Διαχείριση αποθήκευσης στο Dataverse και εφαρμογές οικονομικών και επιχειρηματικών δραστηριοτήτων

Καθώς οι οργανισμοί επιταχύνουν το ταξίδι τους στον ψηφιακό μετασχηματισμό, η ικανότητα αποτελεσματικής διαχείρισης δεδομένων καθίσταται στρατηγική επιχειρηματική επιτακτική ανάγκη. Με την άνοδο των εφαρμογών που υποστηρίζονται από την Τεχνητή Νοημοσύνη και των ροών εργασίας που βασίζονται στο Copilot, οι επιχειρήσεις παράγουν και καταναλώνουν δεδομένα με πρωτοφανείς ρυθμούς. Αυτά τα δεδομένα τροφοδοτούν την καινοτομία, επιτρέπουν εξατομικευμένες εμπειρίες και υποστηρίζουν τη λήψη κρίσιμων αποφάσεων — αλλά μόνο εάν διαχειρίζονται και αποθηκεύονται με έξυπνο τρόπο.

Για να υποστηρίξουν αυτές τις εξελισσόμενες επιχειρηματικές ανάγκες, οι οργανισμοί πρέπει να υιοθετήσουν μια προληπτική στρατηγική διαχείρισης αποθήκευσης. Αυτό διασφαλίζει ότι τα δεδομένα που δεν απαιτούνται πλέον για τις καθημερινές λειτουργίες αντιμετωπίζονται με υπευθυνότητα, απελευθερώνοντας χωρητικότητα για φόρτους εργασίας υψηλής αξίας, μειώνοντας τις λειτουργικές τριβές και ευθυγραμμιζόμενα με τις απαιτήσεις συμμόρφωσης και ελέγχου.

Από τεχνικής άποψης, η αποτελεσματική διαχείριση αποθήκευσης στο Dynamics 365 βελτιώνει την απόδοση του συστήματος, βελτιώνει την οικονομική αποδοτικότητα και διασφαλίζει την τήρηση των πολιτικών μακροπρόθεσμης διατήρησης (LTR). Dataverse Και οι δύο πλατφόρμες προσφέρουν εργαλεία και δυνατότητες αυτοματισμού που δίνουν τη δυνατότητα στους οργανισμούς να διαχειρίζονται τον χώρο αποθήκευσης.

Εφαρμόζοντας τις στρατηγικές που περιγράφονται σε αυτό το άρθρο, οι επιχειρήσεις μπορούν να μειώσουν τα έξοδα υποστήριξης, να βελτιστοποιήσουν τη συμμόρφωση και να αποδεσμεύσουν μεγαλύτερη αξία από τις επιχειρηματικές τους εφαρμογές, μετατρέποντας την αποθήκευση από περιορισμό σε ανταγωνιστικό πλεονέκτημα.

Βασικά πλεονεκτήματα

Η αποτελεσματική διαχείριση αποθήκευσης στο Dynamics 365 παρέχει πολλά βασικά οφέλη που αντιμετωπίζουν κοινά προβλήματα των πελατών και ενισχύουν τη συνολική λειτουργική αποδοτικότητα. Dataverse

  • Αυξημένη συμμόρφωση με το LTR: Η αποτελεσματική διαχείριση αποθήκευσης διασφαλίζει ότι τα δεδομένα αποθηκεύονται σύμφωνα με τις πολιτικές LTR. Αυτό όχι μόνο βοηθά στην εκπλήρωση των κανονιστικών απαιτήσεων, αλλά διασφαλίζει επίσης ότι τα κρίσιμα δεδομένα διατηρούνται και είναι προσβάσιμα όταν χρειάζονται.

  • Βελτιωμένη απόδοση: Βελτιστοποιώντας τη διαχείριση αποθήκευσης, οι οργανισμοί μπορούν να βελτιώσουν σημαντικά την απόδοση των συστημάτων τους. Η αποτελεσματική κατανομή και διαχείριση αποθήκευσης μειώνει την καθυστέρηση και βελτιώνει την ταχύτητα ανάκτησης δεδομένων, οδηγώντας σε ομαλότερες και ταχύτερες λειτουργίες.

  • Αύξηση της οικονομικής αποδοτικότητας: Η αποτελεσματική διαχείριση αποθήκευσης δίνει τη δυνατότητα στους οργανισμούς να επικεντρώνονται σε δεδομένα υψηλής αξίας, βελτιστοποιώντας και αποσυμφορώντας το τοπίο αποθήκευσης. Διατηρώντας μόνο τα απαραίτητα, οι επιχειρήσεις μπορούν να βελτιστοποιήσουν το αποτύπωμα αποθήκευσης, οδηγώντας σε πιο έξυπνη αξιοποίηση των πόρων και οικονομικά αποδοτική επεκτασιμότητα.

Φόντο

Καθώς οι οργανισμοί αναπτύσσονται και ψηφιοποιούν περισσότερες από τις δραστηριότητές τους, ο όγκος των επιχειρηματικών δεδομένων που αποθηκεύονται σε συστήματα όπως το Dataverse και το Dynamics 365 αυξάνεται σταθερά. Αυτό περιλαμβάνει όχι μόνο ενεργά δεδομένα συναλλαγών, αλλά και ιστορικά αρχεία που πρέπει να διατηρούνται για σκοπούς ελέγχου, κανονισμών ή επιχειρησιακής συνέχειας. Με την πάροδο του χρόνου, αυτή η συσσώρευση μπορεί να οδηγήσει σε υποβάθμιση της απόδοσης, αυξημένα λειτουργικά έξοδα και αυξανόμενο κόστος αποθήκευσης — ειδικά όταν δεδομένα που δεν χρησιμοποιούνται πλέον ενεργά παραμένουν σε επίπεδα αποθήκευσης υψηλής απόδοσης.

Μια σαφώς καθορισμένη στρατηγική διαχείρισης αποθήκευσης βοηθά τους οργανισμούς να αντιμετωπίσουν αυτές τις προκλήσεις, εντοπίζοντας δεδομένα που μπορούν να αρχειοθετηθούν, να καθαριστούν ή να μετακινηθούν σε χώρους αποθήκευσης χαμηλότερου κόστους και βελτιστοποιημένης ανάγνωσης. Αυτό είναι σημαντικό για σενάρια συμμόρφωσης όπου τα δεδομένα πρέπει να παραμένουν αμετάβλητα, με χαμηλή πρόσβαση και μόνο για ανάγνωση, όπως οικονομικά αρχεία, αρχεία καταγραφής ελέγχων ή κανονιστικές καταθέσεις. Η διασφάλιση ότι τα δεδομένα αυτά διατηρούνται με συμβατό τρόπο, χωρίς να επηρεάζεται η απόδοση των συστημάτων που λειτουργούν σε πραγματικό χρόνο, αποτελεί βασική απαίτηση για πολλές επιχειρήσεις.

Χρησιμοποιώντας τα εργαλεία και τις στρατηγικές που είναι διαθέσιμες και στις δύο πλατφόρμες, οι οργανισμοί μπορούν να αποκτήσουν καλύτερη ορατότητα στο αποτύπωμα αποθήκευσης που διαθέτουν, να μειώσουν την περιττή κατανάλωση και να διασφαλίσουν ότι τα δεδομένα που είναι κρίσιμα για τη συμμόρφωση χειρίζονται κατάλληλα.

Αυτό το άρθρο περιγράφει πρακτικές προσεγγίσεις στη διαχείριση αποθήκευσης που βοηθούν τους πελάτες να ευθυγραμμίσουν τις πρακτικές διατήρησης δεδομένων τους με τις επιχειρηματικές και κανονιστικές ανάγκες. Αυτό βελτιώνει την απόδοση του συστήματος, μειώνει τα λειτουργικά έξοδα και διασφαλίζει ότι οι υποχρεώσεις συμμόρφωσης εκπληρώνονται χωρίς συμβιβασμούς.

Γιατί αποθηκεύουμε δεδομένα

Για να επιλέξετε και να βελτιστοποιήσετε το σωστό μοτίβο διατήρησης δεδομένων για τα δεδομένα σας, είναι σημαντικό να σκεφτείτε τους λόγους και τις χρήσεις για τις οποίες αποθηκεύουμε δεδομένα.

Επιχειρησιακά δεδομένα

Με μια επιχειρηματική εφαρμογή, τα λειτουργικά δεδομένα είναι αυτά που χρησιμοποιούνται για την παρακολούθηση των πωλήσεων ή των οικονομικών ενεργειών ή των ενεργειών της εφοδιαστικής αλυσίδας.

Αυτά τα δεδομένα πρέπει να είναι προσβάσιμα σε πραγματικό χρόνο, υποστηρίζοντας τις διαδικασίες των πελατών και τις εσωτερικές λειτουργικές διαδικασίες που καταγράφουν λεπτομερείς ενέργειες, όπως αλληλεπιδράσεις με πελάτες, παραγγελίες ή δραστηριότητες αποθέματος.

