为Azure Functions选择文件访问策略

files = container_client.list_blobs(name_starts_with="reference/")
for blob in files:
    stream = container_client.download_blob(blob.name)

for file_path in Path("/mnt/reference").iterdir():
    with open(file_path, "rb") as f:

reference_data = container.query_items(
    query="SELECT * FROM reference WHERE id IN (...)"
)

用例： 你有 1,000 个分析任务，所有这些任务都需要从同一组引用数据文件（例如 ML 模型、查阅表或文库数据）读取。

问题： 如果没有装载，则有两个不理想的选项：

• 使用函数打包引用文件：此方法会导致巨大的部署项目、缓慢的冷启动和存储冗余。
• 每次从 Blob 存储下载：这种方法在每次函数调用时都会引入网络延迟，并浪费带宽。

基于装载的解决方案：所有实例直接从装载的共享目录读取。 装载初始化完成后，不会产生每次请求的网络开销，也不存在冗余存储。

┌─────────────────────────┐
│  Function Instance 1    │
│  Function Instance 2    ├──→  /mnt/models/  ──→  Azure Files share
│  Function Instance 3    │     (shared mount)
└─────────────────────────┘

实现模式：（Python）

import os
from pathlib import Path

MOUNT_PATH = "/mnt/models"

def analyze_data(item: str) -> dict:
    """Activity function: reads from shared mount."""
    model_path = Path(MOUNT_PATH) / "model.pkl"
    
    # Direct file I/O — no SDK call, no network overhead
    with open(model_path, "rb") as f:
        model = pickle.load(f)
    
    result = model.predict(item)
    return {"item": item, "score": result}

要点：

• 函数应用的所有实例都会看到相同的装载。
• 文件读取符合 POSIX。 使用标准文件系统 API。
• 无需对每次读取进行身份验证（装载在启动时进行身份验证一次）。
• 由一个实例编写的更改立即对其他人可见。

安全注意事项：

• 只读选项：如果工作负荷不需要写入，请将装载限制为只读。
• Quotas：设置 Azure 文件存储 共享配额，以防止实例写入大型文件导致的意外高额成本。

用例： 你需要在每个实例上运行大型第三方二进制文件（500+ MB），但你不希望将其打包到函数代码中。 此类二进制文件可能包括 ffmpeg、ImageMagick 等。

问题：

• 无支架：

  • 部署工件中的软件包二进制文件：每个实例 500+ MB，部署速度缓慢，带宽浪费。
  • 每次调用时从 Blob 下载：每次执行的网络调用，速度比本地访问慢。

• 使用装载的共享

  将二进制文件一次上传到Azure 文件存储。 所有实例都从装载进行访问。

  ┌─────────────────────────────────────────────────┐
  │  Deployment package: 10 MB (just your code)     │
  ├─────────────────────────────────────────────────┤
  │  Mount: /mnt/binaries/ffmpeg                    │
  │  (500 MB binary, shared across all instances)   │
  ├─────────────────────────────────────────────────┤
  │  Execution: your code calls the mounted binary  │
  └─────────────────────────────────────────────────┘
  

Implementation pattern： （Python）

import subprocess
from pathlib import Path

FFMPEG_PATH = "/mnt/binaries/ffmpeg"
TEMP_PATH = "/mnt/binaries/temp"

def process_video(video_file: str) -> str:
    """Activity function: calls ffmpeg from mount."""
    input_file = Path(TEMP_PATH) / video_file
    output_file = Path(TEMP_PATH) / f"{video_file}.mp4"
    
    result = subprocess.run(
        [FFMPEG_PATH, "-i", str(input_file), "-codec", "libx264", str(output_file)],
        capture_output=True,
        timeout=300
    )
    
    if result.returncode != 0:
        raise Exception(f"FFmpeg error: {result.stderr.decode()}")
    
    return str(output_file)

要点：

• 二进制文件已挂载，而不是打包。
• 部署工件保持体积小。
• 冷启动更快（需要解压缩的数据减少）。
• 所有实例都可以同时调用同一个二进制文件。

性能影响：

• 首次执行：SMB 装载初始化添加大约 200-500 毫秒。
• 后续执行：以最少的开销直接访问文件。
• 二进制缓存：OS 会在内存中缓存二进制文件，从而减少重复的磁盘读取。

用例： 在同一区域中运行应用 A（数据生成者）和应用 B（数据使用者）。 应用 A 写入已处理的数据，应用 B 读取数据。

问题：如果不使用挂载，通常只能使用 Azure Blob 存储（解耦架构，但存在网络开销）或结合消息传递的 Azure 队列存储（具备最终一致性）。

基于挂载的解决方案：两个应用挂载相同的 Azure 文件存储 共享。 应用 A 写入和应用 B 读取。 无消息传递，无最终一致性。

┌──────────────────────┐
│  App A (Producer)    ├──write──┐
└──────────────────────┘         │
                           ┌─────┴─────────────────┐
                           │  /mnt/shared/         │
                           │  Azure Files share    │
                           │  (single source of    │
                           │   truth)              │
                           └─────┬─────────────────┘
┌──────────────────────┐         │
│  App B (Consumer)    ├──read───┘
└──────────────────────┘

实现模式：

应用 A（生成者）：

from pathlib import Path
import json

MOUNT_PATH = "/mnt/shared"

def write_results(data: dict) -> None:
    """Write results to shared mount."""
    output_file = Path(MOUNT_PATH) / "latest_results.json"
    with open(output_file, "w") as f:
        json.dump(data, f)

应用 B （使用者）：

from pathlib import Path
import json

MOUNT_PATH = "/mnt/shared"

def read_results() -> dict:
    """Read results from shared mount."""
    results_file = Path(MOUNT_PATH) / "latest_results.json"
    if not results_file.exists():
        return {}
    with open(results_file, "r") as f:
        return json.load(f)

要点：

• 这两个应用都需要装载配置来引用同一存储帐户和访问密钥。
• 使用文件锁（例如，在 Linux 上使用 fcntl，或使用您所用语言中的等效锁定 API），以防止读/写竞态条件。
• Azure 文件存储支持并发读取;写入应按顺序或锁定。