ملاحظة
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تسجيل الدخول أو تغيير الدلائل.
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تغيير الدلائل.
يعد مخزون Azure Storage blob أداة أساسية لإدارة وتعقب العناصر المخزنة في حساب Azure Blob Storage الخاص بك. يقدم نظرة عامة شاملة على موارد التخزين الخاصة بك، ما يتيح لك اتخاذ قرارات مستنيرة حول إدارة البيانات وتحسين التكلفة.
بعد تمكين تقارير مخزون الكائنات الثنائية كبيرة الحجم، يتم فحص العناصر في حساب التخزين الخاص بك بشكل دوري باستخدام القواعد المحددة في نهج المخزون. يعتمد الوقت المستغرق لإنشاء تقرير مخزون على عدة عوامل. تتضمن هذه العوامل عدد العناصر، وبنية الدليل، وعوامل التصفية المطبقة من خلال أنواع القواعد الفرعية، وعبء عمل العميل على حساب التخزين، وتوافر موارد التخزين والمزيد. في بعض الحالات، اعتمادا على هذه العوامل، قد يستغرق الأمر عدة أيام لإنهاء معالجة جميع الكائنات في حساب التخزين. يمكن أن يختلف أداء المخزون أيضا بين عمليات الفحص وأحيانا أثناء الفحص أيضا.
العوامل التي تؤثر على أداء مخزون الكائن الثنائي كبير الحجم
عند استخدام مخزون كائن ثنائي كبير الحجم لإنشاء تقرير مخزون، يمكن أن تؤثر عدة عوامل رئيسية على أدائه. يمكن أن يساعدك فهم هذه العوامل على تحسين عمليات المخزون وتمكين إدارة البيانات الفعالة.
توزيع الكائنات في الحسابات المفعلة لمساحة الاسم الهرمية
يمكن أن يؤثر توزيع الكائنات داخل حساب هرمي ممكن لمساحة الاسم بشكل كبير على أداء المخزون. يفحص مخزون Blob دليلا واحدا في كل مرة ويكمل هذا الفحص قبل الانتقال إلى الدليل التالي. لذلك، يمكن أن يزيد عدد كبير من الدلائل، خاصة مع توزيع العناصر المتفرقة والتداخل العميق، من الوقت المطلوب لإنشاء تقرير المخزون.
عدد الكائنات التي تمت معالجتها لقاعدة المخزون
العدد الإجمالي للكائنات التي تم مسحها ضوئيا استنادا إلى قاعدة المخزون هو عامل رئيسي في أداء المعالجة. تتطلب القواعد التي تستهدف حجما كبيرا من الكائنات مزيدا من الوقت والموارد لإنشاء تقرير مخزون. يزداد عدد العناصر التي ستتم معالجتها إذا كانت قاعدة المخزون تتضمن إصدارات ولقطات وعناصر محذوفة مبدئيا. عندما توجد هذه النماذج الفرعية بأحجام كبيرة، يمكنها زيادة تمديد وقت المعالجة اللازم لإنشاء تقرير المخزون.
تصدير تنسيق تقرير المخزون
يمكن أن يؤثر تنسيق التصدير المختار لتقرير المخزون (CSV أو Apache Parquet) على الأداء. بينما تم تحسين Parquet لمعالجة البيانات بسرعة، فإنه يقدم حملا قد يؤدي إلى إبطاء إنشاء التقرير مقارنة ب CSV.
عدد كبير من العناصر المحذوفة مبدئيا
لا تزال العناصر المحذوفة مبدئيا، على الرغم من عدم إزالتها نهائيا، مضمنة في عمليات مسح المخزون. يمكن أن يضيف حجم كبير من هذه الكائنات إلى وقت المعالجة ويقلل من الأداء. من خلال النظر في هذه العوامل، يمكنك تحسين أداء عمليات تشغيل المخزون لديك وتمتع بتجربة إدارة بيانات أكثر كفاءة.
أفضل الممارسات لتحسين أداء مخزون الكائنات الثنائية كبيرة الحجم
تعد إدارة Azure Blob Storage بكفاءة أمرا ضروريا للحفاظ على الأداء الأمثل والفعالية من حيث التكلفة. فيما يلي بعض أفضل الممارسات لتحسين أداء مخزون Azure Storage blob:
تجنب الحسابات المتفرقة في الحسابات التي تدعم مساحة الاسم الهرمية
الحسابات المتفرقة هي تلك التي تحتوي على عدد كبير من العناصر المنتشرة عبر العديد من الدلائل. قد تتضمن هذه الدلائل أو لا تتضمن بنيات متداخلة بشكل عميق. تؤدي الحسابات المتفرقة إلى نسبة منخفضة جدا من الملفات إلى الدليل، والتي يمكن أن تتسبب في عدم الكفاءة في إنشاء تقرير المخزون وحتى تؤدي إلى حالات فشل. للتخفيف من أوجه القصور هذه، تأكد من أن حساب التخزين المفعل لمساحة الاسم الهرمية منظم تنظيما جيدا وتجنب وجود توزيع متفرق للكائنات.