Με την πάροδο του χρόνου, τα λειτουργικά δεδομένα ενδέχεται να μεταβούν από την ενεργή χρήση σε σπάνια χρήση. Τα δεδομένα ενδέχεται να χρειάζεται να είναι προσβάσιμα σε σχεδόν πραγματικό χρόνο, για να βοηθήσουν έναν πελάτη με μια παραγγελία ή σε μια υπόθεση υποστήριξης. Για παράδειγμα, φέρτε στο νου σας τα ακόλουθα σενάρια:

  • Ένας πελάτης κάνει μια παραγγελία, ενώ ένας άλλος πελάτης, ο οποίος δεν έχει αλληλεπιδράσει με την επιχείρηση για κάποιο χρονικό διάστημα, κάνει μια παραγγελία.
  • Κάθε παραγγελία που έχει υποβληθεί και αποστέλλεται, είναι συνεχώς προσβάσιμη. Υπάρχουν επίσης παραγγελίες που καλύπτονται από τριετή εγγύηση και ενδέχεται να χρειαστεί να υποβληθούν σε παραπομπή για υποστήριξη και ενδεχομένως να απαιτηθεί επιστροφή χρημάτων.

Αυτό μπορεί να οδηγήσει σε φάσεις αναγκών πρόσβασης σε λειτουργικά δεδομένα, όπως:

  • Λιγότερο από ένα έτος ενεργής πρόσβασης σε δεδομένα.
  • Λιγότερο από τρία χρόνια δεδομένων με σπάνια πρόσβαση.
  • Πάνω από τρία χρόνια κατά τα οποία τα δεδομένα δεν έχουν πλέον λειτουργική πρόσβαση.

Η φύση της λειτουργικής αποθήκευσης σε πραγματικό χρόνο την καθιστά σχετικά ακριβή σε σύγκριση με άλλες μορφές αποθήκευσης, επομένως η αναγνώριση του πότε τα δεδομένα χρειάζονται λειτουργική πρόσβαση και πότε όχι είναι σημαντική για τον καθορισμό στρατηγικών διατήρησης.

Επιχειρησιακή ολοκλήρωση

Ως εξειδικευμένη κατηγορία επιχειρησιακής χρήσης, ενδέχεται να απαιτείται η αναπαραγωγή δεδομένων μεταξύ πολλαπλών λειτουργικών συστημάτων, συμπεριλαμβανομένων μοτίβων όπως:

  • Τραπεζιτικές εργασίες Διαχείριση σχέσεων πελατών για αλληλεπιδράσεις με πελάτες πρώτης γραμμής και αναπαραγωγή σε πολλαπλά τραπεζικά συστήματα. Για παράδειγμα, έχετε τρεχούμενους λογαριασμούς, πιστωτικές κάρτες, στεγαστικά δάνεια και συστήματα ελέγχου πιστοληπτικής ικανότητας.
  • Βιομηχανοποίηση Διαχείριση σχέσεων πελατών για την πρώτη γραμμή λήψης παραγγελιών και σύστημα διαχείρισης επιχειρηματικών πόρων για τη διαχείριση της εφοδιαστικής αλυσίδας.
  • Χειρισμός έκτακτης ανάγκης από την αστυνομία Η διαχείριση σχέσεων πελατών για τις αλληλεπιδράσεις με τους πολίτες και τα συστήματα αποστολής για τα αστυνομικά τμήματα προσφέρουν διαχείριση ανάπτυξης.

Σε αυτές τις περιπτώσεις, ενώ κάθε σύστημα μπορεί να έχει μοναδικά δεδομένα που παρακολουθεί, συχνά υπάρχουν κοινά, κύρια δεδομένα που πρέπει να κοινοποιούνται μεταξύ των συστημάτων και να διατηρούνται συγχρονισμένα, γεγονός που οδηγεί σε ανάγκες ενοποίησης.

Δεδομένα ελέγχου

Μια επιχείρηση συνήθως έχει την κανονιστική ευθύνη να διατηρεί δεδομένα για εκτεταμένες περιόδους — για παράδειγμα, κατά μέσο όρο επτά χρόνια — για σκοπούς ελέγχου, εσωτερικούς ή εξωτερικούς, όπως η υποστήριξη οικονομικού ελέγχου, η κανονιστική γνωστοποίηση ή η αναθεώρηση περιστατικών απάτης.

Αυτά τα δεδομένα συνήθως καλύπτουν τόσο δεδομένα που απαιτούνται για λειτουργικούς σκοπούς όσο και δεδομένα που δεν χρειάζονται πλέον, καθώς επιτρέπουν την ανασκόπηση ολόκληρου του συνόλου δεδομένων από ένα μέρος.

Δεδομένα ανάλυσης

Οι οργανισμοί έχουν την ανάγκη να επανεξετάζουν και να αναλύουν την κατάσταση της επιχείρησής τους. Πρέπει να μετρούν και να συγκρίνουν στατιστικά στοιχεία με την πάροδο του χρόνου και να καλύπτουν πολλά ή όλα τα μέρη της επιχείρησης.

Οι μεγάλες περίοδοι και το εύρος των δεδομένων στα οποία μπορεί να πραγματοποιηθεί αυτή η ανάλυση οδηγούν στην ανάγκη αναπαραγωγής των λειτουργικών δεδομένων σε εξειδικευμένα εργαλεία ανάλυσης. Αυτό αποτρέπει την επίδραση πολύπλοκων αναλυτικών στοιχείων στην απόδοση των λειτουργικών συστημάτων, αλλά επιτρέπει επίσης την ανάλυση σε σύνολα δεδομένων που υπερβαίνουν την περίοδο για την οποία τα δεδομένα είναι απαραίτητα σε επιχειρησιακό επίπεδο. Για παράδειγμα, ίσως χρειαστεί να συγκρίνετε δεδομένα σε διάστημα επτά ετών, αντί για διάστημα ενός έως δύο ετών. Ωστόσο, οι διαφορετικές ανάγκες ανάλυσης ενδέχεται να απαιτούν όλες τις περιόδους διατήρησης δεδομένων ή να καλύπτουν μόνο τα δεδομένα που διατηρούνται σε λειτουργικά συστήματα.

Τα δεδομένα ανάλυσης συνήθως επιτρέπουν τη συγκέντρωση δεδομένων από πολλά τμήματα της επιχείρησης και συνδυάζουν δεδομένα από πολλά συστήματα.

Ροή δεδομένων

Τα δεδομένα αυτών των τύπων συνήθως ρέουν με την πάροδο του χρόνου από λειτουργικά δεδομένα και στη συνέχεια σε δεδομένα συναλλαγών ή ιστορικά δεδομένα, όπως φαίνεται στην ακόλουθη εικόνα.

Η ροή των δεδομένων.

Διαφορετικοί τύποι αποθήκευσης

Dataverse τύποι αποθήκευσης

Dataverse Οργανώνει την αποθήκευση σε τρεις κύριες κατηγορίες, καθεμία με ξεχωριστά μοτίβα χρήσης και επιπτώσεις χρέωσης.

Τύπος χώρου αποθήκευσης Description Υποθέσεις συνήθους χρήσης
Αποθήκευση βάσης δεδομένων Αποθηκεύει δομημένα δεδομένα σε πίνακες—τυπικούς και προσαρμοσμένους. Επαγγελματικές εγγραφές, μετα-δεδομένα, σχέσεις και ρυθμίσεις παραμέτρων
Αποθήκευση αρχείων Αποθηκεύει συνημμένα και δυαδικά δεδομένα. Συνημμένα email, εικόνες, έγγραφα που μεταφορτώνονται μέσω Power Apps
Αποθήκευση αρχείων καταγραφής Αποθηκεύει αρχεία καταγραφής ελέγχου και αρχεία καταγραφής ανίχνευσης προσθηκών. Αλλαγή παρακολούθησης, ελέγχου, διαγνωστικών ελέγχων και συμμόρφωσης

Τύποι αποθήκευσης πλατφόρμας χρηματοδότησης και λειτουργιών

Η διαχείριση της χρηματοδότησης και της αποθήκευσης λειτουργιών γίνεται ξεχωριστά, αλλά ενσωματώνεται όλο και περισσότερο στο Power Platform οικοσύστημα. Περιλαμβάνει τους ακόλουθους τύπους αποθήκευσης.

