c# - 如何使用 azure 存储表实现每秒 10 次以上的插入

Question

我编写了简单的 WorkerRole，将测试数据添加到表中。插入的代码是这样的。

var TableClient = this.StorageAccount.CreateCloudTableClient();
TableClient.CreateTableIfNotExist(TableName);
var Context = TableClient.GetDataServiceContext();

this.Context.AddObject(TableName, obj);
this.Context.SaveChanges();

此代码针对每个客户端请求运行。我用 1-30 个客户端线程进行测试。我对不同大小的实例进行了多次尝试。我不知道我做错了什么，但我无法达到每秒 10 次以上的插入速度。如果有人知道如何提高速度，请告诉我。谢谢

更新

• 删除 CreateTableIfNotExist 对我的插入测试没有影响。
• 切换模式为expect100Continue="false"useNagleAlgorithm="false"当插入速率跳至30-40 ips时，会产生短暂的效果。但 30 秒后，插入率下降到 6 ips，超时时间为 50%。

Answer 1

为了加快速度，您应该使用批量事务(实体组事务)，允许您在单个请求中提交最多 100 个项目:

foreach (var item in myItemsToAdd)
{
    this.Context.AddObject(TableName, item);
}
this.Context.SaveChanges(SaveChangesOptions.Batch);

您可以将其与 Partitioner.Create 结合使用(+ AsParallel) 在每批 100 个项目的不同线程/核心上发送多个请求，使事情变得非常快。

但在做这一切之前，read through the limitations使用批量事务(100 个项目，每个事务 1 个分区，...)。

更新:

由于您无法使用交易，这里有一些其他提示。看看this MSDN thread关于提高使用表存储时的性能。我写了一些代码来向您展示差异:

    private static void SequentialInserts(CloudTableClient client)
    {
        var context = client.GetDataServiceContext();
        Trace.WriteLine("Starting sequential inserts.");

        var stopwatch = new Stopwatch();
        stopwatch.Start();

        for (int i = 0; i < 1000; i++)
        {
            Trace.WriteLine(String.Format("Adding item {0}. Thread ID: {1}", i, Thread.CurrentThread.ManagedThreadId));
            context.AddObject(TABLENAME, new MyEntity()
            {
                Date = DateTime.UtcNow,
                PartitionKey = "Test",
                RowKey = Guid.NewGuid().ToString(),
                Text = String.Format("Item {0} - {1}", i, Guid.NewGuid().ToString())
            });
            context.SaveChanges();
        }

        stopwatch.Stop();
        Trace.WriteLine("Done in: " + stopwatch.Elapsed.ToString());
    }

所以，第一次运行它时，我得到以下输出:

Starting sequential inserts.
Adding item 0. Thread ID: 10
Adding item 1. Thread ID: 10
..
Adding item 999. Thread ID: 10
Done in: 00:03:39.9675521

添加 1000 个项目需要超过 3 分钟。现在，我根据MSDN论坛上的提示更改了app.config(maxconnection应该是12 * CPU核心数):

  <system.net>
    <settings>
      <servicePointManager expect100Continue="false" useNagleAlgorithm="false"/>
    </settings>
    <connectionManagement>
      <add address = "*" maxconnection = "48" />
    </connectionManagement>
  </system.net>

再次运行应用程序后，我得到以下输出:

Starting sequential inserts.
Adding item 0. Thread ID: 10
Adding item 1. Thread ID: 10
..
Adding item 999. Thread ID: 10
Done in: 00:00:18.9342480

从 3 分多钟到 18 秒不等。多么不同啊!但我们可以做得更好。下面是一些使用分区器插入所有项目的代码(插入将并行发生):

    private static void ParallelInserts(CloudTableClient client)
    {            
        Trace.WriteLine("Starting parallel inserts.");

        var stopwatch = new Stopwatch();
        stopwatch.Start();

        var partitioner = Partitioner.Create(0, 1000, 10);
        var options = new ParallelOptions { MaxDegreeOfParallelism = 8 };

        Parallel.ForEach(partitioner, options, range =>
        {
            var context = client.GetDataServiceContext();
            for (int i = range.Item1; i < range.Item2; i++)
            {
                Trace.WriteLine(String.Format("Adding item {0}. Thread ID: {1}", i, Thread.CurrentThread.ManagedThreadId));
                context.AddObject(TABLENAME, new MyEntity()
                {
                    Date = DateTime.UtcNow,
                    PartitionKey = "Test",
                    RowKey = Guid.NewGuid().ToString(),
                    Text = String.Format("Item {0} - {1}", i, Guid.NewGuid().ToString())
                });
                context.SaveChanges();
            }
        });

        stopwatch.Stop();
        Trace.WriteLine("Done in: " + stopwatch.Elapsed.ToString());
    }

结果:

Starting parallel inserts.
Adding item 0. Thread ID: 10
Adding item 10. Thread ID: 18
Adding item 999. Thread ID: 16
..
Done in: 00:00:04.6041978

瞧，我们从 3 分 39 秒下降到 18 秒，现在甚至下降到 4 秒。