Condividi tramite

Suggerimenti per l'ottimizzazione dei costi dei dati

  • Articolo

Si applica a questa raccomandazione per l'ottimizzazione dei costi di Azure Well-Architected Framework:

CO:10 Ottimizzare i costi dei dati. Spesa dei dati con priorità dei dati. L'ottimizzazione dei dati deve includere miglioramenti alla gestione dei dati (suddivisione in livelli e conservazione), al volume, alla replica, ai backup, ai formati di file e alle soluzioni di archiviazione.

Questa guida descrive le raccomandazioni per ottimizzare i costi dei dati per un carico di lavoro. L'ottimizzazione dei costi dei dati comporta la riduzione al minimo delle spese correlate all'archiviazione e alla gestione dei dati in base al significato e alla frequenza di accesso. La gestione dei dati appropriata può ridurre significativamente i costi di overhead e allineare la spesa con l'utilità dati. L'abbandono dell'ottimizzazione dei costi dei dati può comportare costi gonfiati, allocazione inefficiente delle risorse e rifiuti finanziari a causa di soluzioni di archiviazione non allineate e conservazione dei dati non necessaria.

Definizioni

Termine Definizione
Gestione del ciclo di vita dei dati Processo di gestione dei dati nell'intero ciclo di vita, dalla creazione all'eliminazione. Questo processo comporta l'organizzazione, l'archiviazione, la protezione e l'archiviazione dei dati in base al valore e ai modelli di utilizzo.
Ridondanza dei dati La pratica di archiviare copie duplicate dei dati in più sistemi di archiviazione o posizioni. Lo scopo della ridondanza dei dati è migliorare la disponibilità dei dati e la tolleranza di errore.
Suddivisione in livelli dati Strategia di archiviazione che prevede la categorizzazione dei dati in base alla frequenza di accesso e all'archiviazione nei livelli di archiviazione di conseguenza.
Criteri di conservazione Durata per cui conservare i dati prima di poterli eliminare. Specifica il periodo di tempo durante il quale i dati devono essere conservati per soddisfare i requisiti legali, normativi o aziendali.

Strategie di progettazione chiave

All'interno di un carico di lavoro specifico, è possibile ottimizzare i costi dei dati riducendo le spese associate all'archiviazione e alla gestione dei dati. Esistono diverse strategie e procedure consigliate per ridurre al minimo i costi di archiviazione ed elaborazione dei dati. L'obiettivo è allineare i costi dei dati con la priorità dei dati. È necessario assegnare livelli di costo a tipi di dati in base all'importanza o alla frequenza di accesso.

I driver principali per il costo dei dati del carico di lavoro sono frequenza di accesso, latenza di accesso e quantità di archiviazione. Le linee guida seguenti contengono strategie per ottimizzare i costi in questi driver di costo.

Eseguire un inventario dei dati

Prima di poter ottimizzare il costo dei dati, è necessario generare un inventario dei dati. Esaminare l'accesso ai dati e determinarne l'importanza all'interno del carico di lavoro e delle relative operazioni. Identificare i dati a cui si accede di frequente e a quali dati si accede meno frequentemente. Le azioni di inventario seguenti consentono di allocare in modo efficace le risorse di archiviazione:

  • Raccogliere le informazioni di accesso ai dati: Eseguire un controllo dei dati per identificare e catalogare tutti gli archivi dati. Determinare il valore dei set di dati in base alla loro importanza per le operazioni aziendali, il ritorno sugli investimenti e la frequenza di utilizzo. Raccogliere i log di accesso, le metriche di utilizzo o l'analisi dalle soluzioni di archiviazione dei dati.

  • Identificare i tipi di dati: Classificare i dati in base al tipo, ad esempio dati personali, dati finanziari, proprietà intellettuale o dati operativi. Comprendere la sensibilità e la criticità di ogni tipo di dati.

  • Identificare i modelli di accesso: Identificare i modelli nell'accesso ai dati, ad esempio modelli di utilizzo giornalieri, settimanali o mensili. È necessario comprendere la latenza, le dimensioni dei file e i requisiti di aggiornamento dei dati per tali dati.

Classificare in ordine di priorità i dati

La definizione delle priorità dei dati è il processo di categorizzazione e assegnazione di livelli di importanza ai tipi di dati in base alla sensibilità e alla criticità. La priorità dei dati deve essere allineata all'importanza dell'ambiente. Ad esempio, i dati di produzione sono più importanti dei dati di preproduzione.

