Démarrage rapide : Utiliser Azure Cosmos DB for Table avec Azure SDK pour Python
Dans ce guide de démarrage rapide, vous déployez une application Azure Cosmos DB for Table de base à l’aide du kit Azure SDK pour Python. Azure Cosmos DB for Table est un magasin de données sans schéma qui permet aux applications de stocker des données de table structurées dans le cloud. Vous allez apprendre à créer des tables et des lignes, et à effectuer des tâches de base dans votre ressource Azure Cosmos DB à l’aide du kit SDK Azure pour Python.
Documentation de référence API | Code source de la bibliothèque | Package (PyPI) | Azure Developer CLI
Prérequis
- Azure Developer CLI
- Docker Desktop
- Python 3.12
Si vous ne disposez pas d’un compte Azure, créez-en un gratuitement avant de commencer.
Initialiser le projet
Utilisez l’interface Azure Developer CLI (azd
) pour créer un compte Azure Cosmos DB for Table et déployer un exemple d’application conteneurisé. L’exemple d’application utilise la bibliothèque de client pour gérer, créer, lire et interroger des exemples de données.
Ouvrez un terminal dans un répertoire vide.
Si vous n’êtes pas encore authentifié, authentifiez-vous auprès d’Azure Developer CLI à l’aide de
azd auth login
. Suivez les étapes spécifiées par l’outil pour vous authentifier auprès de l’interface CLI à l’aide de vos informations d’identification Azure préférées.azd auth login
Utilisez
azd init
pour initialiser le projet.azd init --template cosmos-db-table-python-quickstart
Lors de l’initialisation, configurez un nom d’environnement unique.
Déployez le compte Azure Cosmos DB en utilisant
azd up
. Les modèles Bicep déploient également un exemple d’application web.azd up
Pendant le processus d’approvisionnement, sélectionnez votre abonnement, l’emplacement souhaité et le groupe de ressources cible. Attendez la fin du processus de provisionnement. Le processus peut prendre environ cinq minutes.
Une fois le provisionnement de vos ressources Azure effectué, une URL vers l’application web en cours d’exécution est incluse dans la sortie.
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.
Utilisez l’URL dans la console pour accéder à votre application web dans le navigateur. Observez la sortie de l’application en cours d’exécution.
Installer la bibliothèque de client
La bibliothèque de client est disponible via PyPi, en tant que package azure-data-tables
.
Ouvrez un terminal, puis accédez au dossier
/src
.cd ./src
S’il n’est pas déjà installé, installez le package
azure-data-tables
à l’aide depip install
.pip install azure-data-tables
Ouvrez et passez en revue le fichier src/requirements.txt pour vérifier que l’entrée
azure-data-tables
existe.
Modèle objet
Nom | Description |
---|---|
TableServiceClient |
Il s’agit du type client principal utilisé pour gérer les métadonnées ou les bases de données à l’échelle du compte. |
TableClient |
Ce type représente le client d’une table dans le compte. |
Exemples de code
L’exemple de code du modèle utilise une table nommée cosmicworks-products
. La table cosmicworks-products
contient des détails tels que le nom, la catégorie, la quantité, le prix, un identificateur unique et un indicateur de vente pour chaque produit. Le conteneur utilise un identificateur unique* en tant que clé de ligne, et une catégorie en tant que clé de partition.
Authentifier le client
Cet exemple crée une instance de type TableServiceClient
.
credential = DefaultAzureCredential()
client = TableServiceClient(endpoint="<azure-cosmos-db-table-account-endpoint>", credential=credential)
Obtenir une table
Cet exemple crée une instance de type TableClient
à l’aide de la fonction GetTableClient
de type TableServiceClient
.
table = client.get_table_client("<azure-cosmos-db-table-name>")
Créer une entité
Le moyen le plus simple de créer une entité dans une table consiste à créer un objet en veillant à spécifier les propriétés obligatoires RowKey
et PartitionKey
.
new_entity = {
"RowKey": "aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
"PartitionKey": "gear-surf-surfboards",
"Name": "Yamba Surfboard",
"Quantity": 12,
"Sale": False,
}
Créez une entité dans la table en utilisant upsert_entity
.
created_entity = table.upsert_entity(new_entity)
Obtenir une entité
Vous pouvez récupérer une entité spécifique à partir d’une table en utilisant get_entity
.
existing_entity = table.get_entity(
row_key="aaaaaaaa-0000-1111-2222-bbbbbbbbbbbb",
partition_key="gear-surf-surfboards",
)
Interroger des entités
Une fois que vous avez inséré une entité, vous pouvez également exécuter une requête pour obtenir toutes les entités qui correspondent à un filtre spécifique en utilisant query_entities
avec un filtre OData de chaîne.
category = "gear-surf-surfboards"
filter = f"PartitionKey eq '{category}'"
entities = table.query_entities(query_filter=filter)
Analysez les résultats paginés de la requête à l’aide d’une boucle for
.
for entity in entities:
# Do something
Nettoyer les ressources
Lorsque vous n’avez plus besoin de l’exemple d’application ou de ressources, supprimez le déploiement correspondant et toutes les ressources.
azd down