Partager via

Recommandations pour optimiser les coûts des données

  • Article

S’applique à cette recommandation de liste de contrôle d’optimisation des coûts d’Azure Well-Architected Framework :

CO :10 Optimisez les coûts des données. Dépenses de données avec priorité de données. L’optimisation des données doit inclure des améliorations de la gestion des données (hiérarchisation et rétention), du volume, de la réplication, des sauvegardes, des formats de fichiers et des solutions de stockage.

Ce guide décrit les recommandations relatives à l’optimisation des coûts des données pour une charge de travail. L’optimisation des coûts des données implique de réduire les dépenses liées au stockage et à la gestion des données en fonction de leur importance et de leur fréquence d’accès. Une gestion appropriée des données peut réduire considérablement les coûts généraux et aligner les dépenses sur l’utilitaire de données. Le fait de ne pas optimiser les coûts des données peut entraîner des dépenses gonflées, une allocation inefficace des ressources et un gaspillage financier en raison de solutions de stockage mal alignées et d’une conservation inutile des données.

Définitions

Terme Définition
Gestion de cycle de vie des données Processus de gestion des données tout au long de leur cycle de vie, de leur création à leur suppression. Ce processus implique l’organisation, le stockage, la protection et l’archivage des données en fonction de leurs modèles de valeur et d’utilisation.
Redondance des données Pratique consistant à stocker des copies en double de données sur plusieurs systèmes ou emplacements de stockage. L’objectif de la redondance des données est d’améliorer la disponibilité et la tolérance de panne des données.
Hiérarchisation des données Stratégie de stockage qui implique de catégoriser les données en fonction de leur fréquence d’accès et de les stocker sur les niveaux de stockage en conséquence.
Stratégie de rétention Durée pendant laquelle les données doivent être conservées avant de pouvoir être supprimées. Il spécifie la période pendant laquelle les données doivent être conservées pour répondre aux exigences légales, réglementaires ou commerciales.

Stratégies de conception

Au sein d’une charge de travail spécifique, vous optimisez les coûts des données en réduisant les dépenses associées au stockage et à la gestion des données. Il existe différentes stratégies et meilleures pratiques pour réduire les coûts de stockage et de traitement des données. L’objectif est d’aligner les coûts des données sur la priorité des données. Vous devez affecter des niveaux de coût aux types de données en fonction de leur importance ou de leur fréquence d’accès.

Les principaux facteurs de coût des données de charge de travail sont la fréquence d’accès, la latence d’accès et la quantité de stockage. Les conseils suivants contiennent des stratégies d’optimisation des coûts entre ces moteurs de coûts.

Effectuer un inventaire des données

Avant de pouvoir optimiser le coût de vos données, vous devez générer un inventaire des données. Examinez l’accès aux données et déterminez son importance dans votre charge de travail et ses opérations. Identifiez quelles données sont fréquemment consultées et quelles données sont moins fréquemment consultées. Les actions d’inventaire suivantes peuvent vous aider à allouer efficacement des ressources de stockage :

  • Collecter des informations d’accès aux données : Effectuez un audit des données pour identifier et cataloguer tous les magasins de données. Déterminez la valeur des jeux de données en fonction de leur importance pour les opérations de l’entreprise, du retour sur investissement et de la fréquence d’utilisation. Rassemblez les journaux d’accès, les métriques d’utilisation ou l’analytique à partir de vos solutions de stockage de données.

  • Identifier les types de données : Catégorisez les données en fonction de leur type, telles que les données personnelles, les données financières, la propriété intellectuelle ou les données opérationnelles. Comprendre la sensibilité et la criticité de chaque type de données.

  • Identifier les modèles d’accès : Identifiez les modèles d’accès aux données, tels que les modèles d’utilisation quotidienne, hebdomadaire ou mensuelle. Vous devez comprendre les exigences en matière de latence, de tailles de fichiers et d’actualisation des données pour ces données.

Hiérarchiser les données

La hiérarchisation des données est le processus de catégorisation et d’affectation de niveaux d’importance aux types de données en fonction de la sensibilité et de la criticité. La priorité des données doit s’aligner sur l’importance de l’environnement. Par exemple, les données de production sont plus importantes que les données de préproduction.

Évaluez l’importance de différents types de données pour votre charge de travail en procédant comme suit :

  1. Définissez les niveaux de priorité : Établissez des niveaux de priorité pour les données (par exemple, élevée, moyenne et faible) en fonction de leur valeur par rapport à la organization, des exigences réglementaires et de l’effet potentiel de la perte de données. L’objectif est d’aligner la priorité des données sur la solution de données appropriée.