Τύπος χώρου αποθήκευσης Description Υποθέσεις συνήθους χρήσης
Λειτουργική αποθήκευση βάσης δεδομένων Βασικά δεδομένα συναλλαγών για χρηματοδότηση, αλυσίδα εφοδιασμού, ανθρώπινους πόρους και άλλα Εγγραφές καθολικού, απογραφή, παραγγελίες πελατών
Αποθήκευση διαχείρισης εγγράφων Δυαδικά μεγάλα αντικείμενα (Blobs) αποθηκευμένα στο χώρο αποθήκευσης αντικειμένων blob Azure Τιμολόγια, αποδείξεις, σαρωμένα έγγραφα
Αρχεία καταγραφής τηλεμετρίας και διαγνωστικών Αρχεία καταγραφής συστήματος και δεδομένα τηλεμετρίας Παρακολούθηση απόδοσης, διαγνωστικά ζητημάτων.

Σενάρια κοινόχρηστης και ενσωματωμένης αποθήκευσης

  • Χώρος αποθήκευσης διπλής εγγραφής

    • Επιτρέπει συγχρονισμό σε πραγματικό χρόνο μεταξύ Dataverse και των εφαρμογών χρηματοδότησης και λειτουργιών.
    • Απαιτεί προσεκτική διαχείριση ρόλων και ικανοτήτων για την αποφυγή επικαλύψεων ή υπερβολικής χρήσης.

  • Μακροπρόθεσμη διατήρηση (LTR)

    • Μετακινεί δεδομένα ιστορικού σε μια λίμνη διαχειριζόμενων δεδομένων (MDL).
    • Μειώνει τη χρήση του κύριου χώρου αποθήκευσης, διατηρώντας παράλληλα τη συμμόρφωση και την πρόσβαση στα αναλυτικά στοιχεία.
    • Ενσωματώνεται με:
      • Γρήγορη εύρεση (Dataverse-εγγενής αναζήτηση)
      • OneLake (αναλυτικά στοιχεία που βασίζονται σε ύφασμα)
      • Synapse Link (προσαρμοσμένα αναλυτικά στοιχεία λίμνης)

Πώς αυξάνονται τα δεδομένα σας με την πάροδο του χρόνου

Καθώς οι οργανισμοί κλιμακώνουν τη χρήση της Dataverse πλατφόρμας χρηματοδότησης και λειτουργιών του Dynamics 365, η αύξηση των δεδομένων γίνεται τόσο σημάδι επιτυχίας όσο και στρατηγική πρόκληση. Αυτό που ξεκινά ως ένα λιτό, συναλλακτικό σύνολο δεδομένων μπορεί γρήγορα να εξελιχθεί σε μια σύνθετη, πολυεπίπεδη περιουσία δεδομένων. Αυτή η ενότητα διερευνά πέντε βασικούς παράγοντες ανάπτυξης δεδομένων και τις επιπτώσεις τους στην αποθήκευση, την απόδοση και τη διακυβέρνηση.

Χρήση αποθήκευσης δεδομένων σε επιχειρησιακά δεδομένα

Για να ξεκλειδώσουν πληροφορίες από λειτουργικά συστήματα, πολλοί οργανισμοί χρησιμοποιούν Azure Synapse το Link, το OneLake ή την εξαγωγή δεδομένων για την αναπαραγωγή δεδομένων και Dataverse εφαρμογών χρηματοδότησης και λειτουργιών σε ένα αναλυτικό σύστημα. Ενώ αυτό υποστηρίζει προηγμένες αναφορές και φόρτους εργασίας AI, εισάγει επίσης:

  • Πλεονάζουσα αποθήκευση σε λειτουργικά και αναλυτικά επίπεδα

    Τα δεδομένα συχνά αναπαράγονται μεταξύ του λειτουργικού και του αναλυτικού περιβάλλοντος. Αυτός ο πλεονασμός αυξάνει τη συνολική κατανάλωση αποθήκευσης και μπορεί να οδηγήσει σε υψηλότερο κόστος, ειδικά εάν τα ιστορικά δεδομένα διατηρούνται επ' αόριστον και στα δύο συστήματα.

  • Επιβάρυνση αντιγραφής σχήματος και διαχείρισης εκδόσεων

    Για να διατηρηθεί η συνέπεια μεταξύ των συστημάτων, οι οργανισμοί πρέπει να αναπαράγουν αλλαγές σχήματος—για παράδειγμα, νέα πεδία και μετονομασμένες στήλες—τόσο σε λειτουργικό όσο και σε αναλυτικό επίπεδο. Αυτό προσθέτει πολυπλοκότητα στη διακυβέρνηση δεδομένων και αυξάνει τον κίνδυνο μετατόπισης σχήματος, η οποία μπορεί να σπάσει κατάντη αναφορές ή μοντέλα.

  • Αυξημένη διατήρηση ιστορικών δεδομένων για ανάλυση τάσεων

    Τα αναλυτικά συστήματα συνήθως διατηρούν δεδομένα για μεγαλύτερες περιόδους για να υποστηρίξουν την ανάλυση τάσεων, τις προβλέψεις και τις κανονιστικές αναφορές. Αν και πολύτιμη, αυτή η μακροπρόθεσμη διατήρηση μπορεί να οδηγήσει σε διογκωμένα σύνολα δεδομένων εάν δεν αντιμετωπιστεί με κατάλληλες στρατηγικές αρχειοθέτησης και δημιουργίας επιπέδων.

Η αποθήκευση δεδομένων είναι απαραίτητη για τα αναλυτικά στοιχεία, αλλά χωρίς πολιτικές κύκλου ζωής, μπορεί να διπλασιάσει ή να τριπλασιάσει το αποτύπωμα αποθήκευσης.

Χρήση αναζήτησης στα δεδομένα

Λειτουργίες όπως Dataverse η αναζήτηση, η ευρετηρίαση Copilot και η αναζήτηση συνάφειας απαιτούν ευρετηρίαση μεγάλων όγκων δομημένων και μη δομημένων δεδομένων. Αυτά τα ευρετήρια συχνά:

  • Κατανάλωση χώρου αποθήκευσης αρχείων καταγραφής και βάσης δεδομένων

    Τα ευρετήρια αναζήτησης αποθηκεύονται τόσο στο χώρο αποθήκευσης αρχείων καταγραφής όσο και στο χώρο αποθήκευσης βάσης δεδομένων. Καθώς περισσότεροι πίνακες και πεδία επισημαίνονται ως αναζητήσιμα, το μέγεθος του ευρετηρίου αυξάνεται αναλογικά. Αυτό μπορεί να επηρεάσει σημαντικά τη συνολική χρήση του χώρου αποθήκευσης, ειδικά σε περιβάλλοντα με μεγάλους όγκους εγγραφών ή συχνές αλλαγές σχήματος.

  • Διατήρηση ακόμη και για αχρησιμοποίητους ή παρωχημένους πίνακες

    Ακόμα και όταν ορισμένοι πίνακες έχουν καταργηθεί ή δεν χρησιμοποιούνται πλέον ενεργά, τα συσχετισμένα ευρετήρια αναζήτησης ενδέχεται να διατηρηθούν, εκτός εάν καταργηθούν ρητά. Αυτό οδηγεί σε περιττή κατανάλωση αποθήκευσης και μπορεί να περιπλέξει τον προγραμματισμό χωρητικότητας.

  • Συχνά αναπαράγονται σε περιβάλλοντα, όπως περιβάλλοντα ανάπτυξης, δοκιμών και παραγωγής

    Τα ευρετήρια αναζήτησης συνήθως αναπαράγονται σε περιβάλλοντα ανάπτυξης, δοκιμής και παραγωγής. Ενώ αυτό εξασφαλίζει συνεπή συμπεριφορά αναζήτησης, πολλαπλασιάζει επίσης το αποτύπωμα αποθήκευσης, ιδιαίτερα όταν τα περιβάλλοντα κλωνοποιούνται ή ανανεώνονται συχνά.

Η αναζήτηση βελτιώνει τη χρηστικότητα και την ετοιμότητα AI, αλλά το φούσκωμα του δείκτη συμβάλλει σιωπηλά στις υπερβάσεις αποθήκευσης.

Ενεργοποίηση καταγραφής των δεδομένων

Τα αρχεία καταγραφής ελέγχου, τα αρχεία καταγραφής ανίχνευσης προσθηκών και η τηλεμετρία είναι κρίσιμα για τη συμμόρφωση, τον εντοπισμό σφαλμάτων και την παρακολούθηση. Ωστόσο, σημειώστε τα ακόλουθα σημεία:

  • Η αποθήκευση αρχείων καταγραφής αυξάνεται γραμμικά με τη χρήση και τον αριθμό χρηστών.

    Τα δεδομένα καταγραφής αυξάνονται αναλογικά με:

    • Ο αριθμός των χρηστών και τα επίπεδα δραστηριότητάς τους
    • Ο όγκος των συναλλαγών και των ενσωματώσεων
    • Η πολυπλοκότητα της επιχειρηματικής λογικής, όπως οι προσθήκες και οι ροές εργασίας

    Σε περιβάλλοντα υψηλής χρήσης, αυτό μπορεί να οδηγήσει σε ταχεία επέκταση των πινάκων καταγραφής, καταναλώνοντας ποσοστώσεις αποθήκευσης βάσης δεδομένων και αρχείων καταγραφής.

