使用 Azure 表可以实现这一点吗？

Question

我在下面的 linq 查询中收到一条错误消息“不支持‘join’方法”：

tableServiceContext = new CustomTableServiceContext(storageAccount.TableEndpoint.AbsoluteUri, storageAccount.Credentials);
tableServiceContext.RetryPolicy = RetryPolicies.Retry(3, TimeSpan.FromSeconds(1));
var results = (from c in tableServiceContext.CreateQuery<ChannelEntry>("Channels").AsTableServiceQuery<ChannelEntry>()
    join v in tableServiceContext.CreateQuery<VideoEntry>("Videos").AsTableServiceQuery<VideoEntry>() on c.PartitionKey equals v.ChannelID
    join h in tableServiceContext.CreateQuery<HitEntry>("Hits").AsTableServiceQuery<HitEntry>() on v.PartitionKey equals h.VideoID
    where c.RowKey.Equals(UserID)
    group h by h.RowKey into g
    select new BiggestFan { UserID = g.Key, Hits = g.Count() }).AsTableServiceQuery().Execute().OrderByDescending(b => b.Hits).Take(1);

如果在此上下文中不支持“join”，那么执行查询的最有效方法是什么？

我的频道由视频组成，而视频又具有点击量。我正在尝试找到当前登录用户的最大粉丝（点击率最高）。

在不使用联接的情况下执行此类操作的最有效方法是什么？我是否必须先获取所有频道，然后获取视频，然后获取点击作为对表存储的 3 个单独调用，然后再进行连接？

Answer 1

是的，你不能加入。您在这里有几个选择。

1) 多次扫描 - 在加入之前执行几个 .ToArray() 语句，以便它在应用程序的内存中进行加入。这虽然性能不高，但表存储速度相当快。实际上取决于这将导致多少行。2

) 对表进行非规范化，以便您可以引用单个表中所需的所有键。这将让您在 1 个查询中获得结果，但这意味着所有插入/更新逻辑都需要更新。

Answer 2

您的查询中有 3 个内容不受 Azure 表存储（AZT，我的缩写，其他人通常不使用）查询的支持。

1. 连接
2. 分组
3. 聚合函数

简而言之，如果您想在 AZT 中运行高效的查询，那么您需要仅针对一个表运行它，并针对分区键或分区键和行键进行查询。

这并不意味着您的基础数据必须存储在一张表中，您可以保留当前拥有的结构，但您可能需要构建一个基本上是索引的表，以允许您获取以下信息：你想要的。它可能具有与此类似的结构：

PartitionKey = ChannelUserId.PadWithLeadingZeros() + "-" + (int.MaxValue - NumberOfHits).PadWithLeadingZeros();
RowKey = Fan User Id;

您的查询将如下所示：

tableServiceContext = new CustomTableServiceContext(storageAccount.TableEndpoint.AbsoluteUri, storageAccount.Credentials);
tableServiceContext.RetryPolicy = RetryPolicies.Retry(3, TimeSpan.FromSeconds(1));
var results = (from i in tableServiceContext.CreateQuery<BiggestFansIndex>("BiggestFansIndex").AsTableServiceQuery<BiggestFansIndex>()
    where i.PartitionKey.CompareTo(UserId.PaddedWithLeadingZeros()) >= 0
        && i.PartitionKey.CompareTo((UserId + 1).PaddedWithLeadingZeros()) < 0
    select i}).Take(1).Execute();

我怀疑您最大的问题将是保持此索引表最新，因为我确信点击量会以合理的规律性发生变化。

Answer 3

Azure 表存储不适合此类聚合查询。我建议您研究一些 No-SQL 文档数据库，例如 CouchDB、MongoDB 和 RavenDB。但如果您仍然想使用它，则需要对数据进行非规范化。

Answer 4

其他人关于无法在 Azure 表中执行 JOIN 的说法是正确的。您可以将其移至 SQL Azure，其中 JOIN 按您的预期工作，但它比 Azure 表更昂贵且更慢。但是，假设您坚持使用 Azure 表：

在查看此特定查询时，您可以将 Hits 表的分区键设置为如下所示：

Hits 表：
PartitionKey = UserId（频道所有者的）
RowKey = 时间戳（或其他独特的东西）
UserId（执行点击的用户的）
频道ID
视频ID
（以及您想要在 Hits 表上显示的其他字段）

正如其他人所说，您无法对 Azure 表存储查询进行聚合，因此您必须将所有数据拉回本地内存（通过调用 Execute），然后您可以执行以下操作：内存中的聚合。以下是如何从表存储中提取数据（此查询在 Azure 表存储服务器上运行）：

var allHits = 
    (
      from h in tableServiceContext.CreateQuery("Hits")
        .AsTableServiceQuery()
        where h.PartitionKey == CurrentUserId  // The currently logged in user
    ).Execute();

然后是如何聚合它（此查询在本地内存中运行）：

var result = 
    (
      from h in allHits
      group h by h.UserId into g  // The User that performed the Hit
      select new BiggestFan { UserID = g.Key, Hits = g.Count() }
    )
    .OrderByDescending(b => b.Hits).FirstOrDefault();

这在技术上可行，但它不会' t 规模。一旦各种用户变得流行，将用户的所有点击拉入本地内存来运行此查询将是不切实际的。另外，一旦数据变得太大而无法一次全部拉取，您可能最终不得不对数据进行分页。

您可以进一步对数据进行非规范化，并随时计算和存储各种总计，以便当您需要运行此 Biggest-Fan 查询时，您需要检索的只是各种预先计算的总计。

然而，这只是一个查询。在设计 Azure 表结构时，您需要考虑可能要针对它们执行的所有查询、它们运行的​​频率以及它们将针对多少数据进行操作。然后，您可以找出 Azure 表中数据的最佳结构。我建议不要围绕单个查询设计 Azure 表，因为将来您可能需要更多查询。