如何在Azure Cosmos DB存储图片文件？Java SDK v4替代方案咨询

由于Azure Cosmos DB Java SDK v4（包括你使用的com.azure:azure-cosmos:3.1.0）已移除了托管附件的API支持，在无法使用Azure Blob存储的前提下，可采用以下两种可行方案：

方案1：Base64编码嵌入文档 #

将图片文件编码为Base64字符串，直接作为Cosmos DB文档的一个属性存储。这种方式适合小体积图片（单文档总大小不超过2MB），实现简单直接：

示例代码 #

import com.azure.cosmos.CosmosClient;
import com.azure.cosmos.CosmosClientBuilder;
import com.azure.cosmos.CosmosContainer;
import com.azure.cosmos.models.CosmosItemRequestOptions;
import com.azure.cosmos.models.CosmosItemResponse;
import com.azure.cosmos.models.PartitionKey;
import java.io.File;
import java.io.FileInputStream;
import java.util.Base64;
import java.util.HashMap;
import java.util.Map;

public class CosmosImageUpload {
    public static void main(String[] args) {
        // 初始化Cosmos客户端（替换为你的实例配置）
        try (CosmosClient cosmosClient = new CosmosClientBuilder()
                .endpoint("your-cosmos-endpoint")
                .key("your-cosmos-key")
                .buildClient()) {
            CosmosContainer container = cosmosClient.getDatabase("your-db-name").getContainer("your-container-name");
            
            // 读取图片文件并转为Base64编码
            File imageFile = new File("path/to/target/image.jpg");
            byte[] imageBytes = new byte[(int) imageFile.length()];
            try (FileInputStream fis = new FileInputStream(imageFile)) {
                fis.read(imageBytes);
            }
            String base64Image = Base64.getEncoder().encodeToString(imageBytes);
            
            // 构造包含图片数据的文档
            Map<String, Object> imageDocument = new HashMap<>();
            imageDocument.put("id", "image-doc-001");
            imageDocument.put("imageName", "example.jpg");
            imageDocument.put("imageData", base64Image);
            imageDocument.put("contentType", "image/jpeg");
            
            // 上传文档到Cosmos DB
            CosmosItemResponse<Map> uploadResponse = container.createItem(
                    imageDocument,
                    new PartitionKey(imageDocument.get("id").toString()),
                    new CosmosItemRequestOptions());
            
            System.out.println("文档上传成功，状态码：" + uploadResponse.getStatusCode());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

注意事项 #

• Cosmos DB单文档最大容量为2MB，Base64编码会使文件体积增加约33%，因此原图片大小建议不超过1.5MB。
• 生产环境中需添加IO异常处理与重试逻辑，避免上传失败。

方案2：拆分大文件为块存储 #

若图片体积超过2MB，可将文件拆分为多个固定大小的块，每个块作为独立文档存储在专用容器中，同时维护元数据文档记录块的顺序、总数、原文件信息等：

核心思路 #

1. 创建两个容器：media-chunks用于存储拆分后的文件块，media-metadata用于存储文件元数据。
2. 上传时将图片拆分为1.5MB以内的块，依次上传每个块到media-chunks。
3. 所有块上传完成后，写入包含文件名、总块数、块索引列表的元数据到media-metadata。
4. 下载时先读取元数据，再按顺序拉取所有块并合并还原为原文件。

示例代码片段（拆分上传） #

// 拆分图片为块并上传
int chunkSize = 1024 * 1024 * 1; // 1MB每块
byte[] buffer = new byte[chunkSize];
String parentId = "image-001";
try (FileInputStream fis = new FileInputStream(imageFile)) {
    int bytesRead;
    int chunkIndex = 0;
    while ((bytesRead = fis.read(buffer)) != -1) {
        byte[] chunkData = new byte[bytesRead];
        System.arraycopy(buffer, 0, chunkData, 0, bytesRead);
        String chunkBase64 = Base64.getEncoder().encodeToString(chunkData);
        
        // 构造块文档
        Map<String, Object> chunkDoc = new HashMap<>();
        chunkDoc.put("id", parentId + "-chunk-" + chunkIndex);
        chunkDoc.put("parentId", parentId);
        chunkDoc.put("chunkIndex", chunkIndex);
        chunkDoc.put("chunkData", chunkBase64);
        
        // 上传块到media-chunks容器
        chunkContainer.createItem(chunkDoc, new PartitionKey(chunkDoc.get("id").toString()), null);
        chunkIndex++;
    }
    
    // 写入元数据到media-metadata容器
    Map<String, Object> metadataDoc = new HashMap<>();
    metadataDoc.put("id", parentId);
    metadataDoc.put("fileName", "large-image.jpg");
    metadataDoc.put("totalChunks", chunkIndex);
    metadataDoc.put("contentType", "image/jpeg");
    
    metadataContainer.createItem(metadataDoc, new PartitionKey(metadataDoc.get("id").toString()), null);
}

注意事项 #

• 元数据中需明确记录块的索引顺序，确保下载合并时顺序正确。
• 可给每个块添加校验和字段，用于验证块数据的完整性。

内容的提问来源于stack exchange，提问作者jodoro