在Azure Web App部署含1.3GB模型的Streamlit应用：是否直接推送？

你直接把1.3GB模型推送到Azure Web App是可行的——毕竟B1计划的持久磁盘有10GB空间，能装下这个模型。但这么做有几个明显的问题：

• Git推送大文件速度极慢，而且容易因为网络问题导致部署失败
• 你的Git仓库体积会越来越大，后续克隆、拉取都很麻烦
• 每次更新应用代码，都得重新推送一遍模型，完全没必要

更高效的方案有这几种：

1. 用Azure Blob Storage存模型 #

把模型上传到Azure Blob容器（设置好访问权限，比如私有容器用SAS令牌授权），然后在你的Streamlit代码里添加逻辑，启动时从Blob下载模型到Web App的本地目录，或者直接通过SDK远程加载（如果你的模型加载库支持的话）。
好处是：部署时只需要推送代码，不用带模型，部署速度快；模型可以单独更新，不用重新部署整个应用；Blob存储的成本比Web App的磁盘存储更低，还能做版本管理。

2. 挂载Azure Files共享存储 #

创建Azure Files共享，把模型上传到共享里，然后在Azure Web App的配置里把这个共享挂载到应用的某个本地路径（比如/model）。之后你的应用代码直接从这个挂载路径读取模型就行。
这个方案适合需要多个Web App实例共享同一份模型的场景，而且模型更新后所有实例都能立刻读取到最新版本，不用逐个部署。

3. 启动脚本自动下载模型 #

修改你的启动逻辑，比如写一个start.sh脚本，先检查本地有没有模型文件，如果没有就从Blob或者其他可靠存储源下载，再启动Streamlit应用。启动命令改成bash start.sh。
这种方式不用改太多代码，第一次部署时会自动拉取模型，之后如果模型没更新，启动时就跳过下载步骤，节省时间。

总结下来，除非你的模型特别小且从不更新，否则不建议直接把模型推送到Git仓库里部署。上面的几个方案都能帮你规避大文件部署的麻烦，还能让模型管理更灵活。

内容的提问来源于stack exchange，提问作者Sudarshan Bhamare