Azure Blob存储Python查询技术咨询：SQL变体与CSV逐行查询

1. Blob查询使用的SQL变体及文档 #

Azure Blob查询使用的是Azure Blob Query Language，它是基于ANSI SQL的精简子集，专门适配Blob存储里的半结构化、非结构化数据查询场景。

核心支持特性包括：

• 基础SELECT语句（指定列或全量内容查询）
• WHERE子句数据过滤
• 常用字符串函数（LIKE、CONTAINS、LEN、SUBSTRING等）
• CSV格式的字段分隔符、行终止符自定义配置
• 跳过表头行（FIRSTROW参数）
• 基础聚合函数（COUNT、SUM等）

相关语法细节和特性说明可在Azure官方文档中查阅。

2. 逐行查询CSV/文本文件的支持情况 #

完全支持逐行查询CSV或普通文本文件，可实现你需要的类似查询逻辑：

普通文本文件（每行作为单条记录） #

将换行符设为字段分隔符和行终止符，把每行内容当作单个字段过滤，示例SQL：

SELECT _col1 AS line
FROM OPENROWSET(BULK 'your-container/your-text-file.txt', FORMAT = 'CSV', FIELDTERMINATOR = '\n', ROWTERMINATOR = '\n') AS file_content
WHERE _col1 LIKE '%search_string%'

_col1指代每行内容，LIKE可实现包含指定字符串的过滤；若需精确匹配，也可使用CONTAINS函数（需确保存储账户配置支持对应特性）。

CSV文件 #

若CSV含表头，可通过FIRSTROW = 2跳过表头，针对整行或指定列过滤：

-- 过滤包含指定字符串的整行
SELECT *
FROM OPENROWSET(BULK 'your-container/your-csv-file.csv', FORMAT = 'CSV', FIELDTERMINATOR = ',', ROWTERMINATOR = '\n', FIRSTROW = 2) AS csv_data
WHERE CONCAT(_col1, _col2, _col3) LIKE '%search_string%'

-- 针对某一列过滤
SELECT _col2 AS target_column
FROM OPENROWSET(BULK 'your-container/your-csv-file.csv', FORMAT = 'CSV', FIELDTERMINATOR = ',', ROWTERMINATOR = '\n', FIRSTROW = 2) AS csv_data
WHERE _col2 LIKE '%search_string%'

在Python SDK中，可通过BlobClient.query_blob()方法执行上述SQL，无需下载完整Blob即可获取过滤结果，能有效节省带宽和处理资源。

内容的提问来源于stack exchange，提问作者user3299166