  • Οι αθετήσεις διατήρησης είναι συχνά υπερβολικά γενναιόδωρες , όπως 90 ημέρες ή περισσότερο.

    Από προεπιλογή, πολλές δυνατότητες καταγραφής διατηρούν δεδομένα για εκτεταμένες περιόδους, όπως 90 ημέρες ή περισσότερο. Αν και αυτό υποστηρίζει τη μακροπρόθεσμη ιχνηλασιμότητα, μπορεί να οδηγήσει σε περιττή κατανάλωση αποθήκευσης, ειδικά όταν τα αρχεία καταγραφής δεν ελέγχονται ή εξάγονται ενεργά.

  • Τα αρχεία καταγραφής που δημιουργούνται από το σύστημα χρεώνονται στον Dataverse πελάτη.

    Στα Dataverse αρχεία καταγραφής που δημιουργούνται από το σύστημα, συμπεριλαμβανομένων των αρχείων καταγραφής ελέγχου και των αρχείων καταγραφής ανίχνευσης προσθηκών, υπολογίζονται στο δικαίωμα αποθήκευσης του πελάτη. Αυτό σημαίνει ότι χωρίς κατάλληλες στρατηγικές καθαρισμού ή εξαγωγής, η υλοτομία μπορεί να συμβάλει άμεσα στην υπερβολή αποθήκευσης και στο αυξημένο κόστος αδειοδότησης.

Η καταγραφή είναι μη διαπραγματεύσιμη για ρυθμιζόμενους κλάδους, αλλά πρέπει να συνδυάζεται με στρατηγικές διατήρησης και εξαγωγής, όπως το Azure Monitor ή η Ανάλυση αρχείων καταγραφής.

Έχοντας πολλαπλά αντίγραφα του περιβάλλοντος παραγωγής

Για την υποστήριξη της ανάπτυξης, των δοκιμών, της εκπαίδευσης και της αντιμετώπισης προβλημάτων, οι πελάτες συχνά δημιουργούν περιβάλλον προστατευμένης εκτέλεσης ή κλωνοποιημένα περιβάλλοντα. Κάθε αντίγραφο:

  • Αναπαράγει το πλήρες αποτύπωμα δεδομένων και ευρετηρίου.
  • Μπορεί να περιλαμβάνει μη προφανείς εξαρτήσεις, όπως ευρετήρια αναζήτησης, αρχεία καταγραφής ελέγχου και μεταδεδομένα.
  • Σπάνια καθαρίζεται μετά τη χρήση.

Η εξάπλωση του περιβάλλοντος αποτελεί σημαντικό παράγοντα κόστους αποθήκευσης και πολυπλοκότητας. Οι πολιτικές διακυβέρνησης και η αυτοματοποίηση είναι καίριας σημασίας για τον περιορισμό.

Βελτιστοποίηση ερωτημάτων σχετικά με τα δεδομένα

Καθώς οι όγκοι δεδομένων αυξάνονται και η ανταπόκριση των εφαρμογών γίνεται κρίσιμη, οι πελάτες και οι ISV συχνά εφαρμόζουν διάφορες τεχνικές βελτιστοποίησης ερωτημάτων για τη βελτίωση των επιδόσεων στο Dataverse Dynamics 365. Αυτές οι στρατηγικές είναι ιδιαίτερα συνηθισμένες σε σενάρια αναφοράς, ανάλυσης και ενσωμάτωσης.

Για τη βελτίωση των επιδόσεων, οι πελάτες και οι ανεξάρτητοι προμηθευτές συχνά δημιουργούν:

  • Προσαρμοσμένα ευρετήρια και υλοποιημένες προβολές

    Αυτά χρησιμοποιούνται για την επιτάχυνση της εκτέλεσης ερωτημάτων με προυπολογισμό συνδέσμων ή συγκεντρώσεων. Είναι χρήσιμες σε σενάρια που περιλαμβάνουν πολύπλοκα φίλτρα ή μεγάλα σύνολα δεδομένων.

  • Αποκανονικοποιημένοι πίνακες για αναφορά

    Για να απλοποιήσουν τις αναφορές και να μειώσουν την πολυπλοκότητα των ερωτημάτων, οι προγραμματιστές συχνά δημιουργούν επίπεδες εκδόσεις σχεσιακών δεδομένων. Αυτοί οι πίνακες μειώνουν την ανάγκη για συνδέσεις χρόνου εκτέλεσης και βελτιώνουν την απόδοση του πίνακα εργαλείων.

  • Προσωρινή αποθήκευση στρωμάτων ή συσσωματωμάτων

    Τα δεδομένα στα οποία έχετε συχνή πρόσβαση μερικές φορές συγκεντρώνονται εκ των προτέρων ή αποθηκεύονται προσωρινά σε ενδιάμεσους πίνακες ή εξωτερικούς χώρους αποθήκευσης για να μειωθεί ο φόρτος στην κύρια βάση δεδομένων.

Ενώ αυτά βελτιώνουν την ανταπόκριση, επίσης:

  • Αυξήστε τη χρήση του χώρου αποθήκευσης

    Κάθε επίπεδο βελτιστοποίησης εισάγει περισσότερες δομές δεδομένων, είτε πρόκειται για αντίγραφο υπαρχόντων δεδομένων σε αποκανονικοποιημένη μορφή, προυπολογισμένη προβολή ή πίνακα προσωρινής μνήμης. Αυτές οι δομές συχνά αντιγράφουν δεδομένα που έχουν ήδη αποθηκευτεί αλλού, οδηγώντας σε μεγαλύτερο συνολικό αποτύπωμα αποθήκευσης. Σε περιβάλλοντα με αυστηρές ποσοστώσεις αποθήκευσης ή μοντέλα αδειοδότησης βάσει κόστους, όπως Dataverse αυτό, αυτό μπορεί γρήγορα να κλιμακωθεί σε υπερβάσεις που μπορούν να αποφευχθούν.

  • Μπορεί να μείνει ορφανό καθώς εξελίσσονται οι εφαρμογές

    Καθώς εξελίσσονται οι εφαρμογές, ορισμένα τεχνουργήματα βελτιστοποίησης ενδέχεται να μην αναφέρονται πλέον από ενεργές αναφορές, πίνακες εργαλείων ή ενσωματώσεις. Αυτά τα ορφανά αντικείμενα εξακολουθούν να καταναλώνουν χώρο αποθήκευσης και ενδέχεται ακόμη και να επιβραδύνουν τις λειτουργίες του συστήματος, για παράδειγμα, κατά τη δημιουργία αντιγράφων ασφαλείας ή τη δημιουργία ευρετηρίου, εάν δεν εντοπιστούν και καταργηθούν. Χωρίς τακτικούς ελέγχους, μπορούν να συσσωρεύονται απαρατήρητα, υπονομεύοντας τα ίδια τα κέρδη απόδοσης για τα οποία δημιουργήθηκαν για να υποστηρίξουν.

Η βελτιστοποίηση ερωτημάτων είναι απαραίτητη για την κλίμακα, αλλά πρέπει να εξισορροπείται με την υγιεινή αποθήκευσης και τον συντονισμό βάσει τηλεμετρίας.

Ευρετήρια και ο αντίκτυπός τους στην αποθήκευση

Τα ευρετήρια είναι απαραίτητα για τη βελτίωση της απόδοσης των ερωτημάτων και τη χρήση γρήγορης ανάκτησης δεδομένων σε μεγάλα σύνολα δεδομένων. Και στις δύο εφαρμογές Dataverse Dynamics 365 finance and operations, δημιουργούνται αυτόματα ευρετήρια για πρωτεύοντα κλειδιά και πεδία στα οποία υποβάλλονται συχνά ερωτήματα και μπορούν να οριστούν άλλα προσαρμοσμένα ευρετήρια για την υποστήριξη συγκεκριμένων, επιχειρηματικών σεναρίων.

Ενώ οι δείκτες είναι κρίσιμοι για την απόδοση, έχουν επίσης άμεσο αντίκτυπο στην κατανάλωση αποθήκευσης, η οποία συχνά υποτιμάται κατά το σχεδιασμό της λύσης.

Πώς τα ευρετήρια καταναλώνουν χώρο αποθήκευσης

  • Φυσική αντιγραφή δεδομένων: Κάθε ευρετήριο αποθηκεύει ένα αντίγραφο των στηλών με ευρετήριο, μαζί με δείκτες προς τις αντίστοιχες γραμμές. Όσο περισσότερες στήλες και γραμμές ευρετηριάζονται, τόσο μεγαλύτερο είναι το μέγεθος του ευρετηρίου.

