將數百萬個項目從一個存儲帳戶移動到另一個存儲帳戶

Question

我需要從美國中北部移動到美國西部的420萬張圖像附近，作為利用Azure VM支持的大型遷移的一部分（對於那些不知道，美國中北部不支持的人）他們）。 圖像都在一個容器中，分成大約119,000個目錄。

我正在使用Copy Blob API中的以下內容：

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);          
    }
}

問題是，它太慢了。 Waaaay太慢了。 按照發布命令復制所有這些東西的速度，它將需要在四天左右的某個地方。 我不確定瓶頸是什么（連接限制客戶端，Azure端的速率限制，多線程等）。

所以，我想知道我的選擇是什么。 有什么方法可以加快速度，或者我只是堅持一份需要四天才能完成的工作？

編輯：我如何分配工作來復制一切

//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

異步blob復制操作在同一數據中心內將非常快（最近我在大約1-2秒內將30GB vhd復制到另一個blob）。 在數據中心之間，操作排隊並在沒有SLA的情況下在備用容量中進行（請參閱此文章 ，具體說明了這一點）

為了說明這一點：我在數據中心復制了相同的30GB VHD，花了大約1個小時。

我不知道你的圖像大小，但假設平均圖像尺寸為500K，你看大約2000 GB。 在我的例子中，我看到大約一個小時的吞吐量為30GB。 外推，估計大約（2000/30）= 60小時內的2000 GB數據。 再一次，沒有SLA。 只是一個最好的猜測。

其他人建議禁用Nagle的算法。 這應該有助於更快地推出400萬個拷貝命令並使它們排隊更快。 我不認為它會對復制時間產生任何影響。

Answer 2

這是一個很長的鏡頭，但我有一個類似的表存儲問題，小的請求（我認為BeginStartCopyFromBlob應該是）開始運行非常緩慢。 這是Nagle算法和延遲TCP acks的問題 ，這是網絡流量的兩個優化。 有關詳細信息，請參閱MSDN或此人 。

Upshot - 關閉Nagle的算法 - 在執行任何Azure存儲操作之前調用以下內容。

ServicePointManager.UseNagleAlgorithm = false;

或者只是blob：

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

很高興知道這是不是你的問題！