Azure Function Python中blob.set输出绑定存储空文件问题

你遇到的空文件问题核心原因是输入绑定base和输出绑定blobout指向了同一个Blob路径base-container/base.csv，这在Azure Functions里会触发资源冲突：

函数触发时，系统会先加载输入绑定的Blob，同时输出绑定会提前初始化一个空Blob用于写入，直接覆盖原文件；后续你的写入操作会因资源锁定或初始化逻辑冲突，无法正确将数据持久化到最终文件中。

解决方案 #

方案1：改用Azure Storage SDK直接读写（推荐） #

放弃用输入/输出绑定操作同一个Blob，改用SDK直接控制读写流程，彻底避免绑定冲突：

1. 安装依赖包：

pip install azure-storage-blob

2. 修改__init__.py代码：

import logging
import pandas as pd
import os
import azure.functions as func
from io import BytesIO
from azure.storage.blob import BlobServiceClient

def process_data(df_base, df_new):
    # 保留你原有的数据处理逻辑
    # 示例：合并两个DataFrame
    return pd.concat([df_base, df_new], ignore_index=True)

def main(myblob: func.InputStream):
    # 从环境变量读取存储连接字符串
    conn_str = os.environ["my_storage"]
    blob_service_client = BlobServiceClient.from_connection_string(conn_str)
    
    # 读取base.csv
    base_blob_client = blob_service_client.get_blob_client(container="base-container", blob="base.csv")
    base_data = base_blob_client.download_blob().readall()
    df_base = pd.read_csv(BytesIO(base_data))
    
    # 读取触发的新CSV文件
    df_new = pd.read_csv(BytesIO(myblob.read()))
    
    # 处理数据并验证非空
    df_final = process_data(df_base, df_new)
    logging.info(f"处理后数据行数：{len(df_final)}, 列数：{len(df_final.columns)}")
    
    # 转换为CSV字节流并覆盖写入原文件
    csv_content = df_final.to_csv(index=False).encode("utf-8")
    base_blob_client.upload_blob(csv_content, overwrite=True)

3. 更新function.json，仅保留Blob触发器绑定：

{
  "scriptFile": "__init__.py",
  "bindings": [
    {
      "name": "myblob",
      "type": "blobTrigger",
      "direction": "in",
      "path": "new-container/{name}",
      "connection": "my_storage"
    }
  ]
}

方案2：临时路径验证（用于快速排查） #

若想快速确认数据能否正常写入，可先修改输出绑定路径为临时位置（比如base-container/base-temp.csv），验证数据写入正常后，再调整逻辑处理原文件覆盖。

额外排查点 #

• 确认process_data函数确实返回非空DataFrame，通过日志打印数据量可快速验证；
• 检查函数所用连接字符串对应的账号，是否拥有目标Blob容器的写入权限。

内容的提问来源于stack exchange，提问作者Shaida Muhammad