  2. Attribuer des étiquettes : Étiquetez chaque jeu de données avec sa sensibilité et sa criticité. Vous pouvez appliquer des étiquettes au niveau de la ligne, de la colonne ou du fichier, en fonction de la structure et de l’utilisation des données. Pour les bases de données, vous pouvez utiliser un outil spécial pour étiqueter et associer la sensibilité et la criticité des données à des lignes et colonnes spécifiques. Cette approche fournit un contrôle granulaire sur la gestion et l’accès aux données.

Optimiser la gestion des données

La gestion des données est le processus de stockage, de déplacement et de sécurisation des données de charge de travail. En optimisant la gestion des données, vous pouvez aligner les dépenses sur la priorité des données et tirer davantage de valeur de vos données. Envisagez les stratégies suivantes pour la gestion des données.

Optimiser la gestion du cycle de vie des données

Il est important de gérer les données tout au long de leur cycle de vie. Les étapes du cycle de vie incluent la création (ou l’acquisition de données), le stockage, l’utilisation, le partage, la rétention et la suppression (suppression ou archivage). L’objectif de la gestion du cycle de vie des données est d’optimiser les solutions de stockage de données tout en respectant les réglementations et les stratégies pertinentes.

Le stockage des données comporte trois composants de coût critiques :

  • Coût de stockage : dépense associée au stockage de données, par exemple par gigaoctet.

  • Coût de transaction : coûts liés aux opérations de données, comme les opérations d’écriture, les opérations de lecture et la récupération des données (par gigaoctet). La lecture et l’écriture de données peuvent avoir des coûts différents.

  • Coût de latence : dépense associée à la vitesse ou au délai d’accès aux données.

Les considérations suivantes sont fondamentales pour la gestion du cycle de vie des données :

  • Utilisez la hiérarchisation des données : L’objectif de la hiérarchisation des données est d’aligner l’accès et la rétention sur le niveau de stockage le plus économique. Les niveaux de stockage vont de l’accès fréquent/immédiat (chaud) à l’accès peu fréquent/différé (froid).

    L’utilisation d’un niveau qui ne correspond pas aux besoins d’accès et de rétention des données est plus coûteux. Par exemple, les données auxquelles votre application accède fréquemment doivent se trouver dans un stockage à chaud. Les données auxquelles votre application accède rarement doivent se trouver dans un stockage à froid. La gestion efficace de ces aspects permet de garantir un stockage des données efficace.

  • Tenez compte des exigences de conformité : L’implémentation de la hiérarchisation des données nécessite un examen attentif des exigences de conformité et des stratégies de gouvernance des données. Les exigences légales et de conformité favorisent souvent l’accès aux données et leur conservation. Établissez des stratégies de conservation des données pour garantir la conformité aux exigences légales, réglementaires et métier.

  • Définissez des stratégies de cycle de vie des données. Les stratégies de cycle de vie des données spécifient quand et comment les données doivent être déplacées entre les niveaux de stockage en fonction de critères prédéfinis. Ces stratégies garantissent que vous conservez les données dans le niveau approprié pendant la durée requise. Par exemple, une stratégie peut indiquer que les données doivent être conservées dans le niveau chaud pendant 30 jours, dans le niveau froid pendant 90 jours et dans le niveau archive pendant un an. Définissez la période de rétention en fonction de facteurs tels que les exigences légales, les réglementations du secteur ou les stratégies internes.

  • Utiliser l’automatisation : les stratégies de rétention peuvent déclencher le déplacement des données d’un niveau à l’autre. Vous devez automatiser les stratégies à l’aide des fonctionnalités de plateforme avant de créer une solution personnalisée.

    Lorsque la période de rétention d’un niveau particulier expire, la stratégie peut déplacer automatiquement les données vers le niveau suivant à moindre coût. Par exemple, lorsque la période de rétention du niveau chaud se termine, la stratégie peut déplacer les données vers le niveau froid. La stratégie garantit que les données sont optimisées en permanence en fonction de leurs modèles d’accès et de leurs exigences de coût.

Compromis : la gestion des stratégies de conservation des données nécessite une surveillance et une maintenance continues. Cela peut entraîner davantage de surcharge pour les processus de gestion des données. Cela peut également affecter les coûts de stockage. Des périodes de rétention plus longues ou l’utilisation de niveaux de stockage plus coûteux peuvent augmenter les dépenses de stockage.

