Azure Table storage 基本用法

Azure Storage 是微软 Azure 云提供的云端存储解决方案，当前支持的存储类型有 Blob、Queue、File 和 Table，其中的 Table 就是本文的主角 Azure Table storage。

Azure Table storage 是一个在云端存储结构化 NoSQL 数据的服务，它不只存取速度快，并且效费比高。MSDN 上的说法是：成本显著低于传统 SQL！

笔者最近在项目中用 Table storage 实现了一个日志表，在此和你们分享一下 Table storage 的基本用法。

文章来源：葡萄城产品技术社区

Azure storage account

首先须要说明，对 Blob、Queue、File 和 Table 这些 Azure 提供的存储服务的访问控制都是经过 storage account 来进行的，因此要想使用 Table storage，须要先建立你的 storage account。

具体建立过程，MSDN 上有详细讲解。你须要了解一下 Access keys，由于它就是你访问 storage account 的用户名和密码：

建立Table storage的对象

在使用 Azure Table storage 的相关对象前，咱们须要安装对应的包。安装过程其实很简单，只需在 Visual Studi o的 Package Manager Console 中输入:

Install-Package WindowsAzure.Storage

Visual Studio 就会自动安装 WindowsAzure.Storage 包及其依赖的全部包，安装完成后的 packages.config 文件看起来像这个样子：

安装完相关的包之后，咱们就可使用其中的类型了。

CloudStorageAccount 类表示一个 Azure storage account，咱们须要先建立它的实例，才能访问属于它的资源。

//注意链接字符串中的xxx和yyy，分别对应Access keys中的Storage account name 和 key。
CloudStorageAccount storageAccount = CloudStorageAccount.Parse("DefaultEndpointsProtocol=https;AccountName=xxx;AccountKey=yyy");

CloudTableClient 类是 Windows Azure Table Service 客户端的逻辑表示，咱们须要使用它来配置和执行对 Table storage 的操做。

CloudTableClient cloudTableClient = storageAccount.CreateCloudTableClient();

CloudTable 类表示一张数据表。

咱们须要建立一个实例去引用 Table storage 中的一张表，测试用的表名叫”MyLogTable”。

CloudTable logTable = cloudTableClient.GetTableReference("MyLogTable");
// 若是不肯定表是否被建立过，能够调用CreateIfNotExists方法。
logTable.CreateIfNotExists();

这样在后面的操做中就能够确保 MyLogTable 表是存在的，有了 logTable 对象咱们就能够向表中插入数据了。

可是等等，好像少了点什么。

咱们开篇第一句中就说明了，Table storage 存储的是结构化的数据，因此咱们还要先定义存储的数据的类型。

定义日志类

在定义咱们本身的数据类型时，有一个强制性的要求，必须继承自 TableEntity 类型：

{
    public MyLogEntity() { }
    public MyLogEntity(string pkey, string rkey)
    {
        this.PartitionKey = pkey;
        this.RowKey = rkey;
    }

    public DateTime LogDate { get; set; }
    public string LogMessage { get; set; }
    public string ErrorType { get; set; }
}

在咱们的设计中，PartitionKey 用来存放产生日志的年份和月份(例如 201607)，RowKey 用来存放产生日志的天和时分秒毫秒(例如 160934248492)，日志数据主要是 LogDate, LogMessage 和 ErrorType。

把数据插入到Table storage

终于能够向表中插入数据了，先试一下：

DateTime now = DateTime.Now;
string partitionKey = now.ToString("yyyyMM");
string rowKey = now.ToString("ddHHmmssffff");
MyLogEntity logEntity = new MyLogEntity(partitionKey, rowKey);
logEntity.LogDate = now;
logEntity.LogMessage = "test message";
logEntity.ErrorType = "error";
// TableOperation类表示对一个表进行的操做，能够插入一行或多行数据，删除数据，更新数据等。
TableOperation insertOperation = TableOperation.Insert(logEntity);
logTable.Execute(insertOperation);

看起来还不错，咱们用 Visual Studio 自带的 Cloud Explorer 查看一下 MyLogTable 中的内容：

OK，数据已经成功插入到 MyLogTable 表中，接下来咱们看看如何批量的插入数据。

TableBatchOperation batchOperation = new TableBatchOperation();
for (int i = 0; i < 10; i++)
{
    DateTime now = DateTime.Now;
    string partitionKey = now.ToString("yyyyMM");
    string rowKey = now.ToString("ddHHmmssffff");
    MyLogEntity logEntity = new MyLogEntity(partitionKey, rowKey);
    logEntity.LogDate = now;
    logEntity.LogMessage = "test message" + i.ToString();
    logEntity.ErrorType = (i%2) == 0 ? "error" : "warning";
    batchOperation.Insert(logEntity);
    Thread.Sleep(10);
}
logTable.ExecuteBatch(batchOperation);

