为了避免过早优化，我不想过早实现 SQL Azure 的联合。在看到分片带来的性能优势之前，表需要有多少数据，是否有经验法则？我知道不会有精确的答案，因为有太多变量需要考虑，尤其是 SQL Azure 的许多资源是隐藏/未知的。
举几个更具体的例子，联邦是否会在下表中的任何场景中提高性能：
- 100,000 行（约 200 MB）
- 1,000,000 行（约 2 GB）
- 10,000,000 行（~ 20 GB）
- 100,000,000 行 (~ 200 GB)
为了详细说明，我们可以假设这是要联合的最大的表，它包含订单详细信息，该表通过“customer_id”外键连接到订单表，该外键是分发键。
这是一个相当标准的多租户 CRUD 订单输入系统，具有典型的各种报告需求（按日/月/年划分的客户订单总数等）。
答案1
这确实要视情况而定，而且您可能不会在这里得到好的答案，因为变量太多了。在 100M 行示例中，您可能想要分片。在较低的数字上可能不需要。
既然如此，现在设置分片可能比以后更容易。
答案2
如果您有那么多数据在运行，我会考虑在专用虚拟机中运行 SQL Server。您可以完全控制：企业功能、数据磁盘的格式分配、数据磁盘的条带化、使用跟踪标志、完整的 SKU 功能等。
与共享 SQL Azure 数据库相比，在 VM 上专用的单个 SQL Server 将为您带来更高的性能，并且在进行优化之前它将为您提供更多的阈值。