  • Ανάπτυξη με όγκο δεδομένων: Καθώς ο υποκείμενος πίνακας μεγαλώνει, αυξάνεται και ο δείκτης. Σε περιβάλλοντα υψηλών συναλλαγών, τα ευρετήρια μπορούν να αναπτυχθούν γρήγορα, ειδικά σε μεγάλους, αποκανονικοποιημένους πίνακες ή σε εκείνους με συχνές εισαγωγές και ενημερώσεις.

  • Πολλά ευρετήρια ανά πίνακα: Είναι σύνηθες για έναν πίνακα να έχει πολλά ευρετήρια, για παράδειγμα για αναζήτηση, φιλτράρισμα, ταξινόμηση και συνδέσμους. Κάθε άλλος δείκτης προσθέτει στο αθροιστικό αποτύπωμα αποθήκευσης.

  • Ευρετήρια αναζήτησης σε Dataverse: Δυνατότητες όπως Dataverse η αναζήτηση και η δημιουργία ευρετηρίου Copilot δημιουργούν εξειδικευμένα ευρετήρια που εκτείνονται σε πολλά πεδία και πίνακες. Αυτά αποθηκεύονται στον πίνακα DataverseSearch και μπορούν να καταναλώσουν σημαντικό χώρο, ειδικά όταν χρησιμοποιούνται σε πολλά περιβάλλοντα, όπως περιβάλλοντα ανάπτυξης, δοκιμής και παραγωγής.

  • Ευρετήρια που δημιουργούνται από το σύστημα: Ορισμένα ευρετήρια δημιουργούνται αυτόματα από την πλατφόρμα, όπως για πεδία αναζήτησης ή σχέσεις. Αυτά ενδέχεται να διατηρηθούν ακόμα και αν οι συσχετισμένοι πίνακες έχουν καταργηθεί, εκτός εάν καταργηθούν ρητά.

Επιπτώσεις στην αποθήκευση

  • Αυξημένη αποθήκευση βάσεων δεδομένων και αρχείων καταγραφής: Τα ευρετήρια συμβάλλουν τόσο στη χρήση της βάσης δεδομένων όσο και στην αποθήκευση αρχείων καταγραφής, γεγονός που μπορεί να επηρεάσει το κόστος Dataverse αδειοδότησης.
  • Αναπαραγωγή περιβάλλοντος: Όταν τα περιβάλλοντα αντιγράφονται ή ανανεώνονται, όλα τα ευρετήρια αντιγράφονται, ενισχύοντας τη χρήση αποθήκευσης σε περιβάλλοντα ανάπτυξης, δοκιμής και παραγωγής.
  • Επιβάρυνση συντήρησης: Τα ευρετήρια πρέπει να ενημερώνονται καθώς αλλάζουν τα δεδομένα, γεγονός που μπορεί να αυξήσει τον λανθάνοντα χρόνο εγγραφής και την κατανάλωση πόρων.

Επίδραση συγχρονισμού από την πλευρά του διακομιστή στην αποθήκευση

Ο συγχρονισμός από την Dataverse πλευρά του διακομιστή επιτρέπει την απρόσκοπτη ενσωμάτωση μηνυμάτων ηλεκτρονικού ταχυδρομείου, συναντήσεων και εργασιών μεταξύ Microsoft Exchange και Dataverse. Ενώ ενισχύει την παραγωγικότητα και τον αυτοματισμό, συμβάλλει επίσης στην κατανάλωση αποθήκευσης με τους ακόλουθους τρόπους.

  • Δημιουργία καρτέλας δραστηριότητας: Κάθε συγχρονισμένο μήνυμα ηλεκτρονικού ταχυδρομείου ή συνάντηση δημιουργεί μια καρτέλα Dataverse δραστηριότητας, η οποία περιλαμβάνει μετα-δεδομένα, περιεχόμενο σώματος και πιθανώς συνημμένα.
  • Αποθήκευση συνημμένων: Εάν τα συνημμένα δεν φιλτράρονται ή δεν εκφορτώνονται, αποθηκεύονται απευθείας Dataverse, αυξάνοντας τη χρήση του χώρου αποθήκευσης.
  • Συμμόρφωση και διατήρηση: Οι οργανισμοί που χρησιμοποιούν συγχρονισμό από την πλευρά του διακομιστή για παρακολούθηση συμμόρφωσης ενδέχεται να διατηρούν περισσότερα δεδομένα από όσα είναι απαραίτητα, διογκώνοντας περαιτέρω τον χώρο αποθήκευσης.
  • Προστατευμένο περιεχόμενο: Ακόμη και τα μηνύματα ηλεκτρονικού ταχυδρομείου με προστασία Purview, αν και περιορισμένα στην ορατότητα περιεχομένου, εξακολουθούν να δημιουργούν εγγραφές κράτησης θέσης που καταναλώνουν χώρο.

Για να διαχειριστούν αυτόν τον αντίκτυπο, οι επιχειρήσεις θα πρέπει να εφαρμόσουν πολιτικές διατήρησης, να εξετάσουν το ενδεχόμενο εκφόρτωσης συνημμένων και να παρακολουθούν τακτικά τον όγκο των εγγραφών δραστηριότητας.

Πώς μπορώ να διαχειριστώ τον συνεχώς αυξανόμενο χώρο αποθήκευσης;

Είτε αντιμετωπίζετε ήδη υπερβάσεις αποθήκευσης είτε στοχεύετε να παραμείνετε μπροστά από αυτές, η διαχείριση της αύξησης των δεδομένων και Dataverse της πλατφόρμας οικονομικών και λειτουργιών του Dynamics 365 απαιτεί μια σκόπιμη προσέγγιση βάσει πολιτικής. Αυτή η ενότητα περιγράφει δύο στρατηγικά σημεία εισόδου: την αντιδραστική αποκατάσταση και την προληπτική διακυβέρνηση.

Υπάρχουν δύο πιθανά σενάρια:

  1. Θέλετε να εφαρμόσετε προληπτικά βέλτιστες πρακτικές για τη διαχείριση του χώρου αποθήκευσης και την αποφυγή υψηλού κόστους στο μέλλον.
  2. Βρίσκεστε ήδη σε μια κατάσταση όπου η μείωση του μεγέθους και του κόστους αποθήκευσης είναι απαραίτητη.

Εφαρμογή βέλτιστων πρακτικών για τη διαχείριση του μεγέθους και του κόστους αποθήκευσης

Σενάριο 1: Θέλετε να εφαρμόσετε προληπτικά βέλτιστες πρακτικές για τη διαχείριση του χώρου αποθήκευσης

Εάν δεν βρίσκεστε ακόμα σε κατάσταση κρίσης, τώρα είναι η ώρα να εφαρμόσετε εργαλεία και τεχνικές για να διαχειριστείτε προληπτικά τον χώρο αποθήκευσης.

Διαμόρφωση αναλυτικών στοιχείων για τα δεδομένα σας

Καθώς οι οργανισμοί αναπτύσσονται, αυξάνεται και η ανάγκη εξαγωγής πληροφοριών από λειτουργικά δεδομένα, χωρίς να επηρεάζεται η απόδοση των βασικών επιχειρηματικών εφαρμογών. Η Microsoft προσφέρει πολλούς τρόπους για να επιτρέψετε την ανάλυση Dataverse και τα δεδομένα οικονομικών και λειτουργιών του Dynamics 365, ενοποιώντας τη δική σας λίμνη δεδομένων ή αποθήκη.

Ακολουθούν δύο, ισχυρές επιλογές που πρέπει να λάβετε υπόψη:

Επιλογή 1. Χρησιμοποιήστε το Azure Synapse Link – φέρτε τη δική σας λίμνη

Azure Synapse Η σύνδεση σάς επιτρέπει να συνδέεστε Dataverse απευθείας στον δικό σας χώρο εργασίας Azure Data Lake ή Synapse. Αυτό επιτρέπει την αναπαραγωγή επιχειρησιακών δεδομένων σχεδόν σε πραγματικό χρόνο σε ένα αναλυτικό περιβάλλον, χωρίς τη σύνταξη πολύπλοκων αγωγών ETL.

Οφέλη:

  • Εκτελέστε προηγμένα αναλυτικά στοιχεία και μοντέλα AI σε ζωντανά ή σχεδόν ζωντανά δεδομένα.
  • Αποφύγετε τις επιπτώσεις στην απόδοση των συστημάτων παραγωγής σας.
  • Χρησιμοποιήστε γνώριμα εργαλεία όπως T-SQL, Spark ή Power BI για αναφορές.

Παράδειγμα περίπτωσης χρήσης: Μια εταιρεία λιανικής χρησιμοποιεί το Synapse Link για να αναλύσει την αγοραστική συμπεριφορά των πελατών σε διάφορες περιοχές, συνδυάζοντας Dataverse δεδομένα διαχείρισης σχέσεων πελατών με εξωτερικά δεδομένα αγοράς στη δική της λίμνη.

