App1 は、con-product コンテナーと con-productVendor コンテナーをクエリします。
注: 要求ユニットは、Azure Cosmos DB でサポートされるデータベース操作を実行するために必要な CPU、IOPS、メモリなどのシステム リソースを抽象化したパフォーマンス通貨です。
シナリオ：
すべての場所から実行され、account1 のデータをクエリする App1 という名前のアプリを開発します。
マルチリージョン書き込みを構成したら、account1 のデータに対する App1 クエリのパフォーマンスを最大化します。
要件に対して複数のソリューションがある場合は、追加コストが発生しない限り、最高のパフォーマンスを提供するソリューションを選択してください。
参照：
https://docs.microsoft.com/en-us/azure/cosmos-db/consistency-levels

Azure Cosmos DB 変更フィードは、レコードが作成または変更されるときに、Azure Cosmos コンテナーからレコードの継続的かつ増分フィードを取得するメカニズムです。変更フィードのサポートは、コンテナーで変更をリッスンすることによって機能します。次に、変更されたドキュメントのソートされたリストを、変更された順序で出力します。
次の図は、ソリューションに関係するデータ フローとコンポーネントを表しています。

easeCollectionPrefix: 設定すると、この関数のリース コレクションで作成されたリースに値がプレフィックスとして追加されます。プレフィックスを使用すると、2 つの別個の Azure Function が、異なるプレフィックスを使用して同じリース コレクションを共有できるようになります。
シナリオ: Azure Functions を使用して、製品の更新に関する通知をさまざまな受信者に送信します。
コンプロダクト コンテナー内のドキュメントが更新されるたびに、2 つの Azure 関数の実行をトリガーします。
参照：
https://docs.microsoft.com/en-us/azure/azure-functions/functions-bindings-cosmosdb-v2-trigger

説明
Azure Cosmos DB は、ドキュメント、キーと値、グラフ、列ファミリーなどのさまざまなデータ モデルをサポートするマルチモデル データベースです3。Cosmos DB のデータベース エンジンのコア コンテンツ モデルは、アトム レコード シーケンス (ARS) に基づいており、柔軟かつ効率的な方法でさまざまな種類のデータを保存およびクエリできます3。
注文読み取り操作をサポートし、リクエストの数を最小限に抑えるモデルを開発するには、次の要素を考慮する必要があります。
データのサイズと形状
クエリの頻度と複雑さ
アプリケーションのレイテンシとスループットの要件
ストレージ効率とクエリパフォーマンスの間のトレードオフ
これらの要素に基づいて、実装できるモデルの 1 つは B です。1 つのコンテナーを含む単一のデータベースを作成します。注文ごとに個別のドキュメントを作成し、注文アイテムを注文ドキュメントに埋め込みます。
このモデルには次の利点があります。
注文と注文品目を、注文 ID1 によって簡単に取得できる自己完結型ドキュメントとして保存します。
これにより、冗長なデータの保存や注文品目用の追加コンテナの作成が回避されます1。
簡単なクエリで顧客の注文履歴を表示できます1。
これにより、リクエスト数の削減、クエリのパフォーマンスの向上、データの整合性の簡素化など、データを埋め込む利点が活用されます2。
このモデルには、次のようないくつかの制限もあります。
2 KB を超えるデータを含む一部の注文アイテムには、ドキュメント サイズの最大制限である 2 MB2 を超える可能性があるため、適さない場合があります。
注文品目を注文から独立してクエリしたり、他の基準によって集計したりする必要があるシナリオには最適ではない可能性があります2。
トランザクションは単一の論理パーティションに限定されるため、複数の注文または顧客にわたるトランザクションはサポートされない場合があります2。
特定のユースケースと要件に応じて、このモデルを調整するか、別のモデルを選択する必要がある場合があります。たとえば、埋め込みデータと参照データを組み合わせたハイブリッド データ モデルを使用できます2。
または、エンティティと関係を頂点とエッジとして表現するグラフ データ モデルを使用することもできます。