Azure Table深入理解

> 1、同一个Table中的相同Partition Key是否存在同一个文件中？

Azure Table为如下所示的三层结构。Stream层是最终数据存放的位置，Partition层对Stream层的数据进行分区(Partition)管理。

在Stream层，数据以Extent为单位进行复制。每个Extent由Block组成，单个Extent和Block的大小均有上限。一个Stream为一组指向Extent的指针，当一个Extent写满之后，会新建一个Extent继续写数据。在Partition层，同个Table中相同PartitionKey的元素表现为一个Partition，存在一个Stream中。

在Stream层写入时，数据会同时写入一个主EN(Extent Node)和两个副EN；读取时，会根据情况选择主副EN中的一个进行负载均衡。

在Partition层，Partition Server(PS)管理一组RangePartition，一个RangePartion内可能会有多个Partition。如果某个RangePartition繁忙，Partition Manager(PM)会把该RangePartition内的Partition进行分割，交给空闲的PS管理。反之对于访问量低的RangePartition会进行合并。这种分割和合并其实仅改变Stream中的指针，对Extent不做任何操作，所以速度很快。除了永久存储(Stream层)，经常使用的数据也会保存在Partition层的Cache中以提高速度。

 

> 2、同一个存储账号的不同Table可否并行查询？查询时相互是否有影响？

同个存储账号的不同Table可以并行查询，并行查询会按查询内容占用相应PS和EN的资源，不会有其他影响。

 

> 3、同一个Table中，若一个查询涉及到了多个PartitionKey，底层是否会帮忙并行查询，然后将结果整合后统一返回？

当一个查询涉及多个PartitionKey时，各个PartitionKey的请求会交给相应PS处理，结果会一起返回给前端。

转载请注明： 康瑞部落 »  Azure Table深入理解