Επιλογή 2. Χρησιμοποιήστε το OneLake – ενοποιημένα αναλυτικά στοιχεία με Microsoft Fabric

Το OneLake, μέρος του Microsoft Fabric, παρέχει μια ενοποιημένη εμπειρία λίμνης δεδομένων, όπου μπορείτε να αποθηκεύετε και να αναλύετε δεδομένα από πολλές προελεύσεις, συμπεριλαμβανομένων Dataverse εφαρμογών χρηματοδότησης και λειτουργιών, χωρίς επανάληψη.

Οφέλη:

  • Κεντρική αποθήκευση για όλους τους αναλυτικούς φόρτους εργασίας.
  • Εγγενής ενοποίηση με Power BI υπηρεσίες Synapse και AI.
  • Απλοποιημένη διακυβέρνηση και ασφάλεια σε όλους τους τομείς δεδομένων.

Παράδειγμα περίπτωσης χρήσης: Μια εταιρεία χρηματοπιστωτικών υπηρεσιών χρησιμοποιεί το OneLake για την ενοποίηση λειτουργικών δεδομένων από εφαρμογές χρηματοδότησης και λειτουργιών και Dataverse με εξωτερικούς οικονομικούς δείκτες, επιτρέποντας τη μοντελοποίηση κινδύνου σε πραγματικό χρόνο, τη μοντελοποίηση κινδύνου και τους εκτελεστικούς πίνακες εργαλείων. Με αυτόν τον τρόπο, μπορείτε να αποσυνδέσετε τα λειτουργικά δεδομένα από τα βασικά συστήματά σας και να επιτρέψετε κλιμακούμενες, οικονομικά αποδοτικές αναλύσεις, εξάγοντας αυτά τα δεδομένα στα δικά τους, αναλυτικά περιβάλλοντα, χωρίς να αναπαράγετε φόρτους εργασίας ή να επηρεάζετε την απόδοση.

Εργαλεία και τεχνικές για τη μείωση της αποθήκευσης

Dataverse προσφέρει διάφορα ενσωματωμένα εργαλεία και στρατηγικές για να βοηθήσει τους διαχειριστές να διαχειρίζονται αποτελεσματικά τον χώρο αποθήκευσης και να διατηρούν την απόδοση του συστήματος.

Dataverse

Καθαρισμός περιβάλλοντος και δεδομένων

  • Διαγραφή περιβαλλόντων που δεν χρησιμοποιούνται: Μπορείτε να διαγράψετε ένα περιβάλλον για να ανακτήσετε χώρο αποθήκευσης και να καταργήσετε προσωπικές πληροφορίες αναγνώρισης ταυτότητας (PII).
  • Εργασίες μαζικής διαγραφής: Μπορείτε να διαγράψετε μαζικά τα ακόλουθα δεδομένα:
    • Παλιά δεδομένα ή δεδομένα που δεν σχετίζονται με την επιχείρηση.
    • Περιττά δεδομένα δοκιμής ή δείγματα.
    • Δεδομένα που εισάγονται λανθασμένα από άλλα συστήματα.

Βελτιστοποίηση αρχείων και πινάκων

  • Μειώστε την αποθήκευση αρχείων χρησιμοποιώντας την εκ των προτέρων εύρεση: Αυτό το άρθρο σάς παρέχει 15 μεθόδους για την καλύτερη διαχείριση του χώρου αποθήκευσης. Χρησιμοποιήστε μία ή περισσότερες από αυτές τις μεθόδους για να ελέγξετε το συνολικό χώρο αποθήκευσης που χρησιμοποιούν τα δεδομένα σας. Μπορείτε να διαγράψετε κατηγορίες δεδομένων ανάλογα με τις εκάστοτε ανάγκες ή να ορίσετε εργασίες μαζικής διαγραφής ώστε να επαναλαμβάνονται σε καθορισμένα διαστήματα. Για παράδειγμα, μπορείτε να διαγράψετε σημειώσεις, συνημμένα, ιστορικό εισαγωγών και άλλα δεδομένα.
  • Εκκαθάριση εγγραφών από πίνακες εργασιών συστήματος (AsyncOperationBase) και αρχείου καταγραφής διεργασιών (WorkflowLogBase): Εάν ο οργανισμός σας κάνει μεγάλη χρήση ροών εργασίας ή ροών επιχειρηματικής διαδικασίας, αυτοί οι πίνακες (AsyncOperationBase, WorkflowLogBase) μεγαλώνουν με την πάροδο του χρόνου και τελικά γίνονται αρκετά μεγάλοι ώστε να εισάγουν ζητήματα επιδόσεων και να καταναλώνουν υπερβολικό χώρο αποθήκευσης στη βάση δεδομένων του οργανισμού σας. Για το WorkflowLogBase, μπορείτε να ρυθμίσετε τις παραμέτρους για αυτόματη διαγραφή ολοκληρωμένων εργασιών ροής εργασίας παρασκηνίου.

Μακροπρόθεσμη διατήρηση (LTR) και αρχειοθέτηση

Βελτιστοποίηση ευρετηρίου αναζήτησης

Εφαρμογές οικονομικών και επιχειρηματικών δραστηριοτήτων

Οι εφαρμογές οικονομικών και λειτουργιών παρέχουν ευέλικτες επιλογές για τη διαχείριση του χώρου αποθήκευσης σε περιβάλλοντα παραγωγής και προστατευμένης εκτέλεσης.

Διαχείριση περιβάλλοντος

  • Περιορισμός του αριθμού των αντιγράφων πλήρους παραγωγής: Μπορείτε να μειώσετε τη συνολική κατανάλωση χώρου αποθήκευσης των εφαρμογών χρηματοδότησης και λειτουργιών αφαιρώντας πλήρη αντίγραφα παραγωγής σε περιβάλλοντα προστατευμένης εκτέλεσης. Για παράδειγμα, εάν έχετε πέντε αντίγραφα περιβαλλόντων παραγωγής σε ένα περιβάλλον προστατευμένης εκτέλεσης, η κατανάλωση χώρου αποθήκευσης είναι το άθροισμα της παραγωγής συν πέντε αντίγραφα των περιβαλλόντων παραγωγής σε ένα περιβάλλον προστατευμένης εκτέλεσης.
  • Περικοπή δεδομένων σε περιβάλλοντα προστατευμένης εκτέλεσης: Περικόπτοντας τα δεδομένα σε περιβάλλον προστατευμένης εκτέλεσης, μπορείτε να μειώσετε το συνολικό αποτύπωμα χώρου αποθήκευσης. Μπορείτε να ακολουθήσετε τις παρακάτω μεθόδους για να καθαρίσετε τα δεδομένα στο περιβάλλον προστατευμένης εκτέλεσης.
    • Η διαδικασία επαναφοράς παρέχει μια εκτέλεση ανοίγματος και περικοπής
    • Γράψτε T-SQL
    • Γράψτε X++
  • Εκτέλεση αντιγράφου χωρίς συναλλαγές μεταξύ περιβαλλόντων: Το αντίγραφο περιβάλλοντος για εφαρμογές οικονομικών και λειτουργιών περιλαμβάνει παραδοσιακά πλήρη αντιγραφή βάσης δεδομένων, συμπεριλαμβανομένης της ρύθμισης παραμέτρων, των κύριων δεδομένων και των συναλλαγών, η οποία, ενώ είναι χρήσιμη για τον εντοπισμό σφαλμάτων, αυξάνει σημαντικά την κατανάλωση αποθήκευσης τόσο σε οικονομικά όσο και σε λειτουργίες και Dataverse.

Προσαρμοσμένη εκκαθάριση και διαχείριση αρχείων καταγραφής

  • Συντάξτε προσαρμοσμένες ρουτίνες εκκαθάρισης, όπως απαιτείται: Μπορείτε να συντάξετε προσαρμοσμένες ρουτίνες εκκαθάρισης, όπως απαιτείται από την επιχείρησή σας, για να καθαρίσετε τα ανεπιθύμητα δεδομένα.
  • Αποφύγετε την αποθήκευση αρχείων καταγραφής: Μπορείτε να μετακινήσετε το SysDatabaseLog σε μια βάση δεδομένων με λιγότερες συναλλαγές για να μειώσετε το συνολικό αποτύπωμα αποθήκευσης.