Risque : une mauvaise implémentation de la gestion du cycle de vie des données peut entraîner une perte de données ou un accès limité aux données critiques. Vous devez disposer de mécanismes de sauvegarde et de récupération appropriés pour atténuer le risque de perte de données.

Optimiser la segmentation des données

L’optimisation de la segmentation des données implique l’organisation stratégique des données en segments distincts et la consolidation de types de données similaires pour allouer efficacement des ressources de stockage. Il vous permet d’adapter l’allocation des ressources de stockage à la priorité des données.

Pour optimiser efficacement la segmentation des données, vous catégorisez les données par type et modèle d’utilisation. Ensuite, vous placez les segments de données sur la solution la plus efficace en fonction de leurs similitudes opérationnelles et de leurs exigences. Par exemple, vous placez des données qui nécessitent un stockage hautes performances sur des ressources avec un temps de récupération plus rapide. L’archivage des données utilise une ressource à moindre coût avec un temps de récupération plus lent.

Cette approche garantit que les données à forte demande utilisent un stockage plus rapide pour des performances optimales et que les données moins sollicitées utilisent un stockage moins cher. De même, lorsque des types de données partagent des modèles d’utilisation, vous devez les regrouper sur une seule ressource pour réduire la surcharge, simplifier la gestion et améliorer la gestion des données.

Réduire le transfert de données

La réduction du transfert de données fait référence à la réduction du déplacement des données entre les réseaux afin de réduire les coûts de transfert de données. Il réduit le volume de données déplacées par la charge de travail et réduit les frais d’utilisation du réseau. Pour réduire le transfert de données, tenez compte des recommandations suivantes :

  • Utilisez le bon emplacement. de placer les données géographiquement plus près de leurs utilisateurs. La proximité des données réduit le déplacement réseau, ce qui accélère l’accès et optimise les coûts.
  • Utilisez la mise en cache. Tenez compte des avantages de la mise en cache pour réduire le transfert de données.
  • Utilisez un réseau de distribution de contenu. Un réseau de distribution de contenu peut stocker des données statiques lues fréquemment plus près des utilisateurs. Il réduit le déplacement des données sur le réseau et permet de décharger l’utilisation de la bande passante.

Optimiser la sécurité et la conformité

Certaines données de production exigent des exigences de sécurité et de conformité plus élevées. Ces mesures peuvent imposer des coûts supplémentaires liés à la protection des données, au chiffrement, à la sauvegarde, à la rétention et à l’audit.

Vous devez vous assurer que les modifications apportées aux solutions de stockage de données respectent ces exigences. Les données qui ont des exigences de sécurité et de conformité inférieures présentent souvent une opportunité d’optimiser les coûts.

Optimiser le volume de données

La recherche de stratégies pour réduire la quantité de données que vous stockez peut aider à réduire les coûts. En modifiant l’accessibilité des données et en implémentant les techniques suivantes, vous pouvez optimiser efficacement le volume de vos données stockées :

  • Capturer moins de données : examinez de plus près les données que vous capturez. Déterminez si l’une d’elles n’est pas nécessaire pour vos besoins. Modifiez votre processus, vos paramètres ou vos configurations pour capturer uniquement les données essentielles.

  • Compresser les données : la compression permet d’économiser de l’argent en réduisant la taille des données. Il est plus efficace dans les scénarios d’écriture unique, de lecture jamais ou de lecture rarement. Il est plus adapté pour un stockage plus froid.

    Compromis : la compression et la décompression des données augmentent le temps processeur.

  • Supprimer les données inutiles : implémentez des stratégies pour simplifier le processus de stockage des informations pertinentes. Évaluez la période de rétention des sauvegardes et des instantanés, puis supprimez les données dont vous n’avez plus besoin. Vous souhaiterez peut-être disposer d’un processus qui mène à une suppression éventuelle des données, comme l’archivage des premières données et l’activation d’une période de suppression réversible. Tenez toujours compte de la possibilité de récupération avant de supprimer des données.

  • Dédupliquer les données : implémentez des techniques de déduplication des données pour éliminer les données redondantes. La déduplication réduit les besoins en stockage en vous assurant que vous stockez uniquement des blocs de données uniques, ce qui vous permet de réduire les coûts. Utilisez des algorithmes de hachage et la comparaison de blocs de données. Exécutez régulièrement des processus de déduplication pour identifier et éliminer les données en double.

