NoSQL 是一个用于描述高扩展高性能的非关系数据库的术语。 NoSQL 数据库提供的 schemafree 数据模型能够让应用无需预先定义表结构，适应业务的多元化发展，而对超大数据规模和高并发的支持让 NoSQL 数据库得到了广泛的应用。
访问数据库创建表写入数据检索数据更新数据删除数据删除表表格存储（TableStore）是 NoSQL 数据库的一种，提供海量 NoSQL 数据存储错误，支持 schemafree 的数据模型，提供单行级别的事务，服务端自动对数据进行分区和负载均衡，让单表数据从 GB 到 TB 再到 PB__，访问并发从__0__至__百万__都无需繁琐的扩容流程，写性能在 __TB 及 PB 级数据规模都能保持在单个毫秒，读性能只依赖结果数据集，而不受数据量的影响。
所以相比 OLTP（联机事务处理）场景，表格存储更适用于 Web 规模级应用程序，包括社交网络、游戏、媒体共享和 IoT（物联网）、日志监控等场景。
表格存储数据模型请参考：数据模型概念
与传统关系型数据库不同，客户端都是通过http协议来访问表格存储。
下图展示了客户端与传统关系型数据库和表格存储之间的交互。
客户端使用 Restful API 通过 HTTP 数据包来访问表格存储，表格存储服务端会对数据报文中的签名信息进行验证，详细请参考使用表格存储的 API，如果使用官网的SDK，则只需要提供所访问的表格存储endpoint、实例、AK信息即可调用SDK的接口对数据进行操作。
表格存储通过客户端来访问数据，客户端初始化方式如下：
final String endPoint = ""; final String accessKeyId = ""; final String accessKeySecret = ""; final String instanceName = ""; SyncClient client = new SyncClient(endPoint, accessKeyId, accessKeySecret, instanceName);客户端初始化需要填入如下参数：
endPoint：访问的表格存储实例的url地址accessKeyId：访问表格存储所使用的accessKeyIdaccessKeySecret：访问表格存储的所使用的accessKeySecretinstanceName：访问的表格存储的实例名称详细信息请参考：访问控制
表是关系数据库和表格存储中的基本数据结构。关系数据库创建表时就需要定义完整的数据结构。相比之下，表格存储的数据表则只需要定义主键信息。
使用 CREATE TABLE 语句创建表，如以下示例所示。
CREATE TABLE UserHistory ( user_id VARCHAR(20) NOT NULL, time_stamp INT NOT NULL, item_id VARCHAR(50), behavior_type VARCHAR(10), behavior_amount DOUBLE, behavior_count INT, content VARCHAR(100), PRIMARY KEY(UserId, TimeStamp) );此表的主键包含 user_id 和 time_stamp，在创建数据表是必须严格的定义所有的主键和属性列，如有需要，需要使用 ALTER TABLE 语句更改这些定义。
使用表格存储创建数据表并指定如下参数，如下所示：
public static final String TABLE_NAME = "UserHistory"; TableMeta tableMeta = new TableMeta(TABLE_NAME); tableMeta.addPrimaryKeyColumn(new PrimaryKeySchema("user_id", PrimaryKeyType.STRING)); tableMeta.addPrimaryKeyColumn(new PrimaryKeySchema("time_stamp", PrimaryKeyType.INTEGER)); // 数据的过期时间, 单位秒, -1代表永不过期. 假如设置过期时间为一年, 即为 365 * 24 * 3600 int timeToLive = -1; // 保存的最大版本数, 设置为3即代表每列上最多保存3个最新的版本 int maxVersions = 3; TableOptions tableOptions = new TableOptions(timeToLive, maxVersions); CreateTableRequest request = new CreateTableRequest(tableMeta, tableOptions); // 设置读写预留值，若不设置则读写预留值均默认为0 request.setReservedThroughput(new ReservedThroughput(new CapacityUnit(1, 1))); client.createTable(request);此表的主键包含 user_id 和 time_stamp，需要提供的参数主要有：
TABLE_NAME：表名称PrimaryKeySchema：主键的名称及类型timeToLive：数据表的数据过期时间maxVersion：数据表属性列的最大版本数ReservedThroughtput：数据表的预留读写吞吐量，容量型实例不再支持预留吞吐量的设置关系数据库中，表是一个由行和列组成的二维数据结构，可以使用 INSERT 语句向表中添加行：
INSERT INTO UserHistory ( user_id, time_stamp, item_id, behavior_type, behavior_amount, behavior_count, content) VALUES( '10100', 1479265526, 'cell_phone', 'share', 4.9, 78, 'The phone is quit good!' );使用表格存储中可以使用 PutRow 接口插入一行数据：
