如何使用Azure BlobClient按写入时间顺序遍历容器Blob并实时获取新Blob

完全可行，你可以通过「首次排序遍历已有Blob + 轮询监听新Blob」的组合方式实现需求，以下是具体的实现思路和代码示例（以Python SDK为例）：

一、首次遍历并按写入时间排序 #

Azure Blob的元数据中包含creation_time（创建/写入时间）和last_modified（最后修改时间）：如果严格按「首次写入时间」排序，优先使用creation_time；如果需要包含修改后的更新时间，则用last_modified。

代码示例： #

from azure.storage.blob import BlobServiceClient

# 初始化客户端
blob_service_client = BlobServiceClient.from_connection_string("你的存储账户连接字符串")
container_client = blob_service_client.get_container_client("目标容器名称")

# 列出容器内所有Blob，按创建时间升序排序（即写入先后顺序）
all_blobs = sorted(container_client.list_blobs(), key=lambda blob: blob.creation_time)

# 遍历处理
for blob in all_blobs:
    print(f"Blob名称: {blob.name}, 写入时间: {blob.creation_time}")
    # 如需读取Blob内容，可调用：
    # blob_client = container_client.get_blob_client(blob.name)
    # content = blob_client.download_blob().readall()

如果容器内Blob数量极大，建议使用分页遍历避免内存占用过高：

all_blobs = []
# 分页获取Blob
for page in container_client.list_blobs().by_page():
    all_blobs.extend(page)
# 排序
all_blobs_sorted = sorted(all_blobs, key=lambda blob: blob.creation_time)

二、持续监听并获取最新写入的Blob #

Azure Blob存储没有原生的实时推送通知（若用Event Grid需额外配置），但通过轮询+时间戳过滤的方式可以实现持续获取新Blob的需求：

代码示例： #

import time
from datetime import datetime, timezone

# 首次遍历后记录最新的写入时间戳
latest_timestamp = all_blobs_sorted[-1].creation_time if all_blobs_sorted else datetime.min.replace(tzinfo=timezone.utc)

# 持续轮询
while True:
    # 过滤出首次遍历后新写入的Blob
    new_blobs = [
        blob for blob in container_client.list_blobs()
        if blob.creation_time > latest_timestamp
    ]
    # 按写入时间排序后处理
    new_blobs_sorted = sorted(new_blobs, key=lambda blob: blob.creation_time)
    for blob in new_blobs_sorted:
        print(f"新写入Blob: {blob.name}, 写入时间: {blob.creation_time}")
        # 这里添加你的业务处理逻辑，如下载、解析等
    
    # 更新最新时间戳
    if new_blobs_sorted:
        latest_timestamp = new_blobs_sorted[-1].creation_time
    
    # 设置轮询间隔（根据业务需求调整，比如10秒）
    time.sleep(10)

注意事项 #

• 时区处理：Blob的时间属性都是UTC时间，若需转换为本地时间，可通过blob.creation_time.astimezone()进行转换
• 轮询间隔：间隔过短会增加API调用次数和成本，过长则会产生延迟，建议根据业务敏感度调整
• 去重处理：如果Blob存在覆盖更新的场景，last_modified会更新，此时若只想获取全新创建的Blob，务必使用creation_time过滤和排序

内容的提问来源于stack exchange，提问作者Papi Abi