在pageblob与blob blob中下载blob

Question

如果我错了，请纠正我。PageBlob和BlockBlob的下载是否相同，而写入操作是否不同？我假设下载是相同的，因为如果我们有一个blob URI，我们可以只使用GET来下载blob。最后，有没有文档支持我的假设，即无论是哪种类型的blob，下载的blob都是相同的。

Answer 1

答案既是肯定的，也是否定的。

所有类型的blob的下载都是相同的，也就是说，下载任何blob最终都将执行Get Blob REST API操作。执行此操作时，您可以下载任何类型的blob。

但是，使用页面blob，只需下载占用的页面范围，就可以优化下载。这称为Sparse Download。基本上，您首先要做的是在页面blob中执行find the occupied page ranges，然后只下载占用的页面范围。这样，你将能够更快地下载页面斑点。例如，如果您有一个128 it的页面blob，但它只包含32 it的数据(其余为空)，那么通过使用稀疏下载方法，您将只下载32 it的数据。对于其他blob类型，这是不可能的。

我还没有签入最新版本的Storage SDK，但我非常确定当涉及到页面blob下载时，SDK已经实现了稀疏下载。

Answer 2

通常，Pageblob很大，它们充当虚拟机的卷。

“页面blobs由总大小最大为8 TB的512字节页面组成，专为频繁的随机读/写操作而设计。”

Microsoft documentation了解更多关于页面Blob的信息。

Azure存储中将有三种不同类型的Blob，Page，Append，Blob。

下面的Python代码将帮助我们将blob下载到本地存储。

import logging
import os
import azure.functions as func
from azure.storage.blob import BlobServiceClient, BlobClient
from azure.storage.blob import ContentSettings, ContainerClient

logging.info('Python HTTP trigger function processed a request.')
MY_CONNECTION_STRING = "STORAGE_ACCOUNT_STRING"
CONTAINER = "CONTAINERNAME"
LOCAL_PATH = "REPLACE_THIS"
 
class AzureBlobFileDownloader:
  def __init__(self):
    self.blob_service_client =  BlobServiceClient.from_connection_string(MY_CONNECTION_STRING)
    self.my_container = self.blob_service_client.get_container_client(CONTAINER)

  def save_blob(self,file_name,file_content):
    # Get full path to the file
    download_file_path = os.path.join(LOCAL_PATH, file_name)
    # for nested blobs, create local path as well!
    os.makedirs(os.path.dirname(download_file_path), exist_ok=True)
    with open(download_file_path, "wb") as file:
      file.write(file_content)

  def download_blobs_in_container(self):
    my_blobs = self.my_container.list_blobs()
    for blob in my_blobs:
      print(blob.name)
      bytes = self.my_container.get_blob_client(blob).download_blob().readall()
      self.save_blob(blob.name, bytes)

# Call the class.
azure_blob_file_downloader = AzureBlobFileDownloader()
azure_blob_file_downloader.download_all_blobs_in_container()

下面来自Azure Python SDK的代码将帮助您了解处理页面斑点的高级方法

#Page Blob Operations
def page_blob_operations(self, account):
    file_to_upload = "HelloWorld.png"
    page_size = 1024;
    
    # Create an page blob service object
    pageblob_service = account.create_page_blob_service()
    container_name = 'pageblobcontainer' + self.random_data.get_random_name(6)

    try:
        # Create a new container
        print('1. Create a container with name - ' + container_name)
        pageblob_service.create_container(container_name)
        
        # Create a new page blob to upload the file
        print('2. Create a page blob')
        pageblob_service.create_blob(container_name, file_to_upload, page_size * 1024)
        
        # Read the file
        print('3. Upload pages to page blob')
        index = 0
        with open(file_to_upload, "rb") as file:
            file_bytes = file.read(page_size)
            while len(file_bytes) > 0:
                if len(file_bytes) < page_size:
                    file_bytes = bytes(file_bytes + bytearray(page_size - len(file_bytes)))
                    
                pageblob_service.update_page(container_name, file_to_upload, file_bytes, index * page_size, index * page_size + page_size - 1)
                
                file_bytes = file.read(page_size)
                
                index = index + 1
        
        pages = pageblob_service.get_page_ranges(container_name, file_to_upload)
        
        print('4. Enumerate pages in page blob')
        for page in pages:
            print('Page ' + str(page.start) + ' - ' + str(page.end))
    finally:
        print('5. Delete container')
        if pageblob_service.exists(container_name):
            pageblob_service.delete_container(container_name)

请看一下高级示例，这些示例展示了如何处理来自Azure SDK for Python的分页、分块和追加blobs。

有关在NodeJS中处理blobs的信息，请参阅Azure Docs。