此次咱们把 TableOperation 类换成了 TableBatchOperation 类，而后一次插入十条数据。去检查一下结果，OK十条数据所有插入成功！

下面让咱们把循环中的10改为200试试：

怎么收到一个 InvalidOperationException 呢？看看红框中的内容，原来批量操做是有一些限制的：

1． 每一个批量操做的数据上限是100条记录。

2． 每一个批量操做中的数据都必须保持相同的 partition key。

请你们在使用批量操做时务必注意这些限制条件！

查询操做

对于日志数据的操做，最重要的就是查询，咱们经过几个具体的用例来介绍 Table storage 的查询操做。

1. 查询全部的记录

这是最简单的查询方法，通常是想要导出所有数据时才会这么干：

TableQuery<MyLogEntity> query = new TableQuery<MyLogEntity>();
foreach (MyLogEntity entity in logTable.ExecuteQuery(query))
{
    Console.WriteLine("{0}\t{1}\t{2}\t{3}", entity.PartitionKey, entity.RowKey, entity.LogMessage, entity.ErrorType);
}

2.查询某年的某个月的记录

要查询某个月的全部记录也是比较容易的，由于咱们设计的 PartitionKey 就表明了某个月份：

TableQuery<MyLogEntity> query = new TableQuery<MyLogEntity>().Where(
    TableQuery.GenerateFilterCondition("PartitionKey", QueryComparisons.Equal, "201607"));
foreach (MyLogEntity entity in logTable.ExecuteQuery(query))
{
    //...
}

请注意 TableQuery.GenerateFilterCondition 方法，咱们建立了一个过滤条件：PartitionKey 等于“201607”。这个查询会把全部 PartitionKey 为“201607”的记录都找到！

3.查询某一条记录

若是咱们已经知道了一条记录的 PartitionKey 和 RowKey，就能够经过这两个条件直接查询到这条记录的详情：

TableQuery<MyLogEntity> query = new TableQuery<MyLogEntity>().Where(
    TableQuery.CombineFilters(
        TableQuery.GenerateFilterCondition("PartitionKey", QueryComparisons.Equal, "201607"),
        TableOperators.And,
        TableQuery.GenerateFilterCondition("RowKey", QueryComparisons.Equal, "161148372454")));
foreach (MyLogEntity entity in logTable.ExecuteQuery(query))
{
    //...
}

此次咱们使用了组合条件，只用到了条件运算操做 TableOperators.And 和 QueryComparisons.Equal，固然你也能够尝试其它的条件类型。惟一要注意的就是： PartitionKey 和 RowKey，QueryComparisons 的操做对象都是字符串。

咱们还须要更多的查询条件，好比查询某一天产生的全部日志。在 MyLogTable 表中，这须要查询以”xx”字符串开头的 RowKey。这部分知识，我会单独在一篇文章中和你们分享相关内容，由于它并不像看起来的那么简单。

接下来咱们介绍如何更新和删除日志表中的数据，这里只是借用日志表介绍更新和删除操做。

更新记录

TableOperation retrieveOperation = TableOperation.Retrieve<MyLogEntity>("201607", "161148372454");
TableResult retrievedResult = logTable.Execute(retrieveOperation);
MyLogEntity updateEntity = (MyLogEntity)retrievedResult.Result;

if (updateEntity != null)
{
    updateEntity.LogMessage = "new log message";
    TableOperation updateOperation = TableOperation.Replace(updateEntity);
    logTable.Execute(updateOperation);
}

以上操做，咱们先用 TableOperation.Retrieve 方法得到一条数据的详情，而后更新它的 LogMessage 属性，最后使用 TableOperation.Replace 方法把新的内容更新的到 Table storage 中。

删除记录

删除一条记录和更新一条记录是基本同样的步骤，不一样点是把 TableOperation.Replace 方法换成 TableOperation.Delete 方法：

TableOperation retrieveOperation = TableOperation.Retrieve<MyLogEntity>("201607", "161148372454");
TableResult retrievedResult = logTable.Execute(retrieveOperation);
MyLogEntity deleteEntity = (MyLogEntity)retrievedResult.Result;
if (deleteEntity != null)
{
    TableOperation deleteOperation = TableOperation.Delete(deleteEntity);
    logTable.Execute(deleteOperation);
}

删除表

删除表和建立表同样简单(可比删除一条记录容易多了)：

logTable.DeleteIfExists();

总结，本文经过对一个日志表的操做介绍了 Azure Table storage 的一个典型应用场景和基本的使用方法，从操做的代码上看和传统的 sql 表操做差异仍是挺大的。但愿本文对朋友们了解 Azure Table storage 能有所帮助。