Azure 存储（Storage）是Microsoft Azure云中非常关键的基础性服务，绝大多数的服务（例如Azure虚拟机VM的VHD文件、大数据HDInsight等），都基于这一关键服务。
对于希望深入管理自己云应用的IT人员或者开发人员，特别是一些基于Azure提供多租户（Multi-tenancy）服务的厂商，希望能够更深入地掌握自己账户的存储的运行情况，以便进行有效控制、成本分摊及异常诊断等。
这里涉及到的一个关键概念就是Azure的存储分析，可以为存储帐户提供指标数据，进行跟踪请求、分析使用情况趋势及诊断问题等。
目前，可以针对存储帐户的关键类型，即Blob、表、队列等进行度量，后续也会将共享文件（FileShare，目前还在预览Preview阶段）提供度量分析支持。
在Azure管理门户（Management Portal）上，可以非常便捷地开启和设置对存储的监控、记录及后续分析的功能。如下图，可以针对选定的存储账号（Storage Account），在“配置”页中，对“监视”及“日志记录”中的Blob、 表、队列等，开启相关设置。
此外，还可以通过 REST API 或客户端库以编程方式启用存储分析，例如：PUT https:// <account-name>.blob.core.windows.net/?restype=service&comp=properties HTTP/1.1。
应该注意的是，对于存储账号，“监视”及“日志记录”默认的设置是“关闭”。根据实践，建议开启这一配置，以便进行排错、分析。
另外，在存储的架构层次里，建议针对存储账户，而非其更下一层，例如Blob的容器（Container），进行监控。当然，如果需要了解Container, Table, Queue中的容量规模，可以自己来估算大概规模：
例如，对于Blob Container，总规模公式：
48 bytes + Len(ContainerName) * 2 bytes +
For-Each Metadata[3 bytes + Len(MetadataName) + Len(Value)] +
For-Each Signed Identifier[512 bytes]
对于Table Entity，总规模公式：
4 bytes + Len (PartitionKey + RowKey) * 2 bytes +
For-Each Property(8 bytes + Len(Property Name) * 2 bytes + Sizeof(.Net Property Type))
对于Queue，总规模公式：
24 bytes + Len(QueueName) * 2 +
For-Each Metadata(4 bytes + Len(QueueName) * 2 bytes + Len(Value) * 2 bytes)
更详细的信息，可以参考下面的博客文章：
如何估算Container, Table, Queue的容量
对于客户端方式，也可以利用日志功能，对Azure存储访问请求及响应情况进行记录。
对于存储的监控、分析度量，一些关键的运行指标，值得重点关注：
- TotalRequests，即向存储服务或指定的 API 操作发出的请求数。
- TotalEgress，即传出数据量（字节）。
- TotalIngress，即传入数据量（字节）。
- TotalBillableRequests，即计费的请求数。从Azure存储内部机制而言，某些失败的请求是不在计费范围内的。
此外，还有一些不同类型的错误信息，也便于更深入地了解存储的异常情况，例如：
- ThrottlingError，了解被阻塞的存储访问数量。利用这一指标，可以更好地规划存储账号，合理地将负载分配到多存储账号，提高系统的整体性能。
- PercentThrottlingError，即失败并出现限制错误的请求百分比。
- PercentTimeoutError，即失败并出现超时错误的请求百分比。该数字包括客户端和服务器超时
- PercentAuthorizationError，即失败并出现 AuthorizationError 的请求百分比。对于安全性方面的监控，有助于防止恶意攻击、侵入等安全隐患。
- NetworkError，即向存储服务或指定的 API 操作发出且返回 NetworkError 的已验证请求数。
此外，还有一些指标可以帮助更好地了解性能相关情况，例如：
- AverageE2ELatency，即向存储服务或指定的 API 操作发出的成功请求的平均端到端滞后时间（毫秒）。该值包括在 Windows Azure 中读取请求、发送响应以及接收响应确认所需的处理时间。
- AverageServerLatency，即Azure 存储处理成功请求使用的平均滞后时间（毫秒）。该值不包括在 AverageE2ELatency 中指定的网络滞后时间。
结合这些指标，可以更好地优化应用中数据结构的设计，合理设计分区（Partition Key），提供应用的响应性能。
+dong&size=large){kind=avatar}
