Asp.Net Azure Cloud - 获取文件大小需要很长时间

Question

我想获取父文件夹下可用的各种子文件夹下所有文件的大小总和。

我知道大小，但计算结果大约需要 15 秒。

代码如下：

var storageAccount = CloudStorageAccount.Parse("connectionString");
var fileClient = storageAccount.CreateCloudFileClient();
var cloudFileShare = fileClient.GetShareReference("shareName");
var rootDirectory = cloudFileShare.GetRootDirectoryReference();
var directory = rootDirectory.GetDirectoryReference("folderName");

var size = directory.ListFilesAndDirectories().Select(x => (CloudFileDirectory)x).SelectMany(x => x.ListFilesAndDirectories()).Sum(x => ((CloudFile)x).Properties.Length);

我可以进一步优化它以快速获得大小。

编辑 1：

测试：

• 场景 1：更多文件夹包含更多或更少文件
• 场景 2：文件夹更少，文件更多或更少

调查结果：

• 文件夹数量多时，无论文件如何，都需要很长时间 计数（可能更多或更少）
• 当文件夹数量较少时，它可以正常工作，而与文件数量无关（可能更多或更少）

Answer 1

检查您的 LINQ 查询：

var size = directory
           .ListFilesAndDirectories()
           .Select(x => (CloudFileDirectory)x)
           .SelectMany(x => x.ListFilesAndDirectories())
           .Sum(x => ((CloudFile)x).Properties.Length);

我可以看到一些初始问题。首先，这假设根目录内的第一级仅存在目录。这可以通过铸造(CloudFileDirectory)x 看到。如果找到CloudFile，这将引发异常。一个可扩展的解决方案应该处理这两种类型的文件。其次，此查询还假设每个子目录中仅存在文件，因此 (CloudFile)x 强制转换。这意味着这只会在子目录中深入一层，并且不会通过任何子目录递归。如果找到任何子目录，这也会引发异常。我在下面概述了一些更具可扩展性的方法。

解决方案 1：

使用CloudFileDirectory.ListFilesAndDirectories()，它将所有文件组合成一个IEnumerable<IListFileItem>。如果找到文件，则递归遍历每个项目并总结找到的 btyes，如果找到目录，则递归。

public static void FileShareByteCount(CloudFileDirectory directory, ref long bytesCount)
{
    if (directory == null)
    {
        throw new ArgumentNullException("directory", "Directory cannot be null");
    }

    var files = directory.ListFilesAndDirectories();

    foreach (var item in files)
    {
        if (item.GetType() == typeof(CloudFileDirectory))
        {
            var cloudFileDirectory = item as CloudFileDirectory;
            FileShareByteCount(cloudFileDirectory, ref bytesCount);
        }
        else if (item.GetType() == typeof(CloudFile))
        {
            var cloudFile = item as CloudFile;
            bytesCount += cloudFile.Properties.Length;
        }
    }
}

用法一：

long bytesCount = 0;
FileShareByteCount(sampleDir, ref bytesCount);
Console.WriteLine($"Current file share usage: {bytesCount}");

解决方案 2：

使用CloudFileDirectory.ListFilesAndDirectoriesSegmented() 分批浏览文件共享，它允许您指定每个IEnumerable<IListFileItem> 段要返回的文件数。同上，递归遍历每一项，如果找到文件则总结找到的btyes，如果找到目录则递归。

public static void FileShareByteCount(CloudFileDirectory directory, int? maxResults, ref long bytesCount)
{
    if (directory == null)
    {
        throw new ArgumentNullException("directory", "Directory cannot be null");
    }

    FileContinuationToken continuationToken = null;

    do
    {
        var resultSegment = directory.ListFilesAndDirectoriesSegmented(maxResults, continuationToken, null, null);

        var results = resultSegment.Results;

        if (results.Count() > 0)
        {
            foreach (var item in results)
            {
                if (item.GetType() == typeof(CloudFileDirectory))
                {
                    var cloudFileDirectory = item as CloudFileDirectory;
                    FileShareByteCount(cloudFileDirectory, maxResults, ref bytesCount);
                }
                else if (item.GetType() == typeof(CloudFile))
                {
                    var cloudFile = item as CloudFile;
                    bytesCount += cloudFile.Properties.Length;
                }
            }
        }

        continuationToken = resultSegment.ContinuationToken;

    } while (continuationToken != null);
}

用法2：

long bytesCount = 0;
FileShareByteCount(directory, 100, ref bytesCount);
Console.WriteLine($"Current file share usage: {bytesCount}");

注意：您可以使用maxResults 指定段的最大大小。微软documentation 声明：

一个非负整数值，表示一次返回的最大结果数，最多为每次操作的限制 5000。如果此值为 null，则将返回最大可能的结果数，最多到 5000。