Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Ez a cikk ajánlott eljárásokkal kapcsolatos irányelveket tartalmaz, amelyek segítenek a hozzáférési szintek használatával optimalizálni a teljesítményt és csökkenteni a költségeket. A hozzáférési szintekről további információt a blobadatok hozzáférési szintjei című témakörben talál.
Válassza ki a legköltséghatékonyabb hozzáférési szinteket
Csökkentheti a költségeket, ha blobadatokat helyez a legköltséghatékonyabb hozzáférési szintekre. Három szint közül választhat, amelyekkel a költségeket az adathasználat szerint optimalizálhatja. A gyakori elérésű réteg például magasabb tárolási költséggel, de alacsonyabb olvasási költséggel rendelkezik. Ezért ha gyakran szeretne hozzáférni az adatokhoz, a gyakori elérésű réteg lehet a legköltséghatékonyabb választás. Ha ritkábban kér le adatokat, az alacsony, hideg vagy archív réteg lehet a legjobb, mivel csökkenti a tárolási költségeket, de növeli az olvasási költségeket.
A legoptimálisabb hozzáférési szint megtalálásához becsülje meg, hogy az adatok hány százaléka olvas be havonta. Az alábbi diagram a havi kiadásokra gyakorolt hatásokat mutatja különböző olvasási százalékok alapján.
A hűvös vagy hideg és az archív tárolás használatának költségeinek modellezéséhez és elemzéséhez lásd Az archiválás, valamint a hűvös és hideg tárolás összehasonlítása. Hasonló modellezési technikákat alkalmazhat a "gyakori", "ritkán használt", "ritkán elérhető" vagy "archiválási" költségek összehasonlítására.
Intelligens szint alkalmazása a költségek automatikus optimalizálásához
Ha nem ismeri minden objektumhoz a legoptimálisabb hozzáférési szintet, vagy nem szeretné kezelni ezeknek az objektumoknak az elhelyezését, az intelligens szint nagyszerű választás lehet. Az inaktív adatok automatikus leskálázása idővel nagy költségmegtakarításhoz vezethet. Egy kis megfigyelési díj ellenében további egyszerűsítést biztosít a számlázási modell számára azáltal, hogy nem számít fel díjakat rétegváltásokért, korai törlésért vagy kapacitás rehidratálásáért. Részletekért lásd: Költségek optimalizálása intelligens szinttel .
Adatok migrálása közvetlenül a legköltséghatékonyabb hozzáférési szintekre
A legoptimálisabb szint kiválasztása előre csökkentheti a költségeket. Ha módosítja a feltöltött blokkblobok szintjét, akkor a feltöltéskor a kezdeti szintre való írásért fizetnie kell, majd fizetnie kell az új szintre való írásért. Ha életciklus-kezelési szabályzattal módosítja a szinteket, a szabályzat életbe lépéséhez egy nap és egy nap szükséges a végrehajtás befejezéséhez. Az adatok kezdeti rétegben való tárolásának kapacitásköltségét is meg kell fizetnie a szint módosítása előtt.
Az adott hozzáférési szintre való feltöltéssel kapcsolatos útmutatásért tekintse meg a blob hozzáférési szintjének beállítása című témakört.
A kívánt szintre történő offline adatáthelyezésről az Azure Data Boxban olvashat.
Adatok áthelyezése a legköltséghatékonyabb hozzáférési szintekre
Az adatok feltöltése után rendszeresen érdemes elemeznie a tárolókat és a blobelemeket, hogy megértse, milyen módon tárolják, rendszerezik és használják őket a gyakorlatban. Ezután életciklus-felügyeleti szabályzatokkal helyezze át az adatokat a legköltséghatékonyabb szintekre. A 30 napnál hosszabb ideig nem elérhető adatok például költséghatékonyabbak lehetnek, ha a ritka elérésű rétegbe kerülnek. Fontolja meg az olyan adatok archiválását, amelyekhez több mint 180 napja nem fértek hozzá.
A telemetriai adatok gyűjtéséhez engedélyezze a blobleltár-jelentéseket , és engedélyezze a legutóbbi hozzáférési idő nyomon követését. Az utolsó hozzáférési idő alapján elemezheti a használati mintákat olyan eszközökkel, mint az Azure Synapse vagy az Azure Databricks. Az adatok elemzésének módjairól az alábbi cikkekben tájékozódhat:
A blobszám és a tárolónkénti teljes méret kiszámítása az Azure Storage-leltár használatával
Tárolószintű statisztikák kiszámítása az Azure Blob Storage-ban az Azure Databricks használatával
Szintadat hozzáfűzése és lapblobok
Az elemzés során megjelenhetnek olyan hozzáfűző vagy lapblobok, amelyeket nem használnak aktívan. Előfordulhat például, hogy olyan naplófájlok (hozzáfűző blobok) vannak, amelyek már nem olvashatók vagy nem írhatók be, de megfelelőségi okokból szeretné tárolni őket. Hasonlóképpen érdemes lehet biztonsági másolatot készíteni a lemezekről vagy a lemez pillanatképeiről (lapblobok). Ezeket a blobokat hűvösebb szintekre is áthelyezheti. Először azonban blokkblobokká kell konvertálnia őket.
Az append-blobok és lapblobok blokkblobokká alakításáról további információt a append-blobok és lapblobok blokkblobokká alakításáról szóló cikkben talál.
Kis méretű fájlok csomagolása az adatok hűvösebb rétegbe való áthelyezése előtt
Minden olvasási vagy írási művelet költséggel jár. Az adatok olvasási és írási költségeinek csökkentése érdekében fontolja meg a kisebb fájlok nagyobbakba való csomagolását olyan fájlformátumok használatával, mint a TAR vagy a ZIP. Kevesebb fájl csökkenti az adatátvitelhez szükséges műveletek számát.
Az alábbi diagram a hűtött réteg csomagolási fájljainak relatív hatását mutatja. Az olvasási költség 30%havi elolvasási arányt feltételez.
Az alábbi diagram az archív réteghez tartozó csomagolási fájlok relatív hatását mutatja. Az olvasási költség 30%havi elolvasási arányt feltételez.
A csomagolási fájlok költségmegtakarításának modellezéséhez és elemzéséhez tekintse meg a munkafüzetCsomagolás mentése lapját.
Jótanács
A keresési és olvasási forgatókönyvek megkönnyítése érdekében érdemes lehet létrehozni egy indexet, amely leképezi a csomagolt fájl elérési útjait az eredeti fájlelérési utakkal, majd ezeket az indexeket blokkblobokként tárolja a gyakori elérésű rétegben.