你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
快速入门:将 Azure Cosmos DB for Table 与用于 Python 的 Azure SDK 配合使用
在本快速入门中,你将使用用于 Python 的 Azure SDK 部署一个基本的 Azure Cosmos DB for Table 应用程序。 Azure Cosmos DB for Table 是一种无架构数据存储,允许应用程序在云中存储结构化表数据。 你将了解如何使用 Azure SDK for Python 在 Azure Cosmos DB 资源中创建表、行并执行基本任务。
API 参考文档 | 库源代码 | 包 (PyPI) | Azure Developer CLI
先决条件
- Azure 开发人员 CLI
- Docker Desktop
- Python 3.12
如果没有 Azure 帐户,请在开始前创建一个免费帐户。
初始化项目
使用 Azure Developer CLI (azd
) 创建 Azure Cosmos DB for Table 帐户并部署容器化示例应用程序。 示例应用程序使用客户端库来管理、创建、读取和查询示例数据。
在空目录中打开终端。
如果尚未经过身份验证,请使用
azd auth login
向 Azure Developer CLI 进行身份验证。 按照该工具指定的步骤,使用首选 Azure 凭据向 CLI 进行身份验证。azd auth login
使用
azd init
来初始化项目。azd init --template cosmos-db-table-python-quickstart
在初始化期间,配置唯一的环境名称。
使用
azd up
部署 Azure Cosmos DB 帐户。 Bicep 模板还部署示例 Web 应用程序。azd up
在预配过程中,选择订阅、所需位置和目标资源组。 等待预配过程完成。 此过程可能需要大约 5 分钟。
预配 Azure 资源后,输出中将包含指向正在运行的 Web 应用程序的 URL。
Deploying services (azd deploy) (✓) Done: Deploying service web - Endpoint: <https://[container-app-sub-domain].azurecontainerapps.io> SUCCESS: Your application was provisioned and deployed to Azure in 5 minutes 0 seconds.
使用控制台中的 URL 在浏览器中导航到 Web 应用程序。 观察正在运行的应用的输出。
安装客户端库
客户端库可通过 PyPi 作为 azure-data-tables
包使用。
打开终端并导航到
/src
文件夹。cd ./src
使用
pip install
安装azure-data-tables
包(如果尚未安装)。pip install azure-data-tables
打开并查看 src/requirements.txt 文件以验证
azure-data-tables
项是否存在。
对象模型
名称 | 描述 |
---|---|
TableServiceClient |
此类型是主要客户端类型,用于管理帐户范围的元数据或数据库。 |
TableClient |
此类型表示帐户中表的客户端。 |
代码示例
模板中的示例代码使用名为 cosmicworks-products
的表。 cosmicworks-products
表包含每个产品的详细信息,例如名称、类别、数量、价格、唯一标识符和销售标志。 容器使用唯一标识符作为行键,使用类别作为分区键。
验证客户端
此示例创建 TableServiceClient
类型的新实例。
credential = DefaultAzureCredential()
client = TableServiceClient(endpoint="<azure-cosmos-db-table-account-endpoint>", credential=credential)
获取表
此示例使用 TableServiceClient
类型的 GetTableClient
函数创建 TableClient
类型的实例。
table = client.get_table_client("<azure-cosmos-db-table-name>")
创建实体
在表中创建新实体的最简单方法是,创建新对象并确保指定必需的 RowKey
和 PartitionKey
属性。
new_entity = {
"RowKey": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
"PartitionKey": "gear-surf-surfboards",
"Name": "Yamba Surfboard",
"Quantity": 12,
"Sale": False,
}
使用 upsert_entity
在表中创建实体。
created_entity = table.upsert_entity(new_entity)
获取实体
可使用 get_entity
从表中检索特定实体。
existing_entity = table.get_entity(
row_key="aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
partition_key="gear-surf-surfboards",
)
查询实体
插入实体后,还可使用 query_entities
和字符串 OData 筛选器运行查询以获取与特定筛选器匹配的所有实体。
category = "gear-surf-surfboards"
filter = f"PartitionKey eq '{category}'"
entities = table.query_entities(query_filter=filter)
使用 for
循环分析查询的分页结果。
for entity in entities:
# Do something
清理资源
不再需要示例应用程序或资源时,请删除相应的部署和所有资源。
azd down