑大多数人会做什么…
如果我使用"数据大小"，假设前50kb将得到K1,51-100kb K2101-150 K1151-200 K2，这可能导致：使用K1插入1、2和3，使用K2插入4，使用K1插入5，使用K2嵌入6、7、8、9、10、11、12、13和14…
我的问题是：在搜索时，哪些"statics"将实现最佳吞吐量？
Edti1:
我最担心的是分区和原始性能之间的不平衡。让我们进一步扩展并想象一下，这是一个多租户应用程序。如果我选择Tenant Id作为分区键，我将不得不解决这样一个事实，即随着租户数据变得更大，查询性能将比选择Tenant Id + Month of the Sale这样的分区键下降得更快，因为在第二种情况下，我将能够运行并行查询，如"tenant1January"、"tenant1February"、"Tenant1Marchar"。。。
要回答您的具体问题，我将两者都不回答。
在设计表存储查询时，分区键是最重要的考虑因素。如果我正确理解你的PK方案，那么为了快速获得你保存的任何信息，你需要知道它保存了多少其他行，或者所有其他数据的大小。
我会退一步思考你想如何获得这些数据，然后思考你想使用什么PK和RK。