Option
HeimHeim Skill Entwicklertools azure-data-tables-py

azure-data-tables-py

microsoft/skills microsoft/skills

Enthält Code-Beispiele und bewährte Verfahren für die Verwendung des Azure Tables SDK für Python zur Durchführung von NoSQL-Schlüssel-Wert-Speicherung, CRUD-Operationen für Entitäten, Batch-Vorgängen und Abfragen in Azure Storage Tables oder der Cosmos DB Table API.

...Alle erweitern
1
Zeit aktualisiert 13. September 2026

Azure Tables SDK für Python

NoSQL-Schlüssel-Wert-Speicher für strukturierte Daten (Azure Storage Tables oder Cosmos DB Table API).

Installation

pip install azure-data-tables azure-identity

Umgebungsvariablen

# Azure Storage Tables
AZURE_STORAGE_ACCOUNT_URL=https://.table.core.windows.net  # Erforderlich für Azure Storage Tables

# Cosmos DB Table API
COSMOS_TABLE_ENDPOINT=https://.table.cosmos.azure.com  # Erforderlich für Cosmos DB Table API
AZURE_TOKEN_CREDENTIALS=prod # Nur erforderlich, wenn „DefaultAzureCredential“ in der Produktion verwendet wird

Authentifizierung und Lebenszyklus

🔑 Für alle folgenden Code-Beispiele gelten zwei Regeln:

  1. Verwenden Sie vorzugsweise „DefaultAzureCredential“. Es funktioniert lokal (Azure CLI / VS Code / Developer CLI) und in Azure (verwaltete Identität, Workload-Identität) ohne Codeänderungen. Vermeiden Sie Verbindungszeichenfolgen, Konto- und API-Schlüssel – diese umgehen die Entra-Überwachung und -Rotation.
    • Lokale Entwicklung: „DefaultAzureCredential“ funktioniert unverändert.
    • Produktion: Setzen Sie AZURE_TOKEN_CREDENTIALS=prod (oder AZURE_TOKEN_CREDENTIALS=), um die Anmeldeinformationskette auf produktionssichere Anmeldeinformationen zu beschränken.
  2. Hüllen Sie jeden Client in einen Kontextmanager, damit HTTP-Transporte, Sockets und Token-Caches deterministisch freigegeben werden:
    • Synchron: mit ` (...)` als Client:
    • Asynchron: async mit (...) als Client: und async mit DefaultAzureCredential() als Anmeldeinformationen: (aus azure.identity.aio)

Code-Schnipsel können diese Konfiguration zwar verkürzen, aber Produktionscode sollte stets beide Regeln befolgen.

import os
from azure.identity import DefaultAzureCredential, ManagedIdentityCredential
from azure.data.tables import TableServiceClient, TableClient

# Lokale Entwicklung: DefaultAzureCredential. Produktion: setze AZURE_TOKEN_CREDENTIALS=prod oder AZURE_TOKEN_CREDENTIALS=
credential = DefaultAzureCredential(require_envvar=True)
# Oder verwenden Sie in der Produktion direkt eine bestimmte Anmeldeinformation:
# Siehe https://learn.microsoft.com/python/api/overview/azure/identity-readme?view=azure-python#credential-classes
# credential = ManagedIdentityCredential()

endpoint = "https://.table.core.windows.net"

# Service-Client (Tabellen verwalten)
with TableServiceClient(endpoint=endpoint, credential=credential) as service_client:
    # Verwenden Sie „service_client“ hier (Operationen siehe folgende Abschnitte)
    ...

# Tabellen-Client (Arbeiten mit Entitäten)
with TableClient(endpoint=endpoint, table_name="mytable", credential=credential) as table_client:
    # Verwenden Sie hier `table_client` (Operationen siehe folgende Abschnitte)
    ...

Client-Typen

Client Zweck
TableServiceClient Tabellen erstellen/löschen, Tabellen auflisten
TableClient CRUD-Operationen für Entitäten, Abfragen

Tabellenoperationen

# Tabelle erstellen
service_client.create_table("mytable")

# Erstellen, falls nicht vorhanden
service_client.create_table_if_not_exists("mytable")

# Tabelle löschen
service_client.delete_table("mytable")

# Tabellen auflisten
for table in service_client.list_tables():
    print(table.name)

# Tabellen-Client abrufen
table_client = service_client.get_table_client("mytable")

Entitätsoperationen

Wichtig: Jede Entität benötigt einen PartitionKey und einen RowKey (die zusammen eine eindeutige ID bilden).