  • Optimiser le comportement des utilisateurs : dans les charges de travail qui collectent des données générées par l’utilisateur, informez les utilisateurs sur l’importance d’un stockage de données efficace. Encouragez-les à examiner et à supprimer régulièrement les fichiers et les données inutiles. Implémentez des quotas de stockage ou des modèles de tarification qui découragent le stockage excessif des données.

Optimiser la réplication des données

La réplication des données implique la création de plusieurs copies de données et leur stockage dans d’autres emplacements géographiques ou zones pour plus de fiabilité. La réplication garantit que si un emplacement ou une zone rencontre une défaillance ou une panne, vous pouvez toujours accéder aux données à partir des copies répliquées dans d’autres emplacements.

Cette redondance permet d’améliorer la disponibilité et la résilience des données. Il réduit le risque de perte de données et de temps d’arrêt.

Pour optimiser la réplication des données à des fins d’optimisation des coûts, tenez compte des recommandations suivantes :

  • Évaluer les exigences de réplication des données : évaluez les besoins spécifiques de votre charge de travail et déterminez le niveau de réplication des données dont elle a besoin. Tenez compte de facteurs tels que la criticité des données, les objectifs de temps de récupération (RTO) et les objectifs de point de récupération (RPO).

  • Choisissez la stratégie de réplication appropriée : sélectionnez une technologie de réplication qui s’aligne sur vos objectifs d’optimisation des coûts. Tenez compte des exigences du contrat de niveau de service (SLA) pour votre charge de travail.

    Évaluez les options telles que la réplication synchrone, la réplication asynchrone ou une combinaison des deux. Basez la décision sur des facteurs tels que les exigences de cohérence des données et les considérations relatives à la bande passante réseau. Évaluez le niveau de disponibilité dont vous avez besoin pour votre charge de travail et évaluez le besoin de redondance zonale par rapport à la redondance régionale.

  • Optimiser la bande passante réseau : réduisez l’utilisation de la bande passante réseau en implémentant des techniques de compression et de déduplication des données. Ces techniques peuvent réduire la quantité de données transférées pendant la réplication, ce qui peut réduire les coûts.

  • Surveiller et optimiser la fréquence de réplication : examinez et ajustez régulièrement la fréquence de réplication en fonction des besoins changeants de votre charge de travail. Le réglage précis de la fréquence de réplication peut aider à optimiser les coûts en réduisant la surcharge de réplication inutile.

Optimiser les sauvegardes

Une sauvegarde est une instantané ou une copie périodique de données que vous pouvez créer et stocker séparément du stockage principal. En cas d’altération des données, de suppression accidentelle ou de défaillance du système, vous pouvez utiliser des sauvegardes pour restaurer les données à leur état précédent.

Voici quelques techniques pour optimiser les sauvegardes :

  • Classification des données : classifiez vos données en fonction de leur importance et de leur hiérarchisation pour la sauvegarde. La classification vous permet de concentrer les ressources sur la sauvegarde des données critiques tout en réduisant les coûts de sauvegarde pour les données moins importantes.

  • Sauvegardes incrémentielles : au lieu d’effectuer des sauvegardes complètes à chaque fois, envisagez d’implémenter des sauvegardes incrémentielles. Les sauvegardes incrémentielles capturent uniquement les modifications apportées depuis la dernière sauvegarde, ce qui peut réduire les besoins en bande passante réseau et en stockage.

    Compromis : les sauvegardes incrémentielles nécessitent plus d’étapes et de temps pour restaurer les données. Vous devez d’abord restaurer la sauvegarde complète, puis appliquer chaque sauvegarde incrémentielle dans l’ordre jusqu’à ce que vous atteigniez le point de restauration souhaité.

  • Compression de sauvegarde : activez la compression pendant le processus de sauvegarde pour réduire la taille des fichiers de sauvegarde. Les sauvegardes compressées nécessitent moins d’espace de stockage, ce qui vous permet de réduire les coûts.

  • Niveaux de stockage de sauvegarde : évaluez vos stratégies de rétention des sauvegardes et envisagez de déplacer les anciennes sauvegardes vers des niveaux de stockage à moindre coût, tels que le stockage froid ou le stockage d’archivage. Le stockage des sauvegardes moins fréquemment sollicitées dans des options de stockage rentables permet d’optimiser les coûts.

  • Période de rétention des sauvegardes : passez en revue et ajustez les périodes de rétention de vos sauvegardes en fonction des exigences de l’entreprise et des réglementations de conformité. La maintenance des sauvegardes pendant des durées plus longues peut entraîner des coûts de stockage supplémentaires.