Αρχειοθέτηση και μακροχρόνια διατήρηση

Ενσωματωμένες ρουτίνες καθαρισμού

  • Ρουτίνες εκκαθάρισης: Στο Dynamics 365 Finance και Dynamics 365 Supply Chain Management, οι ρουτίνες εκκαθάρισης είναι διαθέσιμες σε διάφορες λειτουργικές μονάδες. Οι ρουτίνες καθαρισμού παρέχουν μια επισκόπηση των ρουτινών που είναι διαθέσιμες αυτήν τη στιγμή. Μετά την αντιγραφή της βάσης δεδομένων sandbox, εκτελέστε αυτές τις ρουτίνες εκκαθάρισης προληπτικά για να καταργήσετε περιττούς πίνακες, όπως το ιστορικό δέσμης, τα αρχεία καταγραφής και το ιστορικό συναλλαγών λιανικής. Διαγραφή παρωχημένων ή άσχετων δεδομένων.
  • Αρχειοθέτηση δεδομένων συναλλαγών με πιστωτική κάρτα: Περιγράφει μια εργασία Dynamics 365 Commerce αρχειοθέτησης που μπορεί να σας βοηθήσει να ελευθερώσετε χώρο στη βάση δεδομένων αρχειοθετώντας διακριτικά πληρωμής με πιστωτική κάρτα.

Μειώστε το μέγεθος και το κόστος αποθήκευσης

Σενάριο 2: Βρίσκεστε ήδη σε μια κατάσταση όπου η μείωση του μεγέθους και του κόστους αποθήκευσης είναι απαραίτητη

Αξιολογήστε τι καταναλώνει χώρο αποθήκευσης

  • Χρησιμοποιήστε το κέντρο διαχείρισης και τις Power Platform αναφορές αποθήκευσης οικονομικών και λειτουργιών για να προσδιορίσετε πίνακες, τύπους αρχείων και αρχεία καταγραφής που καταναλώνουν κορυφαία.
  • Χρησιμοποιήστε τηλεμετρία, εάν διατίθεται, για να αποδώσετε τη χρήση σε συγκεκριμένες εφαρμογές, χρήστες ή επιχειρηματικές μονάδες.

Δώστε προτεραιότητα στους υποψηφίους καθαρισμού

  • Εστίαση στα εξής:
    • Πίνακες ανασυγκρότησης και ενοποίησης, όπως buffer διπλής εγγραφής
    • Αρχεία καταγραφής ελέγχου: Διατηρήστε τα στον δικό σας χώρο αποθήκευσης
    • Αχρησιμοποίητα περιβάλλοντα ή περιβάλλοντα προστατευμένης εκτέλεσης
    • Ορφανά μεταδεδομένα και ευρετήρια αναζήτησης
    • Διαγράψτε ό,τι δεν χρειάζεστε, για παράδειγμα μαζική διαγραφή

Χρησιμοποιήστε το Synapse Link και το OneLake για αναλυτικές αναφορές

  • Εξαγάγετε τα αναλυτικά δεδομένα στο Synapse Link.
  • Χρησιμοποιήστε το OneLake για να αποκτήσετε πρόσβαση στα διατηρούμενα δεδομένα και τα επιχειρηματικά δεδομένα για σκοπούς αναφοράς και ανάλυσης.

Εφαρμογή μακροπρόθεσμης διατήρησης (LTR)

  • Μετακινήστε δεδομένα ιστορικού σε μια λίμνη διαχειριζόμενων δεδομένων (MDL) χρησιμοποιώντας πολιτικές LTR.
  • Διατηρήστε την πρόσβαση στην αναζήτηση και τα αναλυτικά στοιχεία μέσω της Γρήγορης εύρεσης, του Synapse Link ή του OneLake.

Περιπτώσεις χρήσης

Οι περιπτώσεις χρήσης για τη διαχείριση αποθήκευσης και τα Dataverse οικονομικά και λειτουργικά περιβάλλοντα είναι κρίσιμες για τη βελτιστοποίηση του χώρου της βάσης δεδομένων, τη βελτίωση της απόδοσης του συστήματος και την ικανοποίηση των κανονιστικών απαιτήσεων. Ακολουθούν ορισμένα τυπικά σενάρια που δείχνουν πώς μπορούν να εφαρμοστούν αυτές οι στρατηγικές:

  • Διαχείριση ανάπτυξης ιστορικών δεδομένων

    • Σενάριο: Μια επιχείρηση είναι ενεργή στο Dynamics 365 για αρκετά χρόνια και έχει συσσωρεύσει μεγάλους όγκους ιστορικών συναλλαγών και συνημμένων.
    • Ενέργεια: Εφαρμόστε μακροπρόθεσμες στρατηγικές διατήρησης για τη διατήρηση ανενεργών δεδομένων, τη μείωση του μεγέθους της κύριας βάσης δεδομένων και τη διατήρηση της συμμόρφωσης με τις απαιτήσεις ελέγχου.

  • Διατήρηση δεδομένων βάσει συμμόρφωσης

    • Σενάριο: Ένας πελάτης ρυθμιζόμενου κλάδου πρέπει να διατηρεί οικονομικά δεδομένα ή δεδομένα πελατών για επτά έως δέκα χρόνια σε απαραβίαστη μορφή.
    • Ενέργεια: Χρησιμοποιήστε LTR για να διατηρήσετε τα αμετάβλητα δεδομένα μόνο για ανάγνωση σύμφωνα με τις νομικές και κανονιστικές απαιτήσεις, διατηρώντας παράλληλα τα επιχειρηματικά δεδομένα λιτά χωρίς συμβιβασμούς στα αναλυτικά στοιχεία και τις αναφορές.

  • Βελτιστοποίηση ευρετηρίου αναζήτησης και συγκυβερνήτη

    • Σενάριο: Η Dataverse ευρετηρίαση αναζήτησης και συγπιλοτικής είναι ενεργοποιημένη σε όλα τα περιβάλλοντα, συμπεριλαμβανομένων των πινάκων που δεν χρησιμοποιούνται.
    • Ενέργεια: Ελέγξτε πεδία με δυνατότητα αναζήτησης και απενεργοποιήστε τη δημιουργία ευρετηρίου για πίνακες χαμηλής αξίας ή πίνακες υπό απόσυρση. Παρακολουθήστε το μέγεθος του πίνακα DataverseSearch και βελτιστοποιήστε τις ρυθμίσεις παραμέτρων για να μειώσετε την αποθήκευση αρχείων καταγραφής και βάσης δεδομένων.

  • Διαχείριση ελέγχου και τηλεμετρίας

    • Σενάριο: Τα αρχεία καταγραφής ανίχνευσης προσθηκών και τα αρχεία καταγραφής ελέγχου αυξάνονται με ταχείς ρυθμούς, καταναλώνοντας χώρο αποθήκευσης και επηρεάζοντας την απόδοση.
    • Ενέργεια: Εξαγάγετε αρχεία καταγραφής σε εξωτερικά συστήματα, όπως το Azure Monitor, και αυτοματοποιήστε την εκκαθάριση παλιών καταχωρήσεων για να διατηρήσετε την ορατότητα χωρίς να φουσκώσετε τον χώρο αποθήκευσης.

  • Αποθήκευση δεδομένων και ενσωμάτωση αναλυτικών στοιχείων

    • Σενάριο: Ο οργανισμός αναπαράγει λειτουργικά δεδομένα στο Azure Synapse ή στο OneLake για ανάλυση, οδηγώντας σε διπλότυπο χώρο αποθήκευσης.
    • Ενέργεια: Χρησιμοποιήστε επαυξητικές εξαγωγές, εφαρμόστε φίλτρα και αποφύγετε την πλήρη αναπαραγωγή συνόλου δεδομένων για να ελαχιστοποιήσετε τον πλεονασμό, επιτρέποντας παράλληλα εμπλουτισμένες πληροφορίες.

  • Μείωση των πλεονασμάτων αποθήκευσης

    • Σενάριο: Ένας πελάτης λαμβάνει μια ειδοποίηση σχετικά με την υπέρβαση του Dataverse ορίου αποθηκευτικού χώρου, οδηγώντας σε μη αναμενόμενο κόστος.
    • Ενέργεια: Χρησιμοποιήστε αναφορές χωρητικότητας για να εντοπίσετε πίνακες που καταναλώνουν την κορυφή, να καθαρίσετε παρωχημένα περιβάλλοντα και να καταργήσετε συνημμένα ή αρχεία καταγραφής που δεν χρησιμοποιούνται. Εξετάστε το ενδεχόμενο να μεταφέρετε ψυχρά δεδομένα—συνήθως ιστορικά ή σπάνια προσβάσιμα αρχεία—σε επίπεδα αποθήκευσης χαμηλότερου κόστους.

  • Βελτιστοποίηση απόδοσης σε μεγάλους πίνακες

    • Σενάριο: Οι κρίσιμες επιχειρηματικές διαδικασίες επιβραδύνονται λόγω των μεγάλων πινάκων.
    • Ενέργεια: Αρχειοθέτηση παλιών εγγραφών, εκκαθάριση εργασιών συστήματος, για παράδειγμα AsyncOperationBase και WorkflowLogBase.

