4. Azure存储性能调优
Azure存储性能问题很少是“存储慢”这么简单。Blob、Azure Files、Managed Disk是三种不同的存储服务，它们的性能上限由不同的参数决定：Blob受账户级与单Blob的IOPS/吞吐量约束，Files受共享、协议与预配模型约束，Disk受磁盘类型、大小与VM缓存模式约束。调优的第一步不是改配置，而是判断当前瓶颈落在哪一层。
一、先分清三种存储的吞吐量限制来源
Blob存储的性能上限与存储账户类型、访问层、单Blob规模有关。标准通用v2账户在热访问层下，单账户的入口/出口吞吐量有明确上限，单个块Blob也有独立的吞吐量目标。这意味着当大量客户端并发读写同一个Blob时，瓶颈往往出现在单Blob而非账户。Files的性能取决于它是标准文件共享还是高级文件共享：标准共享按使用量计费，性能随共享规模波动；高级共享采用预配模型，吞吐量和IOPS与预配容量直接挂钩。Managed Disk则按磁盘类型分层，Ultra Disk、Premium SSD v2、Premium SSD、Standard SSD、Standard HDD的IOPS与吞吐量依次递减，且磁盘越大，可获得的基线性能越高。
二、Blob：分层策略与并发访问优化
Blob调优的核心矛盾是“访问频率”与“存储成本”之间的权衡。热层适合频繁读取的数据，冷层适合30天以上不常访问的数据，归档层适合180天以上几乎不访问的数据。分层不是一次性动作，而是通过生命周期管理策略自动完成。例如，可以设置规则：对象创建后30天转入冷层，90天转入归档层，365天删除。这样既降低了存储成本，又避免了手动迁移带来的运维负担。
并发访问优化方面，单个Blob的吞吐量存在上限，因此大文件上传应使用分块上传（Put Block + Put Block List），将文件切分为多个块并行上传。块大小需要权衡：块太小会增加请求次数和元数据开销，块太大则降低并行度。一个常见的起点是4 MiB到8 MiB的块大小，根据客户端网络带宽和并发线程数调整。下载时可以使用并行下载，将Blob按字节范围切分，多个线程同时读取不同区间。对于读多写少的场景，Azure CDN或Front Door可以将内容缓存到边缘节点，显著降低源站压力。
还需要注意存储账户的请求速率限制。如果应用产生大量小文件请求，即使总吞吐量不高，也可能触发账户级请求速率上限。此时应考虑将数据分散到多个存储账户，或者合并小文件为较大的Blob，减少请求数量。
三、Azure Files：预配模型与协议优化
Azure Files的性能调优首先要区分标准共享和高级共享。标准文件共享的性能随共享中存储的数据量增加而提升，但存在突发限制；高级文件共享采用预配容量模型，预配的GiB数直接决定IOPS和吞吐量。例如，预配100 GiB的高级共享，其IOPS和吞吐量有对应的基线值；预配越大，性能越高。因此，如果应用对延迟和IOPS敏感，应选择高级共享并确保预配容量满足性能需求，而不是仅按实际使用量预配。
协议层面，SMB多通道可以将多个网络连接聚合，提升吞吐量并降低延迟。启用多通道需要客户端和服务器端同时支持，且客户端有多个网络接口或支持RSS。对于Linux工作负载，NFS协议可能提供更好的兼容性和性能。此外，客户端缓存和目录分片也会影响性能：大量小文件放在同一目录下会导致元数据操作成为瓶颈，应按时间或哈希将文件分散到多个子目录。
四、Managed Disk：磁盘类型、缓存与条带化
Managed Disk的性能由磁盘类型和大小共同决定。Ultra Disk和Premium SSD v2允许独立调整IOPS和吞吐量，适合数据库等对性能要求高的场景；Premium SSD的性能随磁盘大小阶梯上升；Standard SSD和Standard HDD适合开发测试或低负载场景。选择磁盘类型时，不能只看容量单价，还要看每GiB对应的IOPS和吞吐量是否满足应用需求。
VM缓存模式对磁盘性能影响显著。ReadOnly缓存适合读多写少的场景，读操作由主机缓存加速；ReadWrite缓存适合写入频繁但一致性要求不高的场景；None则绕过缓存，适合对数据一致性要求极高的数据库日志盘。需要注意的是，缓存模式的选择会影响数据持久性和一致性，必须结合应用语义决定。
对于需要更高吞吐量的场景，可以将多个数据磁盘条带化（Storage Spaces或LVM），将IO分散到多个磁盘上。条带化能线性提升IOPS和吞吐量，但也增加了管理复杂度和单点故障风险。应结合应用的实际IO模式（顺序/随机、读/写比例）选择条带数量和磁盘类型。
五、用指标定位瓶颈
调优不能凭感觉。Blob应关注Transactions、Ingress、Egress、SuccessE2ELatency；Files应关注Transactions、Latency、ClientConnections；Disk应关注Disk Read/Write Operations/sec、Disk Read/Write Bytes/sec、Disk Queue Depth以及VM级别的OS Disk指标。当队列深度持续升高而吞吐量不再增长时，说明已经触及后端上限，需要提升磁盘类型、增加条带或调整并发度。
综合来看，Blob调优偏向分层与并发分片，Files调优偏向预配容量与协议优化，Disk调优偏向磁盘类型、缓存与条带化。三者共同的判断依据是：先看指标，再定瓶颈，最后选择与瓶颈匹配的杠杆。