Entität erstellen

entity = {
    "PartitionKey": "sales",
    "RowKey": "order-001",
    "product": "Widget",
    "quantity": 5,
    "price": 9.99,
    "shipped": False
}

# Anlegen (schlägt fehl, wenn bereits vorhanden)
table_client.create_entity(entity=entity)

# Upsert (anlegen oder ersetzen)
table_client.upsert_entity(entity=entity)

Entität abrufen

# Nach Schlüssel abrufen (am schnellsten)
entity = table_client.get_entity(
    partition_key="sales",
    row_key="order-001"
)
print(f"Produkt: {entity['product']}")

Entität aktualisieren

# Gesamte Entität ersetzen
entity["quantity"] = 10
table_client.update_entity(entity=entity, mode="replace")

# Zusammenführen (nur bestimmte Felder aktualisieren)
update = {
    "PartitionKey": "sales",
    "RowKey": "order-001",
    "shipped": True
}
table_client.update_entity(entity=update, mode="merge")

Entität löschen

table_client.delete_entity(
    partition_key="sales",
    row_key="order-001"
)

Entitäten abfragen

Abfrage innerhalb einer Partition

# Abfrage nach Partition (effizient)
entities = table_client.query_entities(
    query_filter="PartitionKey eq 'sales'"
)
for entity in entities:
    print(entity)

Abfrage mit Filtern

# Nach Eigenschaften filtern
entities = table_client.query_entities(
    query_filter="PartitionKey eq 'sales' and quantity gt 3"
)

# Mit Parametern (sicherer)
entities = table_client.query_entities(
    query_filter="PartitionKey eq @pk and price lt @max_price",
    parameters={"pk": "sales", "max_price": 50.0}
)

Bestimmte Eigenschaften auswählen

entities = table_client.query_entities(
    query_filter="PartitionKey eq 'sales'",
    select=["RowKey", "product", "price"]
)

Alle Entitäten auflisten

# Alle auflisten (partitionsübergreifend – nur sparsam einsetzen)
for entity in table_client.list_entities():
    print(entity)

Batch-Operationen

from azure.data.tables import TableTransactionError

# Batch-Operationen (nur innerhalb derselben Partition!)
operations = [
    ("create", {"PartitionKey": "batch", "RowKey": "1", "data": "first"}),
    ("create", {"PartitionKey": "batch", "RowKey": "2", "data": "second"}),
    ("upsert", {"PartitionKey": "batch", "RowKey": "3", "data": "third"}),
]

try:
    table_client.submit_transaction(operations)
except TableTransactionError as e:
    print(f"Transaktion fehlgeschlagen: {e}")

Asynchroner Client

from azure.data.tables.aio import TableServiceClient, TableClient
from azure.identity.aio import DefaultAzureCredential

async def table_operations():
    async with DefaultAzureCredential() as credential:
        async with TableClient(
            endpoint="https://.table.core.windows.net",
            table_name="mytable",
            credential=credential
        ) as client:
            # Erstellen
            await client.create_entity(entity={
                "PartitionKey": "async",
                "RowKey": "1",
                "data": "test"
            })
            
            # Abfrage
            async for entity in client.query_entities("PartitionKey eq 'async'"):
                print(entity)

import asyncio
asyncio.run(table_operations())

Datentypen

Python-Typ Tabellenspeichertyp
str Zeichenkette
int Int64
float Double
bool Boolescher Wert
Datum und Uhrzeit DateTime
Bytes Binär
UUID GUID

Bewährte Vorgehensweisen

  1. Entscheiden Sie sich für „sync“ ODER „async“ und bleiben Sie dabei. Mischen Sie keine „azure.data.tables“- Sync-Clients mit „azure.data.tables.aio “-Async-Clients im selben Aufrufpfad. Wählen Sie pro Modul einen Modus.
  2. Verwenden Sie für Clients und asynchrone Anmeldeinformationen stets Kontextmanager. Umschließen Sie jeden Client mit `TableClient(...) as client: (sync)` oder `TableClient(...) as client: (async) `. Verwenden Sie für asynchrone „DefaultAzureCredential“ aus „azure.identity.aio“ ebenfalls „async“ mit „credential:“, damit Tokens und Transportdaten bereinigt werden.
  3. Verwende „DefaultAzureCredential“ für eine portierbare Authentifizierung zwischen lokaler Entwicklung und Azure (vermeide nach Möglichkeit Verbindungszeichenfolgen und API-Schlüssel).
  4. Entwerfen Sie Partitionsschlüssel für Abfragemuster und eine gleichmäßige Verteilung
  5. Führen Sie Abfragen nach Möglichkeitinnerhalb von Partitionen durch (partitionsübergreifende Abfragen sind ressourcenintensiv)
  6. Verwenden Sie Batch-Operationen für mehrere Entitäten in derselben Partition
  7. Verwenden Sie „upsert_entity“ für idempotente Schreibvorgänge
  8. Verwenden Sie parametrisierte Abfragen, um Injektionen zu verhindern
  9. Halten Sie Entitäten klein – maximal 1 MB pro Entität
  10. Verwende einen asynchronen Client für Szenarien mit hohem Durchsatz
Auf GitHub ansehen
---
name: azure-data-tables-py
description: Provides code samples and best practices for using the Azure Tables SDK for Python to perform NoSQL key-value storage, entity CRUD, batch operations, and queries against Azure Storage Tables or Cosmos DB Table API.
license: MIT
---

