嘿，你的Spring Boot Azure存储网关现在遇到的内存占用问题，确实是大文件场景下的常见痛点，下面给你几个实打实的优化方案，帮你把内存 footprint 降下来：

一、上传环节内存优化 #

你之前的上传逻辑是把MultipartFile转成InputStream再传给BlobClient，核心问题是如果没做分块处理，大文件还是会被一次性加载到内存里。咱们可以调整成分块流式上传，同时配合Spring的Multipart配置，避免小文件也占用内存：

1. 分块上传代码实现 #

直接利用Azure Blob SDK的分块上传能力，指定每次上传的块大小（比如4MB），这样内存里只会保留当前处理的块数据：

@PostMapping("/upload")
public ResponseEntity<String> uploadFile(@RequestParam("file") MultipartFile file) throws IOException {
    // 这里替换成你获取BlobClient的逻辑
    BlobClient blobClient = azureBlobContainer.getBlobClient(file.getOriginalFilename());
    
    try (InputStream inputStream = file.getInputStream()) {
        // 分块上传：每次传4MB，第三个参数表示覆盖已有文件
        blobClient.upload(inputStream, 4 * 1024 * 1024, true);
    }
    
    return ResponseEntity.ok("文件上传成功");
}

2. 配置Spring Multipart磁盘存储 #

在application.yml里配置Multipart的阈值，超过阈值的文件会自动写到临时磁盘，而不是一直存在内存里：

spring:
  servlet:
    multipart:
      max-file-size: 100MB  # 允许上传的最大文件大小
      max-request-size: 100MB  # 允许的最大请求大小
      file-size-threshold: 1MB  # 超过1MB的文件写到临时磁盘

二、下载环节内存优化 #

你之前用blob.downloadContent()会把整个Blob内容加载到内存里，这对大文件来说简直是灾难！咱们改成流式下载，直接把Blob的输入流写到响应输出流，全程只有一小块缓冲区在内存里：

流式下载代码实现 #

用Spring的StreamingResponseBody来实现响应式的流式输出，避免一次性加载整个文件：

@GetMapping("/download/{filename}")
public ResponseEntity<StreamingResponseBody> downloadFile(@PathVariable String filename) throws IOException {
    BlobClient blobClient = azureBlobContainer.getBlobClient(filename);
    
    if (!blobClient.exists()) {
        return ResponseEntity.notFound().build();
    }
    
    // 设置响应头，告诉浏览器这是附件下载，并处理中文文件名乱码
    HttpHeaders headers = new HttpHeaders();
    headers.setContentType(MediaType.APPLICATION_OCTET_STREAM);
    headers.setContentDisposition(ContentDisposition.attachment()
            .filename(filename, StandardCharsets.UTF_8)
            .build());
    
    // 流式输出内容，每次只读写8KB缓冲区
    StreamingResponseBody responseBody = outputStream -> {
        try (InputStream blobInputStream = blobClient.openInputStream()) {
            byte[] buffer = new byte[8192];
            int bytesRead;
            while ((bytesRead = blobInputStream.read(buffer)) != -1) {
                outputStream.write(buffer, 0, bytesRead);
                outputStream.flush();  // 及时刷出缓冲区，避免内存堆积
            }
        }
    };
    
    return ResponseEntity.ok()
            .headers(headers)
            .body(responseBody);
}

三、额外的优化建议 #

• 调整Azure SDK的缓冲配置：如果需要更精细控制，可以通过BlobOpenInputStreamOptions设置Blob输入流的缓冲区大小，避免默认缓冲过大
• 配置超时时间：大文件上传下载容易超时，给BlobClient设置合适的超时参数，比如blobClient.getBlobUrl().setTimeout(Duration.ofMinutes(30))
• 内存监控：用Spring Boot Actuator的内存监控端点，实时查看优化后的内存占用情况，确保方案生效

这样调整之后，不管是上传还是下载大文件，你的网关服务内存占用都会保持在很低的水平，再也不用担心OOM问题啦！

备注：内容来源于stack exchange，提问作者Alexandre