  • Fréquence de sauvegarde : analysez la fréquence de sauvegarde pour différents types de données. Ajustez la planification de sauvegarde en fonction de la fréquence des modifications des données et de l’importance des données. Ces pratiques permettent d’éliminer les sauvegardes inutiles et de réduire les coûts de stockage.

Optimiser les formats de fichiers

Les formats de fichier influencent l’optimisation des coûts en optimisant les modèles d’entrée/sortie (E/S) et les modèles de requête de vos données. Certains formats de fichier s’adressent à des scénarios particuliers. L’alignement du format de fichier avec les exigences de votre charge de travail peut améliorer les performances de la charge de travail.

Voici les considérations relatives aux formats courants :

  • Avro : le format de fichier Avro est un bon choix lorsque vous utilisez des modèles d’E/S lourds en écriture ou lorsque des modèles de requête nécessitent l’extraction de plusieurs lignes d’enregistrements dans leur intégralité. Les processus de sérialisation et de désérialisation d’Avro étant efficaces, il est compatible avec les bus de messages comme Kafka qui produisent une série d’événements et de messages en succession rapide.

  • Parquet et orc (Optimized Row Columnar) : les formats de fichiers Parquet et ORC excel dans les scénarios de modèles d’E/S à lecture intensive ou lorsque les modèles de requête se concentrent sur des colonnes spécifiques des enregistrements.

    Les deux formats sont un stockage en colonnes, ce qui signifie que les données sont stockées colonne par colonne plutôt que ligne par ligne. Le stockage en colonnes permet une compression améliorée et des opérations de lecture efficaces. Seules les colonnes requises doivent être extraites, de sorte que vous évitez les E/S inutiles pour les données non pertinentes.

Optimiser les solutions de stockage

Évaluez et sélectionnez les méthodes de stockage et les systèmes les plus appropriés pour vos données. Cet effort peut inclure le changement de bases de données, l’utilisation de différents types de stockage ou l’ajout de mécanismes de mise en cache. La facilité de gestion est un autre facteur à prendre en compte lorsque vous choisissez une solution de stockage.

En adaptant les solutions de stockage aux besoins et caractéristiques spécifiques des données, vous pouvez obtenir une meilleure rentabilité tout en répondant aux exigences de performances et d’extensibilité. Il existe des coûts associés au changement de bases de données ou à l’échange de services, mais le stockage de données dans une solution de stockage incorrecte peut vous coûter de l’argent supplémentaire.

Voici quelques cas d’usage :

  • Changement de base de données : vous pouvez envisager de basculer vers un système de base de données qui répond mieux à vos besoins. Par instance, si vous utilisez une base de données relationnelle, vous pouvez explorer la possibilité de passer à une base de données NoSQL si vos données sont davantage orientées document ou nécessitent des schémas flexibles.

  • Passage d’une base de données relationnelle à un magasin de fichiers plat : dans certains cas, le stockage de données dans des fichiers plats au lieu d’une base de données relationnelle traditionnelle peut offrir des avantages tels que la simplicité et la rentabilité. Les fichiers plats sont bien adaptés à certains types de données, tels que les fichiers journaux ou les données qui ne nécessitent pas d’interrogation complexe. Par exemple, vous pouvez stocker des images binaires dans une base de données SQL, mais il est plus économique de les stocker dans un service de stockage qui est spécifiquement destiné à la gestion des données binaires.

  • Passage de l’infrastructure en tant que service (IaaS) à la plateforme en tant que service (PaaS) : les solutions de base de données IaaS peuvent être des propriétés chronophages et gourmandes en ressources qui détournent l’attention d’une équipe technique des tâches principales. La croissance du volume de données et les défis liés à la mise à l’échelle manuelle, aux sauvegardes et à la maintenance de l’infrastructure peuvent rendre une solution PaaS plus rentable et plus efficace.

  • Ajout d’un cache : pour réduire l’utilisation des ressources sur le serveur de base de données main, envisagez d’utiliser une solution de cache pour mettre en cache les résultats des requêtes complexes. La mise en droits du serveur de base de données peut aider à optimiser le coût. Dans les cas d’usage applicables, envisagez d’utiliser la durée de vie (TTL) avec les données mises en cache pour réduire les besoins de stockage et les coûts.