# Azure Tables SDK for Python

NoSQL key-value store for structured data (Azure Storage Tables or Cosmos DB Table API).

## Installation

```bash
pip install azure-data-tables azure-identity
```

## Environment Variables

```bash
# Azure Storage Tables
AZURE_STORAGE_ACCOUNT_URL=https://<account>.table.core.windows.net  # Required for Azure Storage Tables

# Cosmos DB Table API
COSMOS_TABLE_ENDPOINT=https://<account>.table.cosmos.azure.com  # Required for Cosmos DB Table API
AZURE_TOKEN_CREDENTIALS=prod # Required only if DefaultAzureCredential is used in production
```

## Authentication & Lifecycle

> **🔑 Two rules apply to every code sample below:**
>
> 1. **Prefer `DefaultAzureCredential`.** It works locally (Azure CLI / VS Code / Developer CLI) and in Azure (managed identity, workload identity) with no code change. Avoid connection strings, account/API keys — they bypass Entra audit and rotation.
>    - Local dev: `DefaultAzureCredential` works as-is.
>    - Production: set `AZURE_TOKEN_CREDENTIALS=prod` (or `AZURE_TOKEN_CREDENTIALS=<specific_credential>`) to constrain the credential chain to production-safe credentials.
> 2. **Wrap every client in a context manager** so HTTP transports, sockets, and token caches are released deterministically:
>    - Sync: `with <Client>(...) as client:`
>    - Async: `async with <Client>(...) as client:` **and** `async with DefaultAzureCredential() as credential:` (from `azure.identity.aio`)
>
> Snippets may abbreviate this setup, but production code should always follow both rules.

```python
import os
from azure.identity import DefaultAzureCredential, ManagedIdentityCredential
from azure.data.tables import TableServiceClient, TableClient

# Local dev: DefaultAzureCredential. Production: set AZURE_TOKEN_CREDENTIALS=prod or AZURE_TOKEN_CREDENTIALS=<specific_credential>
credential = DefaultAzureCredential(require_envvar=True)
# Or use a specific credential directly in production:
# See https://learn.microsoft.com/python/api/overview/azure/identity-readme?view=azure-python#credential-classes
# credential = ManagedIdentityCredential()

endpoint = "https://<account>.table.core.windows.net"

# Service client (manage tables)
with TableServiceClient(endpoint=endpoint, credential=credential) as service_client:
    # Use service_client here (see following sections for operations)
    ...

# Table client (work with entities)
with TableClient(endpoint=endpoint, table_name="mytable", credential=credential) as table_client:
    # Use table_client here (see following sections for operations)
    ...
```

## Client Types

| Client | Purpose |
|--------|---------|
| `TableServiceClient` | Create/delete tables, list tables |
| `TableClient` | Entity CRUD, queries |

## Table Operations

```python
# Create table
service_client.create_table("mytable")

# Create if not exists
service_client.create_table_if_not_exists("mytable")

# Delete table
service_client.delete_table("mytable")

# List tables
for table in service_client.list_tables():
    print(table.name)

# Get table client
table_client = service_client.get_table_client("mytable")
```

## Entity Operations

**Important**: Every entity requires `PartitionKey` and `RowKey` (together form unique ID).

### Create Entity

```python
entity = {
    "PartitionKey": "sales",
    "RowKey": "order-001",
    "product": "Widget",
    "quantity": 5,
    "price": 9.99,
    "shipped": False
}

# Create (fails if exists)
table_client.create_entity(entity=entity)

# Upsert (create or replace)
table_client.upsert_entity(entity=entity)
```

### Get Entity

```python
# Get by key (fastest)
entity = table_client.get_entity(
    partition_key="sales",
    row_key="order-001"
)
print(f"Product: {entity['product']}")
```