// 设置主键 PrimaryKeyBuilder primaryKeyBuilder = PrimaryKeyBuilder.createPrimaryKeyBuilder(); primaryKeyBuilder.addPrimaryKeyColumn("user_id", PrimaryKeyValue.fromString("10100")); primaryKeyBuilder.addPrimaryKeyColumn("time_stamp", PrimaryKeyValue.fromLong(1479265526)); PrimaryKey primaryKey = primaryKeyBuilder.build(); // 设置属性列的值 RowPutChange rowPutChange = new RowPutChange(TABLE_NAME, primaryKey); rowPutChange.addColumn(new Column("item_id", ColumnValue.fromString("cell_phone"))); rowPutChange.addColumn(new Column("behavior_type", ColumnValue.fromString("share"))); rowPutChange.addColumn(new Column("behavior_amount", ColumnValue.fromDouble(4.9))); rowPutChange.addColumn(new Column("behavior_count", ColumnValue.fromLong(78))); rowPutChange.addColumn(new Column("content", ColumnValue.fromString("The phone is quit good!"))); // 插入该行数据 client.putRow(new PutRowRequest(rowPutChange));使用 PutRow 接口需要了解一下几个关键事项：
除了表名 TABLE_NAME 和主键 primaryKey，属性列和类型可以在写入时定义多行数据的同名属性列也可以使用不同的类型大多数 SQL 数据库是面向事务的，当发出 INSERT 语句时，只有 COMMIT 之后对数据的修改才是永久性的。使用表格存储，当表格存储通过 HTTP 200 状态码(OK)进行回复时， PutRow 写入的数据已经被持久化到所有备份。多条记录的插入可以使用 BatchWriteRow 接口，可以大大提高数据的写入速度。SQL SELECT 语句可以查询关键列、非关键列或任意组合。WHERE 子句确定返回的行，如以下示例所示：
// 根据主键查询一行 SELECT * FROM UserHistory WHERE user_id = '10100' AND time_stamp = 1479265526; // 查询某个user_id下的所有数据 SELECT * FROM UserHistory WHERE user_id = '10100'; // 根据某个user_id下的某段时间的所有记录 SELECT * FROM UserHistory WHERE user_id = '10100' and time_stamp > 1478660726 AND time_stamp < 1479265526; // 查询某个user_id所有收藏的记录 SELECT * FROM UserHistory WHERE user_id = '10100' AND behavior_type = 'collect';表格存储中的数据查询接口可以以类似的方式检索数据，单行查询 GetRow 和范围查询 GetRange 能够提供对存储数据物理位置的快速高效访问，查询的性能只受到结果数据集大小的影响，不会受到表中数据总量大小的影响。
需要了解的几个关键事项：
GetRange 需要指定所有主键的起始范围，__但每个主键的范围并不是 AND 的关系__，而是以第一个主键到最后一个主键为顺序，优先比较前面的主键，当前面的主键在 GetRange 起止主键范围内，则该条数据就会被读取出来。比如两个主键起止范围为('a',5)~('c',10)，由于 'a' < 'b' < 'c' ，所以主键为('b', 4)的数据也符合要求。 INF_MIN 和 INF_MAX 为 GetRange 操作专用类型，分别表示最小值和最大值。 GetRange 支持 limit 及 direction 来控制结果集行数和读取的顺序。为了防止网络延迟， GetRange 对一次返回的结果集进行了限制，需要对 Response 中的 next_start_primary_key 进行判断，为空时表示结果已经全部返回，不为空需要继续读取。GetRange 支持过滤器功能。表格存储支持数据多版本功能，在使用 GetRow 和 GetRange 接口时可以指定读取属性列的历史版本范围。更多 GetRange 信息也可以参考：表格存储数据模型和查询操作
该查询等同于
SELECT * FROM UserHistory WHERE user_id = '10100' AND time_stamp > 1478660726 AND time_stamp < 1479265526;该查询等同于
SELECT * FROM UserHistory WHERE user_id = '10100' AND behavior_type = 'collect';当然，也可以通过如下的方式来实现：
