Come ormai sappiamo, Azure Storage è il servizio principale utilizzato da qualsiasi altra tecnologia messa a disposizione dalla piattaforma cloud di Microsoft. I blob, in particolare, permettono di memorizzare tera di file raggiungibili tramite REST e la comodità nonché lo spazio praticamente infinito che abbiamo potrebbe farci perdere di vista la situazione attuale di un container.
Per sopperire a questa potenziale confusione viene in aiuto una funzionalità automatica di inventario builtin in Azure Storage che di fatto scansiona il nostro container e produce un report indicando i file e tutte le caratteristiche. Per usufruire di questa funzionalità è sufficiente accedere alla sezione Blob inventory e creare una o più rule.

La rule definisce su quale container vogliamo scansionare e ci permette di indicare una serie di filtri per circoscrivere i blob da analizzare, dalla tipologia fino ad il prefisso, eventualmente con la possibilità di indicare quali campi esportare.

Il report viene generato automaticamente una volta alla settimana (la domenica) o giornalmente, esportando il tutto in formato CSV o Apache Parquet. Il file viene prodotto direttamente nel container da analizzane, strutturato per anno, mese e giorno, insieme ad un file .checksum (per l'eventuale validazione) e un manifest.json, con le informazioni sul report.
Il costo di tutto questo è composto dal numero di richieste necessarie a scansionare ogni file coinvolto, dal numero di richieste necessarie per la scrittura del report e dallo spazio allocato dallo stesso.
Commenti
Per inserire un commento, devi avere un account.
Fai il login e torna a questa pagina, oppure registrati alla nostra community.
Approfondimenti
Il nuovo controllo Range di Blazor 9
Gestione dei nomi con le regole @layer in CSS
Estrarre dati randomici da una lista di oggetti in C#
Gestire il colore CSS con HWB
Collegare applicazioni server e client con .NET Aspire
Selettore CSS :has() e i suoi casi d'uso avanzati
Utilizzare Copilot con Azure Cosmos DB
Utilizzare Azure AI Studio per testare i modelli AI
Migliorare la scalabilità delle Azure Function con il Flex Consumption
Testare l'invio dei messaggi con Event Hubs Data Explorer
Utilizzare DeepSeek R1 con Azure AI
Utilizzare il nuovo modello GPT-4o con Azure OpenAI