  • Διαχείριση κύκλου ζωής περιβάλλοντος

    • Σενάριο: Τα περιβάλλοντα ανάπτυξης και δοκιμής κλωνοποιούνται από την παραγωγή, αντιγράφοντας όλα τα δεδομένα και τα ευρετήρια.
    • Ενέργεια: Περικοπή περιβαλλόντων sandbox μετά από ανανέωση, απενεργοποίηση περιττής ευρετηρίασης αναζήτησης και κατάργηση δεδομένων δοκιμής για μείωση της περιττής κατανάλωσης χώρου αποθήκευσης. Διαγράψτε περιβάλλοντα προστατευμένης εκτέλεσης που δεν χρησιμοποιούνται για εξοικονόμηση χώρου αποθήκευσης.

Έρευνες υπόθεσης

Μελέτη περίπτωσης 1: Μείωση των πλεονασμάτων αποθήκευσης μέσω εκκαθάρισης ευρετηρίου

Προφίλ πελάτη: Μια παγκόσμια κατασκευαστική εταιρεία που χρησιμοποιεί εφαρμογές Dynamics 365 for supply chain and finance and operations.

Πρόκληση: Ο πελάτης αντιμετώπιζε απροσδόκητες υπερβάσεις αποθήκευσης και υποβάθμιση της απόδοσης στο περιβάλλον παραγωγής του. Η έρευνα αποκάλυψε ότι τα πολλαπλά προσαρμοσμένα ευρετήρια και οι υλοποιημένες προβολές, που δημιουργήθηκαν κατά την πρώιμη υλοποίηση, δεν ήταν πλέον σε χρήση, αλλά εξακολουθούσαν να καταναλώνουν σημαντικό χώρο αποθήκευσης.

Λύση: Η ομάδα διεξήγαγε τριμηνιαίο έλεγχο όλων των προσαρμοσμένων ευρετηρίων και κατάργησε εκείνα που δεν αναφέρονταν από ενεργά ερωτήματα ή αναφορές. Εφάρμοσαν επίσης μια πολιτική διακυβέρνησης για την εξέταση νέων αιτημάτων ευρετηρίου πριν από την ανάπτυξη.

Έκβαση:

  • Μειωμένη αποθήκευση βάσης δεδομένων κατά 28%.
  • Βελτιωμένη απόδοση ερωτήματος κατά 15%.
  • Αποφεύχθηκε ένα προβλεπόμενο $12,000 ανά έτος σε άλλα έξοδα αποθήκευσης.

Μελέτη περίπτωσης 2: Αρχειοθέτηση δεδομένων ιστορικού για την επίτευξη στόχων συμμόρφωσης και απόδοσης

Προφίλ πελάτη: Μια εταιρεία χρηματοοικονομικών υπηρεσιών που χρησιμοποιεί Dataverse και λειτουργίες Dynamics 365 for customer onboarding και διαχείρισης υποθέσεων.

Πρόκληση: Η εταιρεία έπρεπε να διατηρήσει αρχεία πελατών για περισσότερα από επτά χρόνια για να ανταποκριθεί στις κανονιστικές απαιτήσεις, αλλά ο αυξανόμενος όγκος ανενεργών δεδομένων επιβραδύνει τις ενεργές ροές εργασίας και αυξάνει το κόστος αποθήκευσης.

Λύση: Ο πελάτης εφάρμοσε μια μακροπρόθεσμη στρατηγική διατήρησης χρησιμοποιώντας Dataverse τις δυνατότητες αρχειοθέτησης. Οι ανενεργές εγγραφές μετακινήθηκαν σε ένα επίπεδο αποθήκευσης μόνο για ανάγνωση, βελτιστοποιημένο κόστος, ενώ τα ενεργά δεδομένα παρέμειναν σε χώρο αποθήκευσης υψηλής απόδοσης.

Αποτέλεσμα:

  • Αρχειοθετήθηκαν πάνω από 1,2 εκατομμύρια εγγραφές.
  • Μείωσε το μέγεθος της κύριας βάσης δεδομένων κατά 40%.
  • Διατήρηση πλήρους δυνατότητας ελέγχου και συμμόρφωσης με τις πολιτικές διατήρησης.

Μελέτη περίπτωσης 3: Εξορθολογισμός ευρετηρίων αναζήτησης σε διάφορα περιβάλλοντα

Προφίλ πελάτη: Ένας οργανισμός λιανικής πώλησης με πολλαπλά Dataverse περιβάλλοντα, συμπεριλαμβανομένων περιβαλλόντων ανάπτυξης, δοκιμών και παραγωγής, που υποστηρίζει μια λύση διαχείρισης πελατειακών σχέσεων με δυνατότητα Copilot.

Πρόκληση: Τα ευρετήρια αναζήτησης χρησιμοποιήθηκαν σε όλα τα περιβάλλοντα, συμπεριλαμβανομένων των αχρησιμοποίητων πινάκων και δεδομένων δοκιμών. Αυτό οδήγησε σε φουσκωμένους πίνακες DataverseSearch και περιττή κατανάλωση αποθήκευσης.

Λύση: Η ομάδα εξέτασε πεδία με δυνατότητα αναζήτησης και σταμάτησε να χρησιμοποιεί ευρετήριο σε μη κρίσιμους πίνακες σε περιβάλλοντα ανάπτυξης και δοκιμής. Αυτοματοποίησαν επίσης τον καθαρισμό του δείκτη κατά τη διάρκεια ανανεώσεων περιβάλλοντος.

Αποτέλεσμα:

  • Μειωμένος χώρος αποθήκευσης ευρετηρίου αναζήτησης κατά 35%.
  • Βελτιωμένοι χρόνοι ανανέωσης περιβάλλοντος κατά 20%.
  • Μείωση της συνολικής χρήσης αποθήκευσης αρχείων καταγραφής και βάσης δεδομένων.

Μελέτη περίπτωσης 4: Χρήση εξαγωγής δεδομένων για ανάλυση χωρίς αναπαραγωγή χώρου αποθήκευσης

Προφίλ πελάτη: Μια υπηρεσία παροχής υγειονομικής περίθαλψης που χρησιμοποιεί το Dynamics 365 και Dataverse για τη δέσμευση και τη χρέωση των ασθενών.

Πρόκληση: Η ομάδα ανάλυσης χρειαζόταν πρόσβαση σε επιχειρησιακά δεδομένα για ανάλυση τάσεων και μοντελοποίηση AI, αλλά η αντιγραφή δεδομένων σε ξεχωριστή αποθήκη αύξανε το κόστος αποθήκευσης και την πολυπλοκότητα.

Λύση: Ο πελάτης χρησιμοποίησε Azure Synapse το Link με επαυξητική εξαγωγή και κλιμακωτή αποθήκευση στο OneLake. Διατήρησαν μόνο βασικά αναλυτικά δεδομένα και εφάρμοσαν πολιτικές διατήρησης για τη διαχείριση του ιστορικού βάθους.

Αποτέλεσμα:

  • Ενεργοποιημένη ανάλυση σε πραγματικό χρόνο χωρίς να επηρεάζονται τα λειτουργικά συστήματα.
  • Μειωμένη πλεονάζουσα αποθήκευση κατά 45%.
  • Βελτιωμένη διακυβέρνηση κατά τη διάρκεια του κύκλου ζωής των αναλυτικών δεδομένων.

Συμπέρασμα

Η αποτελεσματική διαχείριση αποθήκευσης είναι ζωτικής σημασίας για τη διατήρηση της απόδοσης του συστήματος και τη βελτιστοποίηση της χρήσης πόρων σε περιβάλλοντα Dynamics 365. Οι ρουτίνες εκκαθάρισης και οι εργασίες αρχειοθέτησης που περιγράφονται σε αυτό το άρθρο παρέχουν ισχυρές λύσεις για την απελευθέρωση πολύτιμου χώρου βάσης δεδομένων και τον εξορθολογισμό των λειτουργιών. Χρησιμοποιώντας αυτά τα εργαλεία όπως το LTR και παρόμοιες τεχνικές, οι πελάτες μπορούν να αντιμετωπίσουν κοινές προκλήσεις αποθήκευσης και να δημιουργήσουν βιώσιμες πρακτικές διαχείρισης δεδομένων. Επιπλέον, πραγματικές μελέτες περιπτώσεων αποδεικνύουν την αποτελεσματικότητα αυτών των προσεγγίσεων, προσφέροντας πληροφορίες για τις πρακτικές εφαρμογές τους. Η υιοθέτηση αυτών των στρατηγικών δίνει τη δυνατότητα στους οργανισμούς να διαχειρίζονται προληπτικά τις ανάγκες αποθήκευσης και να ενισχύουν τη συνολική αποδοτικότητα.

Αναφορές

Καθαρισμός χώρου αποθήκευσης σε Dataverse:

Καθαρισμός αποθηκευτικών χώρων στη χρηματοδότηση και τις λειτουργίες:

Χωρητικότητα αποθήκευσης:

  • Last updated on