  • Magasins optimisés pour les requêtes et magasins de stockage de données : les magasins optimisés pour les requêtes sont conçus pour une récupération et une analyse rapides des données. Ils se concentrent sur l’ingestion et les lectures rapides des données, mais pas sur les mises à jour fréquentes. Elles sont idéales pour les données de série chronologique et l’accès rapide aux données récentes, mais pas pour les tâches transactionnelles lourdes.

    Les magasins de stockage de données gèrent de grands volumes de données flexibles, en particulier les données non structurées ou semi-structurées. Bien que les magasins de stockage de données puissent prendre en charge l’analytique, les tâches complexes peuvent nécessiter des bases de données spécialisées. Elles sont idéales pour stocker un grand nombre de données variables telles que les journaux ou le contenu généré par l’utilisateur dans des scénarios tels que des cas d’usage NoSQL.

Animation Azure

Inventaire des données : Microsoft Purview est une famille de solutions de gouvernance, de risque et de conformité des données qui peuvent aider vos organization régir, protéger et gérer l’ensemble de votre patrimoine de données. Les solutions Microsoft Purview fournissent une couverture intégrée et aident à répondre aux récentes augmentations de la connectivité des utilisateurs distants, à la fragmentation des données entre les organisations et au flou des rôles de gestion informatique classiques.

Optimisation de la gestion des données : Stockage Azure et Azure Data Lake Storage ont différents niveaux d’accès aux données. Ils proposent également des stratégies de gestion du cycle de vie des données qui automatisent la hiérarchisation et la rétention des données.

Vous pouvez utiliser une stratégie basée sur des règles pour effectuer la transition des données blob vers les niveaux d’accès appropriés ou pour faire expirer des données à la fin de leur cycle de vie. Cette stratégie vous permet de faire passer les objets blob de froid (ou froid) à chaud immédiatement lorsqu’ils sont accessibles, afin d’optimiser les performances.

Optimisation des sauvegardes : le service Sauvegarde Azure fournit plusieurs fonctionnalités pour simplifier vos sauvegardes. Il offre des fonctionnalités telles que la sauvegarde de base de données native et la sauvegarde de stockage via des captures instantanées de disque. Il prend en charge la sauvegarde des machines virtuelles, la conservation à long terme et la gestion des sauvegardes.

Voici quelques-unes des fonctionnalités du service :

  • Surveillance : vous pouvez utiliser le Centre de sauvegarde comme volet unique pour surveiller vos travaux et l’inventaire des sauvegardes au quotidien. Le centre de sauvegarde fournit une interface pour les rapports de sauvegarde, qui utilisent les journaux Azure Monitor et les classeurs Azure.

  • Rapports : Les rapports de sauvegarde offrent les fonctionnalités suivantes :

    • Allouez et prévoyez le stockage cloud consommé.
    • Auditer les sauvegardes et les restaurations.
    • Identifiez les tendances clés à différents niveaux de granularité.
    • Obtenez une visibilité et des insights sur les opportunités d’optimisation des coûts pour vos sauvegardes.

  • Capacité réservée : Sauvegarde Azure capacité réservée de stockage vous offre une remise sur la capacité des données de sauvegarde stockées pour le niveau standard du coffre lorsque vous vous engagez sur une réservation pour un an ou trois ans. Une réservation offre une quantité fixe de capacité de stockage de sauvegarde pour la durée de la réservation.

  • Niveau archive : vous pouvez utiliser Sauvegarde Azure pour stocker les données de sauvegarde, y compris les données de sauvegarde de rétention à long terme (LTR), en fonction des besoins de rétention définis par les règles de conformité de votre organization. Dans la plupart des cas, les anciennes données de sauvegarde sont rarement consultées et sont stockées uniquement pour les besoins de conformité. Sauvegarde Azure prend en charge la sauvegarde des points LTR dans le niveau archive, en plus des instantanés et du niveau standard.

Optimisation des solutions de stockage : Azure propose de nombreuses solutions de stockage. Ils offrent diverses fonctionnalités et fonctionnalités pour vous aider à optimiser les coûts en fonction de vos besoins spécifiques. Azure propose des conseils pour vous aider à choisir le magasin de données approprié.

Pour choisir la solution de stockage et la configuration les plus appropriées, il est important d’évaluer vos modèles d’accès aux données, vos besoins de rétention et vos exigences de performances. La surveillance et l’optimisation régulières de votre utilisation du stockage à l’aide d’outils tels qu’Azure Advisor peuvent vous aider à optimiser davantage les coûts.

Liste de contrôle de l’optimisation des coûts

Reportez-vous à l’ensemble complet de recommandations.

Liste de contrôle de l’optimisation des coûts