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，它不仅存取速度快，而且效费比高。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，在此和大家分享一下 Table storage 的基本用法。
Azure storage account
首先需要说明，对 Blob、Queue、File 和 Table 这些 Azure 提供的存储服务的访问控制都是通过 storage account 来进行的，所以要想使用 Table storage，需要先创建你的 storage account。
具体创建过程，MSDN 上有详细讲解。你需要了解一下 Access keys，因为它就是你访问 storage account 的用户名和密码：
创建Table storage的对象
在使用 Azure Table storage 的相关对象前，我们需要安装对应的包。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 包及其依赖的所有包，安装完成后的 packages.config 文件看起来像这个样子：
安装完相关的包以后，我们就可以使用其中的类型了。
CloudStorageAccount 类表示一个 Azure storage account，我们需要先创建它的实例，才能访问属于它的资源。
//注意连接字符串中的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，我们需要使用它来配置和执行对 Table storage 的操作。
CloudTableClient cloudTableClient = storageAccount.CreateCloudTableClient();
CloudTable 类表示一张数据表。
我们需要创建一个实例去引用 Table storage 中的一张表，测试用的表名叫”MyLogTable”。
CloudTable logTable = cloudTableClient.GetTableReference("MyLogTable"); // 如果不确定表是否被创建过，可以调用CreateIfNotExists方法。 logTable.CreateIfNotExists();
这样在后面的操作中就可以确保 MyLogTable 表是存在的，有了 logTable 对象我们就可以向表中插入数据了。
但是等等，好像少了点什么。
我们开篇第一句中就说明了，Table storage 存储的是结构化的数据，所以我们还要先定义存储的数据的类型。
定义日志类
在定义我们自己的数据类型时，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; } }
在我们的设计中，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
终于可以向表中插入数据了，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作，可以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，我们用 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，接下来我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);
这次我们把 TableOperation 类换成了 TableBatchOperation 类，然后一次插入十条数据。去检查一下结果，OK十条数据全部插入成功！
下面让我们把循环中的10改成200试试：
怎么收到一个 InvalidOperationException 呢？看看红框中的内容，原来批量操作是有一些限制的：
1． 每个批量操作的数据上限是100条记录。
2． 每个批量操作中的数据都必须保持相同的 partition key。
请大家在使用批量操作时务必注意这些限制条件！
查询操作
对于日志数据的操作，最重要的就是查询，我们通过几个具体的用例来介绍 Table storage 的查询操作。
1. 查询所有的记录
这是最简单的查询方法，一般是想要导出全部数据时才会这么干：
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
要查询某个月的所有记录也是比较容易的，因为我们设计的 PartitionKey 就代表了某个月份：
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，我们创建了一个过滤条件：PartitionKey 等于“201607”。这个查询会把所有 PartitionKey 为“201607”的记录都找到！
3.查询某一条记录
如果我们已经知道了一条记录的 PartitionKey 和 RowKey，就可以通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)) { //... }
这次我们使用了组合条件，只用到了条件运算操作 TableOperators.And 和 QueryComparisons.Equal，当然你也可以尝试其它的条件类型。唯一要注意的就是： PartitionKey 和 RowKey，QueryComparisons 的操作对象都是字符串。
我们还需要更多的查询条件，比如查询某一天产生的所有日志。在 MyLogTable 表中，这需要查询以”xx”字符串开头的 RowKey。这部分知识，我会单独在一篇文章中和大家分享相关内容，因为它并不像看起来的那么简单。
接下来我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作。
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); }
以上操作，我们先用 TableOperation.Retrieve 方法获得一条数据的详情，然后更新它的 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一样的步骤，不同点是把 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
删除表和创建表一样简单(可比删除一条记录容易多了)：
logTable.DeleteIfExists();
总结，本文通过对一个日志表的操作介绍了 Azure Table storage 的一个典型应用场景和基本的使用方法，从操作的代码上看和传统的 sql 表操作差别还是挺大的。希望本文对朋友们了解 Azure Table storage 能有所帮助。
相关阅读：
Azure Blob Storage 基本用法 -- Azure Storage 之 Blob
Azure Queue Storage 基本用法 -- Azure Storage 之 Queue
Azure File Storage 基本用法 -- Azure Storage 之 File
Azure Table storage 基本用法 -- Azure Storage 之 Table
