我正在使用Java的Microsoft Azure存储SDK，并且特定的工件坐标为：scanf("%lf %lf",&a,&b);
。
我的用例是通过库提供的Azure客户端将来自服务器的传入上载流传输到Azure：
com.microsoft.azure:azure-storage-blob:10.1.0
我想知道Azure客户端可以处理多少个并发连接，并且该值是否可配置？
我确实尝试通过以下方式配置[Client] ---upload---> [My Server] ---put object---> [Azure]：
channelPoolSize但是我看到的是，大约250个并发上传，客户端开始失败：
final NettyClient.Factory factory = new NettyClient.Factory(
new Bootstrap(),
0,
10000); //<--- channelPoolSize
final HttpClient client = factory.create(null);
final PipelineOptions pipelineOptions = new PipelineOptions()
.withLogger(new Slf4jLogger(LOG))
.withRequestRetryOptions(NO_RETRY)
.withClient(client);
final HttpPipeline pipeline = StorageURL.createPipeline(credential, pipelineOptions);
final URL endpoint = endpointForAccountOrThrow(accountName);
final ServiceURL serviceURL = new ServiceURL(endpoint, pipeline);
containerURL = serviceURL.createContainerURL(containerName);
有什么主意吗？
您好，我发现了问题，并在此分享，以防其他人使用。 问题在于，随着用户数量的增加，流媒体时间越来越长。 大约有250个并发上传，有些请求花费了超过1分钟的时间，但是我有一个通用的重试策略，定义如下：
java.util.concurrent.TimeoutException: null
at io.reactivex.internal.operators.single.SingleTimeout$TimeoutMainObserver.run(SingleTimeout.java:115)
at io.reactivex.internal.schedulers.ScheduledDirectTask.call(ScheduledDirectTask.java:38)
at io.reactivex.internal.schedulers.ScheduledDirectTask.call(ScheduledDirectTask.java:26)
at java.util.concurrent.FutureTask.run(FutureTask.java:266)
at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$201(ScheduledThreadPoolExecutor.java:180)
at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:293)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
at java.lang.Thread.run(Thread.java:748)
这种策略迫使请求在一分钟内完成（这是默认的tryTimeout）。
阅读
private static RequestRetryOptions NO_RETRY = new RequestRetryOptions(
RetryPolicyType.EXPONENTIAL,
1,
null,
null,
null,
null);
的Java文档后：
RequestRetryOptions
我切换到了每个请求重试策略，该策略根据内容大小设置tryTimeout值。 这解决了我的问题