استخدام CSV لتنسيق التصدير
عند إنشاء تقارير المخزون، اختر تنسيق csv إذا كانت حالة الاستخدام الخاصة بك لا تتطلب معالجة سريعة للبيانات. Parquet هو تنسيق ملف تخزين عمودي محسن للأداء وأحد أسرع التنسيقات للقراءة لمعالجة البيانات. ومع ذلك، قد يزيد تنسيق parquet الوقت المطلوب لإنشاء التقارير بسبب نفقاته العامة مما يجعله أبطأ من إنشاء تقرير بتنسيق csv. إذا كنت بحاجة إلى تنسيق parquet لمعالجة تقريرك بعد ذلك، يمكنك استخدام الأدوات المتاحة مفتوحة المصدر التي تحول CSV إلى تنسيق parquet.
تحديد نطاق قاعدة المخزون باستخدام بادئة
بدلا من تشغيل المخزون على حساب التخزين بأكمله، استخدم عامل تصفية مطابقة البادئة لإنشاء تقرير مخزون لمجموعات فرعية معينة من بياناتك.
تضمين البادئة: يستهدف عامل التصفية هذا مجموعة من الحاويات أو المسارات داخل حاوية. يساعد هذا النهج على تضييق نطاق تقرير المخزون الخاص بك، ما يجعل العملية أسرع وأكثر كفاءة.
استبعاد البادئة: استخدم عامل التصفية هذا لاستبعاد مجموعة فرعية معينة منه. يساعد هذا النهج أيضا على تضييق نطاق تقرير المخزون الخاص بك. لمعرفة المزيد، راجع عوامل تصفية القاعدة
تحديد الحقول ذات الصلة
يمكنك تخصيص تقارير المخزون عن طريق تحديد الحقول ذات الصلة التي تحتاج إليها فقط. يؤدي القيام بذلك إلى تقليل كمية البيانات التي تمت معالجتها وتصديرها، مما يؤدي إلى إنشاء تقرير أسرع وتحليل أسهل. لمعرفة المزيد حول حقول مخطط المخزون، راجع حقول المخطط المخصص المدعومة لمخزون الكائن الثنائي كبير الحجم
تضمين النوع الفرعي: العناصر واللقطات والإصدارات المحذوفة
على الرغم من أن تضمين هذه الشبكات الفرعية يمكن أن يوفر عرضا أكثر شمولا لحساب التخزين الخاص بك، فمن المهم تقييم ما إذا كانت ضرورية لاحتياجات التدقيق والإدارة الخاصة بك. إذا لم تكن مهمة، يمكن أن يساعد استبعادها في تحسين أداء وكفاءة عملية إنشاء التقرير. لتحديد الكائنات المحذوفة في عمليات تشغيل المخزون الأخيرة، قارن أسماء الكائنات الثنائية كبيرة الحجم من التشغيل الحالي مع تلك من تشغيل سابق. يمكن أن يوفر الفرق قائمة بالكائنات المحذوفة مؤخرا.
الاشتراك في أحداث مخزون الكائنات الثنائية كبيرة الحجم
ابق على علم بالأخطاء التي يسببها المستخدم عن طريق الاشتراك في أحداث مخزون الكائن الثنائي كبير الحجم. يساعدك هذا النهج الاستباقي على معالجة المشكلات بسرعة. لمعرفة المزيد حول كيفية الاشتراك في أحداث المخزون، راجع الحدث المكتمل للاشتراك في نهج مخزون الكائن الثنائي كبير الحجم.
مراقبة الزيادات غير المتوقعة في السعة
انتبه إلى الارتفاعات غير المتوقعة في سعة حساب التخزين الخاص بك، لأنها قد تشير إلى تراكم إصدارات الكائنات الثنائية كبيرة الحجم أو اللقطات أو العناصر المحذوفة مبدئيا. يمكن أن تساعدك مراقبة هذه التغييرات في اكتشاف المشكلات المحتملة وحلها قبل أن تؤثر على الأداء. بالإضافة إلى ذلك، يمكن لإدارة دورة حياة هذه الكائنات منع الإنشاء غير الضروري وتحسين أداء Blob Inventory. لمعرفة المزيد حول إدارة دورة حياة كائن ثنائي كبير الحجم، راجع نظرة عامة على إدارة دورة حياة Azure Blob Storage
باتباع أفضل الممارسات هذه، يمكنك تحسين أداء مخزون blob الخاص بك، وضمان إدارة فعالة وفعالة لتخزين Azure Blob الخاص بك.