### Update Entity

```python
# Replace entire entity
entity["quantity"] = 10
table_client.update_entity(entity=entity, mode="replace")

# Merge (update specific fields only)
update = {
    "PartitionKey": "sales",
    "RowKey": "order-001",
    "shipped": True
}
table_client.update_entity(entity=update, mode="merge")
```

### Delete Entity

```python
table_client.delete_entity(
    partition_key="sales",
    row_key="order-001"
)
```

## Query Entities

### Query Within Partition

```python
# Query by partition (efficient)
entities = table_client.query_entities(
    query_filter="PartitionKey eq 'sales'"
)
for entity in entities:
    print(entity)
```

### Query with Filters

```python
# Filter by properties
entities = table_client.query_entities(
    query_filter="PartitionKey eq 'sales' and quantity gt 3"
)

# With parameters (safer)
entities = table_client.query_entities(
    query_filter="PartitionKey eq @pk and price lt @max_price",
    parameters={"pk": "sales", "max_price": 50.0}
)
```

### Select Specific Properties

```python
entities = table_client.query_entities(
    query_filter="PartitionKey eq 'sales'",
    select=["RowKey", "product", "price"]
)
```

### List All Entities

```python
# List all (cross-partition - use sparingly)
for entity in table_client.list_entities():
    print(entity)
```

## Batch Operations

```python
from azure.data.tables import TableTransactionError

# Batch operations (same partition only!)
operations = [
    ("create", {"PartitionKey": "batch", "RowKey": "1", "data": "first"}),
    ("create", {"PartitionKey": "batch", "RowKey": "2", "data": "second"}),
    ("upsert", {"PartitionKey": "batch", "RowKey": "3", "data": "third"}),
]

try:
    table_client.submit_transaction(operations)
except TableTransactionError as e:
    print(f"Transaction failed: {e}")
```

## Async Client

```python
from azure.data.tables.aio import TableServiceClient, TableClient
from azure.identity.aio import DefaultAzureCredential

async def table_operations():
    async with DefaultAzureCredential() as credential:
        async with TableClient(
            endpoint="https://<account>.table.core.windows.net",
            table_name="mytable",
            credential=credential
        ) as client:
            # Create
            await client.create_entity(entity={
                "PartitionKey": "async",
                "RowKey": "1",
                "data": "test"
            })
            
            # Query
            async for entity in client.query_entities("PartitionKey eq 'async'"):
                print(entity)

import asyncio
asyncio.run(table_operations())
```

## Data Types

| Python Type | Table Storage Type |
|-------------|-------------------|
| `str` | String |
| `int` | Int64 |
| `float` | Double |
| `bool` | Boolean |
| `datetime` | DateTime |
| `bytes` | Binary |
| `UUID` | Guid |

## Best Practices

1. **Pick sync OR async and stay consistent.** Do not mix `azure.data.tables` sync clients with `azure.data.tables.aio` async clients in the same call path. Choose one mode per module.
2. **Always use context managers for clients and async credentials.** Wrap every client in `with TableClient(...) as client:` (sync) or `async with TableClient(...) as client:` (async). For async `DefaultAzureCredential` from `azure.identity.aio`, also use `async with credential:` so tokens and transports are cleaned up.
3. **Use `DefaultAzureCredential`** for portable auth across local dev and Azure (avoid connection strings / API keys when possible).
4. **Design partition keys** for query patterns and even distribution
5. **Query within partitions** whenever possible (cross-partition is expensive)
6. **Use batch operations** for multiple entities in same partition
7. **Use `upsert_entity`** for idempotent writes
8. **Use parameterized queries** to prevent injection
9. **Keep entities small** — max 1MB per entity
10. **Use async client** for high-throughput scenarios

Alle Dateien

0 Dateien

azure-data-tables-py installieren

Laden Sie die Skill-Dateien herunter und entpacken Sie sie in Ihr Verzeichnis „.claude/skills/“.

ZIP herunterladen

Klonen Sie das Repository und kopieren Sie die Skill-Dateien in Ihr Projekt.

git clone https://github.com/microsoft/skills/tree/main/.github/plugins/azure-sdk-python/skills/azure-data-tables-py # Copy SKILL.md to your .claude/skills/ directory

Kopieren Kopieren
Schnelle Einrichtung: Kopieren Sie den Skill-Ordner nach .claude/skills/ Claude erkennt den Skill automatisch und nutzt ihn.
Repository microsoft/skills

Ähnliche Skills

algorithmic-art
Zeit aktualisiert 27. August 2026
receiving-code-review
Zeit aktualisiert 3. September 2026
tech-debt-tracker
Zeit aktualisiert 29. August 2026
deprecation-and-migration
Zeit aktualisiert 3. September 2026
OR