Question

我有一个Azure表，客户发布消息，单个表中可能有数百万条消息。我想找到最快的方式来获取最近10分钟内发布的消息（这是我刷新网页的频率）。由于只对分区键编制索引，因此我使用了日期＆amp;消息作为分区键发布的时间，例如字符串作为ISO8601日期格式，如“2009-06-15T13：45：30.0900000”

伪代码示例：

var message = "Hello word!";
var messagePartitionKey = DateTime.Now.ToString("o");
var messageEntity = new MessageEntity(messagePartitionKey, message);
dataSource.Insert(messageEntity);

，然后查询过去10分钟内发布的消息，如下所示（未经测试的伪代码）：

// Get the date and time 10 minutes ago
var tenMinutesAgo = DateTime.Now.Subtract(new TimeSpan(0, 10, 0)).ToString("o");

// Query for the latest messages
var latestMessages = (from t in
   context.Messages
   where t.PartitionKey.CompareTo(tenMinutesAgo) <= 0
   select t
   )

但指数会好转吗？或者它会导致全表扫描？有人有更好的想法吗？我知道每个表项都有一个时间戳，但它没有编入索引，所以它对我来说太慢了。

Answer 1

我认为你有正确的基本想法。您设计的查询应该尽可能高效。但是我可以提供一些改进。

使用DateTime.Now而不是Date.UtcNow。根据我的理解实例设置为使用Utc时间作为他们的基础，但这只是确保你将苹果与苹果进行比较，并且你可以可靠地将时间转换回你想要的任何时区显示它们。

不是将时间存储为.ToString("o")而是将时间转换为刻度并存储，最终会减少格式化问题（有时候你会得到最终的时区规范，有时候不会）。此外，如果您总是希望看到从最近到最旧排序的这些消息，您可以从最大刻度数中减去刻度数，例如

var messagePartitionKey = (DateTime.MaxValue.Ticks - _contactDate.Ticks).ToString("d19");

指定行键也是一个好主意。虽然两个消息极不可能在完全相同的时间发布，但这并非不可能。如果您没有明显的行键，则只需将其设置为Guid。

Answer 2

Table的主键是PartitionKey和RowKey（形成聚簇索引）的组合。

在你的情况下，只需使用RowKey而不是ParitionKey（为此提供一个常量值）。

您还可以按照诊断方法，例如每隔十分钟创建一个新的分区键。但这种方法主要用于诸如Archieving / Purging等的要求，

Answer 3

我建议做类似于Diagnostics API与WADPerformanceCountersTable一样的操作。 PartitionKey将多个时间戳分组到一个项目中。即：它将所有时间戳舍入到最接近的几分钟（比如，最近的5分钟）。这样，您就没有有限数量的分区键，但仍然能够对它们进行远程查询。

因此，例如，您可以拥有一个映射到每个时间戳的PartitionKey，该时间戳四舍五入为00：00,00：05,00：10,00：15等等，然后转换为Ticks

Answer 4

根据我的理解，使用完全相等的分区键＆＃34; =＆＃34;将比使用＆＃34;＆lt;＆＃34;或者＆＃34;大于＆＃34;＆gt;。
如果我们能够为您的条件获得分区键和行键的唯一组合，请务必付出更多努力。
还要确保您执行的分区键值的唯一组合较少，以避免更多分区。

查询Azure表中最新项目的最快方法？

4 个答案: