如何解决如何使用 StorageStreamDownloader 从 Blob 流式下载并将上传流式传输到不同的 Blob?
我相信我有一个非常简单的需求,但一个解决方案让我感到困惑。我是 azure-python-sdk 的新手,其新的 Blob 流功能收效甚微。
一些背景
我已经使用 Java SDK 好几年了。每个 CloudBlockBlob 对象都有一个 BlobInputStream 和一个 BlobOutputStream 对象。当 BlobInputStream
打开时,可以调用它的许多函数(最显着的是它的 read() 函数)以真正的流式方式检索数据。一个 BlobOutputStream
一旦被检索到,就有一个 write(byte[] data) 函数,在这个函数中,人们可以根据需要不断地写入数据,直到调用 close() 函数为止。所以,我很容易做到:
- 获取一个
CloudBlockBlob
对象,打开它的BlobInputStream
并基本上取回一个“绑定”到InputStream
的CloudBlockBlob
。它通常维护 4MB 的数据 - 至少,这是我的理解。当从其缓冲区读取一定量的数据时,会引入一个新的(相同数量的)数据,因此它总是有大约 4MB 的新数据(直到所有数据都被检索到)。 - 对该数据执行一些操作。
- 检索我要上传到的
CloudBlockBlob
对象,获取它的BlobOutputStream
,然后将我对其进行了一些操作的数据写入其中。
一个很好的例子是如果我想压缩一个文件。我有一个 GzipStreamReader
类可以接受一个 BlobInputStream
和一个 BlobOutputStream
。它会从 BlobInputStream
读取数据,并在压缩一定数量的数据时写入 BlobOutputStream
。它可以根据需要多次调用 write();当它读完所有 daya 时,它会关闭 Input 和 Output 流,一切都很好。
现在使用 Python
现在,Python SDK 有点不同,这显然是有充分理由的; io
模块的工作方式不同于 Java 的 InputStream
和 OutputStream
类(Blob{Input/Output}Stream
类继承自它们。我一直在努力理解流在 Azure 的 Python SDK 中是如何真正工作的。首先,我只是想看看 StorageStreamDownloader 类是如何工作的。似乎 StorageStreamDownloader
是我正在从中读取数据的 BlockBlob
对象的“连接”。如果我想将数据放入流中,我会创建一个新的 io.BytesIO()
并将该流传递给 StorageStreamDownloader
的 readinto 方法。
对于上传,我会调用 BlobClient 的 upload method。上传方法接受类型为 data
的 Union[Iterable[AnyStr],IO[AnyStr]]
参数。
我不想详细说明我所理解的,因为我所理解的和我所做的使我一无所获。我怀疑我期待的是只有 Java SDK 提供的东西。但是,总的来说,以下是我遇到的问题:
- 当我调用 download_blob 时,我会返回一个
StorageStreamDownloader
,其中包含 blob 中的所有数据。一些调查表明我可以使用offset
和length
下载我想要的数据量。也许我可以用download_blob(offset=0,length=4MB)
调用一次,处理我返回的数据,然后再次调用download_bloc(offset=4MB,length=4MB)
,处理数据等。这是不利的。我可以做的另一件事是使用max_chunk_get_size
的BlobClient
参数并打开validate_content
标志(使其为真),以便StorageStreamDownloader
仅下载 4mb。但这都会导致几个问题:这并不是真正从stream
对象流式传输的。我仍然需要多次调用download
和readinto
。好吧,如果不是因为第二个问题,我会这样做: - 我该如何流式传输上传?上传可以采用流。但如果流本身不自动更新,那么我只能上传一次,因为我处理的所有 blob 必须 都是
BlockBlobs
。upload_function
函数的文档说我可以提供一个参数overwrite
:
keyword bool overwrite:要上传的blob是否覆盖当前数据。 如果为 True,upload_blob 将覆盖现有数据。如果设置为 False,则 操作将因 ResourceExistsError 失败。上述情况的例外是 Append blob 类型:如果设置为 False 并且数据已经存在,则不会引发错误 并且数据将附加到现有的 blob。如果设置 overwrite=True,则现有的 append blob 将被删除,并创建一个新的 blob。默认为 False。
- 这是有道理的,因为
BlockBlobs
一旦写入,就无法再次写入。所以AFAIK,你不能“流式传输”上传。如果我不能拥有一个直接绑定到 blob 的流对象,或者无法保存所有数据,那么 upload() 函数将在完成后立即终止,对吗?
好的。我确定我遗漏了一些重要的东西。对于 Python 中的 io
模块,我也有些无知。虽然我已经用 Python 开发了很长时间,但我从来没有真正需要太密切地处理那个模块。我确定我遗漏了一些东西,因为这个功能非常基础并且存在于我所知道的所有其他 azure SDK 中。
回顾
我上面说的都可以老老实实的忽略,只看这部分;我只是想表明我已经做了一些尽职调查。我想知道如何从 blob 流式传输数据,处理我在流中获得的数据,然后上传该数据。我无法一次接收所有 blob 中的数据。 Blob 可能超过 1GB 和所有漂亮的东西。老实说,我会喜欢一些显示的示例代码:
- 从流中的 blob 中检索一些数据(在一次调用中收到的数据不应超过 10MB)。
- 压缩该流中的数据。
- 将数据上传到 blob。
这应该适用于所有大小的斑点;无论是 1MB 还是 10MB 或 10GB 都不重要。步骤 2 可以是任何东西;它也可以什么都没有。只要数据被下载,插入到流中,然后上传,那就太好了。当然,另一个极其重要的限制是每次“下载”的数据量不应超过 10MB。
我希望这是有道理的!我只想流式传输数据。这应该不难。
编辑:
有些人可能想关闭此问题并声称该问题是重复的。我忘记包含一些非常重要的内容:我目前使用的是最新,最新的 azure-sdk 版本。我的 azure-storage-blob
软件包的版本是 12.5.0
。还有其他问题类似于我对严重过时版本的要求。我已经搜索了其他答案,但没有找到任何适用于 12+
版本的答案。
解决方法
如果你想分块下载azure blob,处理每一个chunk数据并将每一个chunk数据上传到azure blob,请参考以下代码
import io
import os
from azure.storage.blob import BlobClient,BlobBlock
import uuid
key = '<account key>'
source_blob_client = BlobClient(account_url='https://andyprivate.blob.core.windows.net',container_name='',blob_name='',credential=key,max_chunk_get_size=4*1024*1024,# the size of chunk is 4M
max_single_get_size=4*1024*1024)
des_blob_client = BlobClient(account_url='https://<account name>.blob.core.windows.net',credential=key)
stream = source_blob_client.download_blob()
block_list = []
#read data in chunk
for chunk in stream.chunks():
#process your data
# use the put block rest api to upload the chunk to azure storage
blk_id = str(uuid.uuid4())
des_blob_client.stage_block(block_id=blk_id,data=<the data after you process>)
block_list.append(BlobBlock(block_id=blk_id))
#use the put blobk list rest api to ulpoad the whole chunk to azure storage and make up one blob
des_blob_client.commit_block_list(block_list)
另外,如果你只是想将一个blob从存储位置复制到另一个存储位置,可以直接使用方法start_copy_from_url
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。