Question

我需要从美国中北部移动到美国西部的420万张图像中的某个地方，作为利用Azure VM支持的大型迁移的一部分（对于那些不知道的人，美国中北部）不支持他们）。这些图像都在一个容器中，分成大约119,000个目录。

我正在使用Copy Blob API中的以下内容：

public static void CopyBlobDirectory(
        CloudBlobDirectory srcDirectory,
        CloudBlobContainer destContainer)
{
    // get the SAS token to use for all blobs
    string blobToken = srcDirectory.Container.GetSharedAccessSignature(
        new SharedAccessBlobPolicy
        {
            Permissions = SharedAccessBlobPermissions.Read |
                            SharedAccessBlobPermissions.Write,
            SharedAccessExpiryTime = DateTime.UtcNow + TimeSpan.FromDays(14)
        });

    var srcBlobList = srcDirectory.ListBlobs(
        useFlatBlobListing: true,
        blobListingDetails: BlobListingDetails.None).ToList();

    foreach (var src in srcBlobList)
    {
        var srcBlob = src as ICloudBlob;

        // Create appropriate destination blob type to match the source blob
        ICloudBlob destBlob;
        if (srcBlob.Properties.BlobType == BlobType.BlockBlob)
            destBlob = destContainer.GetBlockBlobReference(srcBlob.Name);
        else
            destBlob = destContainer.GetPageBlobReference(srcBlob.Name);

        // copy using src blob as SAS
        destBlob.BeginStartCopyFromBlob(new Uri(srcBlob.Uri.AbsoluteUri + blobToken), null, null);          
    }
}

问题是，它太慢了。 Waaaay太慢了。按照发布命令复制所有这些东西的速度，它将需要在四天左右的某个地方。我不确定瓶颈是什么（连接限制客户端，Azure端的速率限制，多线程等）。

所以，我想知道我的选择是什么。有什么方法可以加快速度，或者我只是坚持一份需要四天才能完成的工作？

编辑：我如何分发作品以复制所有内容

//set up tracing
InitTracer();

//grab a set of photos to benchmark this
var photos = PhotoHelper.GetAllPhotos().Take(500).ToList();

//account to copy from
var from = new Microsoft.WindowsAzure.Storage.Auth.StorageCredentials(
    "oldAccount",
    "oldAccountKey");
var fromAcct = new CloudStorageAccount(from, true);
var fromClient = fromAcct.CreateCloudBlobClient();
var fromContainer = fromClient.GetContainerReference("userphotos");

//account to copy to
var to = new Microsoft.WindowsAzure.Storage.Auth.StorageCredentials(
    "newAccount",
    "newAccountKey");
var toAcct = new CloudStorageAccount(to, true);
var toClient = toAcct.CreateCloudBlobClient();

Trace.WriteLine("Starting Copy: " + DateTime.UtcNow.ToString());

//enumerate sub directories, then move them to blob storage
//note: it doesn't care how high I set the Parallelism to,
//console output indicates it won't run more than five or so at a time
var plo = new ParallelOptions { MaxDegreeOfParallelism = 10 };
Parallel.ForEach(photos, plo, (info) =>
{
    CloudBlobDirectory fromDir = fromContainer.GetDirectoryReference(info.BuildingId.ToString());

    var toContainer = toClient.GetContainerReference(info.Id.ToString());
    toContainer.CreateIfNotExists();

    Trace.WriteLine(info.BuildingId + ": Starting copy, " + info.Photos.Length + " photos...");

    BlobHelper.CopyBlobDirectory(fromDir, toContainer, info);
    //this monitors the container, so I can restart any failed
    //copies if something goes wrong
    BlobHelper.MonitorCopy(toContainer);
});

Trace.WriteLine("Done: " + DateTime.UtcNow.ToString());

Answer 1

异步blob复制操作在同一个数据中心内会非常快（最近我在大约1-2秒内将30GB vhd复制到另一个blob）。在数据中心之间，操作排队并在没有SLA的情况下在备用容量中进行（请参阅this article，具体说明这一点）

为了说明这一点：我在数据中心内复制了相同的30GB VHD，花了大约1个小时。

我不知道您的图像尺寸，但假设平均图像尺寸为500K，那么您需要大约2,000 GB。在我的例子中，我看到大约一个小时的吞吐量为30GB。外推，估计大约（2000/30）= 60小时内的2000 GB数据。再一次，没有SLA。只是一个最好的猜测。

其他人建议禁用Nagle的算法。这应该有助于更快地推出400万个拷贝命令并使它们排队更快。我不认为它会对复制时间产生任何影响。

Answer 2

这是一个很长的镜头，但我有一个类似的表存储问题，小的请求（我认为BeginStartCopyFromBlob应该）开始运行非常缓慢。这是Nagle's Algorithm和delayed TCP acks的问题，这是对网络流量的两种优化。有关详细信息，请参阅MSDN或this guy。

Upshot - 关闭Nagle算法 - 在执行任何Azure存储操作之前调用以下。

ServicePointManager.UseNagleAlgorithm = false;

或者只是blob：

var storageAccount = CloudStorageAccount.Parse(connectionString);
ServicePoint blobServicePoint = ServicePointManager.FindServicePoint(account.BlobEndpoint);
blobServicePoint.UseNagleAlgorithm = false;

很高兴知道这是不是你的问题！

将数百万个项目从一个存储帐户移动到另一个存储帐户

2 个答案: