Table Storage

พัฒนาแอปพลิเคชันบน Azure Storage

Shahzad Mian

Content developer, DataCamp

Table storage

ไอคอน Storage

Table storage vs CosmosDB

CRUD

Azure Table Storage เก็บข้อมูลเชิงโครงสร้างแบบง่าย ไม่มี schema คงที่
เหมาะสำหรับสถานการณ์น้ำหนักเบา เช่น:
- Logs
- IoT telemetry
- Configuration settings
เข้าถึงข้อมูลได้เร็วและประหยัด เหมาะกับการค้นหาแบบตรงไปตรงมา
ไม่จำเป็นต้องมี schema หรือความสัมพันธ์ที่ซับซ้อน

ตารางข้อมูล

แผนภาพ relational schema ที่ระบุว่า "Complex joins = Not needed here

เข้าถึงข้อมูลเชิงโครงสร้างได้รวดเร็วและประหยัดด้วยการค้นหาแบบ key-value
กรณีใช้งานทั่วไป:
- เก็บข้อมูลจาก IoT sensor
- ข้อมูล configuration
เหมาะที่สุดเมื่อต้องการความเรียบง่ายและรองรับการขยายขนาด มากกว่าการ query ซับซ้อน

เมื่อใดควรใช้ Table storage

Cosmos DB = query ขั้นสูง, กระจายข้อมูลทั่วโลก หรือรองรับหลาย API
- รองรับการ replication ทั่วโลกด้วย latency ต่ำและ indexing ที่หลากหลาย
- เหมาะสำหรับแอปพลิเคชันขนาดใหญ่ที่ต้องการประสิทธิภาพสูง
- เหมาะกว่าเมื่อต้องรองรับ API เช่น MongoDB หรือ Cassandra
ข้อแลกเปลี่ยน: ฟีเจอร์มากกว่า แต่มีค่าใช้จ่ายสูงกว่า

Azure Table vs Cosmos DB

ตัวอย่าง Table storage

ดำเนินการ CRUD ได้ผ่าน:
- Azure Portal
- SDK หรือ REST API
- Azure Storage Explorer
จัดการข้อมูลได้โดยไม่ต้องกังวลเรื่อง index หรือการอัปเดต schema

การดำเนินการ CRUD

      "PartitionKey": "CustomerA",
      "RowKey": "1001",
      "Name": "Ava",
      "Points": 120

Screenshot 2025-12-29 at 10.39.44 pm.png


table_client.update_entity(entity)
table_client.delete_entity("CustomerA","1001")

ใช้ Table Storage สำหรับข้อมูลเชิงโครงสร้างที่เรียบง่าย รองรับการขยายขนาด และประหยัดค่าใช้จ่าย
ทุก record ต้องมี PartitionKey และ RowKey
ใช้ Cosmos DB เมื่อต้องการ query ที่หลากหลาย, replication ทั่วโลก หรือรองรับหลาย data model
ทั้งสองบริการเสริมกันได้ดีในสถาปัตยกรรมข้อมูลแบบ hybrid

สรุป Table storage

ตารางที่มี partition key และ row key

พัฒนาแอปพลิเคชันบน Azure Storage