RangeRowQueryCriteria rangeRowQueryCriteria = new RangeRowQueryCriteria(TABLE_NAME); // 设置起始主键 PrimaryKeyBuilder primaryKeyBuilder = PrimaryKeyBuilder.createPrimaryKeyBuilder(); primaryKeyBuilder.addPrimaryKeyColumn("user_id", PrimaryKeyValue.INF_MIN); primaryKeyBuilder.addPrimaryKeyColumn("time_stamp", PrimaryKeyValue.INF_MIN); rangeRowQueryCriteria.setInclusiveStartPrimaryKey(primaryKeyBuilder.build()); // 设置结束主键 primaryKeyBuilder = PrimaryKeyBuilder.createPrimaryKeyBuilder(); primaryKeyBuilder.addPrimaryKeyColumn("user_id", PrimaryKeyValue.INF_MAX); primaryKeyBuilder.addPrimaryKeyColumn("time_stamp", PrimaryKeyValue.INF_MAX); rangeRowQueryCriteria.setExclusiveEndPrimaryKey(primaryKeyBuilder.build()); // 设置数据过滤条件：user_id='10100' 并且 behavior_type = 'collect' SingleColumnValueFilter filter1 = new SingleColumnValueFilter("user_id", SingleColumnValueFilter.CompareOperator.EQUAL, ColumnValue.fromString("10100")); SingleColumnValueFilter filter2 = new SingleColumnValueFilter("behavior_type", SingleColumnValueFilter.CompareOperator.EQUAL, ColumnValue.fromString("collect")); CompositeColumnValueFilter filter = new CompositeColumnValueFilter(CompositeColumnValueFilter.LogicOperator.AND); filter.addFilter(filter1); filter.addFilter(filter2); rangeRowQueryCriteria.setFilter(filter);该实现对整张表进行了扫描，并找出 user_id='10100' AND behavior_type='collect' 的记录，但是由于是全表扫描，其效率会远远低于基于特定主键范围的查询。
需要了解的几个关键事项：
过滤器 Filter 可以支持最多10个条件组合，可以用于 GetRow、BatchGetRow 和 GetRange 接口中。过滤器 Filter 是对GetRange的数据在服务端进行过滤，并不会减少磁盘的IO次数，但是能够有效的降低网络传输流量。良好的主键设计能够大大提交范围查询的效率。关系数据库中，可以使用 UPDATE 语句对表中的一行或者多行记录进行修改：
UPDATE UserHistory SET behavior_type = 'collect' WHERE user_id = '10100' AND time_stamp = 1479265526 AND behavior_count > 4.0;使用表格存储中可以使用 UpdateRow 接口更新一行数据：
// 设置主键 PrimaryKeyBuilder primaryKeyBuilder = PrimaryKeyBuilder.createPrimaryKeyBuilder(); primaryKeyBuilder.addPrimaryKeyColumn("user_id", PrimaryKeyValue.fromString("10100")); primaryKeyBuilder.addPrimaryKeyColumn("time_stamp", PrimaryKeyValue.fromLong(1479265526)); PrimaryKey primaryKey = primaryKeyBuilder.build(); // 设置更新条件：期望原行存在, 且behavior_count的值大于4.0时更新 Condition condition = new Condition(RowExistenceExpectation.EXPECT_EXIST); condition.setColumnCondition(new SingleColumnValueCondition("behavior_count", SingleColumnValueCondition.CompareOperator.GREATER_THAN, ColumnValue.fromDouble(4.0))); rowUpdateChange.setCondition(condition); // 设置属性列的值 RowUpdateChange rowUpdateChange = new RowUpdateChange(TABLE_NAME, primaryKey); rowUpdateChange.put(new Column("behavior_type", ColumnValue.fromSting("collect"))); // 插入该行数据 client.updateRow(new UpdateRowRequest(rowUpdateChange));使用UpdateRow接口需要了解一下几个关键事项：
DeleteRow 需要指定表名 TABLE_NAME 和全部的主键 primaryKey ，更新的列可以存在或者不存在 UpdateRow 只会修改这一行中需要修改的列，PutRow则会使用新的数据覆盖原来整行的数据更新可以设置两种条件检查：行存在检查和条件检查 SQL中 UPDATE 会对满足 WHERE 的所有记录做更新，表格存储的 UpdateRow 只更新指定主键的一行数据，条件检查也只针对本行的主键列或者属性列做检查。多条记录的更新可以使用 BatchWriteRow 接口，可以大大提高数据的写入速度。关系数据库中，可以使用 DROP TABLE语句来删除不再需要的数据表：
DROP TABLE UserHistory;使用表格存储中可以使用 DeleteTable 接口删除数据表：
DeleteTableRequest request = new DeleteTableRequest(TABLE_NAME); client.deleteTable(request);需要注意：表一经删除将无法恢复。
