简短版本：我们能否以多线程方式从数十个或数百个表分区中读取数据，以提高数量级的性能？
长版： 我们正在开发一个在Azure表存储中存储数百万行的系统。我们将数据分区为小分区，每个分区包含大约500条记录，代表一个单位的一天数据。
由于Azure没有“总和”功能，为了提取一年的数据，我们要么必须使用一些预缓存，要么自己在Azure Web或辅助角色中对数据求和。
假设如下： - 读取分区不会影响另一个分区的性能 - 读取分区有一个基于网络速度和服务器检索的瓶颈
我们可以猜测，如果我们想要快速总结大量数据（1年365个分区），我们可以使用大规模并行算法，它几乎可以完美地扩展到线程数。例如，我们可以使用具有50个以上线程的.NET并行扩展，并获得巨大的性能提升。
我们正在努力设置一些实验，但我想看看之前是否已经完成。由于.NET端基本上处于等待高延迟操作的空闲状态，因此这似乎非常适合多线程。
答案 0 :(得分：4)
在给定时间段内（大约500 req / s），可以对存储帐户和特定分区或存储服务器执行的事务数量有限制。所以从这个意义上说，你可以并行执行的请求数量有一个合理的限制（在它开始看起来像DoS攻击之前）。
此外，在实现中，我会警惕对客户端施加的并发连接限制，例如System.Net.ServicePointManager。我不确定Azure存储客户端是否受这些限制的约束;他们可能需要调整。