Valutare l'importanza di vari tipi di dati per il carico di lavoro attenendosi alla procedura seguente:

  1. Definire i livelli di priorità: Stabilire i livelli di priorità per i dati (ad esempio alto, medio e basso) in base al valore dell'organizzazione, ai requisiti normativi e al potenziale effetto della perdita di dati. L'obiettivo è allineare la priorità dei dati alla soluzione dati appropriata.

  2. Assegnare etichette: Etichettare ogni set di dati con la relativa sensibilità e criticità. È possibile applicare etichette a livello di riga, colonna o file, a seconda della struttura dei dati e dell'utilizzo. Per i database, è possibile usare uno strumento speciale per etichettare e correlare la riservatezza e la criticità dei dati a righe e colonne specifiche. Questo approccio offre un controllo granulare sulla gestione e sull'accesso dei dati.

Ottimizzare la gestione dei dati

La gestione dei dati è il processo di archiviazione, spostamento e protezione dei dati del carico di lavoro. Ottimizzando la gestione dei dati, è possibile allineare la spesa alla priorità dei dati e derivare più valore dai dati. Prendere in considerazione le strategie seguenti per la gestione dei dati.

Ottimizzare la gestione del ciclo di vita dei dati

È importante gestire i dati durante tutto il ciclo di vita. Le fasi del ciclo di vita includono la creazione o l'acquisizione dei dati, l'archiviazione, l'utilizzo, la condivisione, la conservazione e l'eliminazione (eliminazione o archiviazione). L'obiettivo della gestione del ciclo di vita dei dati è ottimizzare le soluzioni di archiviazione dei dati rispettando al tempo stesso le normative e i criteri pertinenti.

L'archiviazione dati include tre componenti di costo critici:

  • Costo di archiviazione: spese associate all'archiviazione dei dati, ad esempio per gigabyte.

  • Costo delle transazioni: costi collegati alle operazioni di dati, ad esempio operazioni di scrittura, operazioni di lettura e recupero dei dati (per gigabyte). La lettura e la scrittura dei dati possono comportare costi diversi.

  • Costo della latenza: spese associate alla velocità o al ritardo nell'accesso ai dati.

Le considerazioni seguenti sono fondamentali per la gestione del ciclo di vita dei dati:

  • Usare la suddivisione in livelli dati: L'obiettivo del suddivisione in livelli dei dati è allineare l'accesso e la conservazione al livello di archiviazione più conveniente. I livelli di archiviazione variano dall'accesso frequente/immediato (frequente) all'accesso sporadico/ritardato (ad accesso sporadico).

    Costa di più per usare un livello che non è allineato alle esigenze di accesso e conservazione dei dati. Ad esempio, i dati a cui l'applicazione accede di frequente devono trovarsi nell'archiviazione ad accesso frequente. I dati a cui l'applicazione accede raramente devono trovarsi nell'archiviazione ad accesso sporadico. La gestione efficace di questi aspetti consente di garantire un'archiviazione efficiente dei dati.

  • Prendere in considerazione i requisiti di conformità: L'implementazione della suddivisione in livelli dati richiede un'attenta considerazione dei requisiti di conformità e dei criteri di governance dei dati. I requisiti legali e di conformità spesso determinano l'accesso e la conservazione dei dati. Definire i criteri di conservazione dei dati per garantire la conformità ai requisiti legali, normativi e aziendali.

  • Definire i criteri relativi al ciclo di vita dei dati. I criteri relativi al ciclo di vita dei dati specificano quando e come spostare i dati tra i livelli di archiviazione in base ai criteri predefiniti. Questi criteri assicurano di mantenere i dati nel livello appropriato per la durata richiesta. Ad esempio, un criterio può dichiarare che i dati devono essere conservati nel livello ad accesso frequente per 30 giorni, nel livello ad accesso sporadico per 90 giorni e nel livello archivio per un anno. Impostare il periodo di conservazione in base a fattori quali requisiti legali, normative del settore o criteri interni.

  • Usare l'automazione: i criteri di conservazione possono attivare lo spostamento dei dati tra i livelli. È consigliabile automatizzare i criteri usando le funzionalità della piattaforma prima di compilare qualsiasi soluzione personalizzata.

    Quando il periodo di conservazione per un determinato livello scade, i criteri possono spostare automaticamente i dati nel livello di costo inferiore successivo. Ad esempio, quando termina il periodo di conservazione per il livello ad accesso frequente, i criteri possono spostare i dati nel livello ad accesso sporadico. Il criterio garantisce che i dati vengano ottimizzati continuamente in base ai modelli di accesso e ai requisiti di costo.

Compromesso: la gestione dei criteri di conservazione dei dati richiede il monitoraggio e la manutenzione continui. Può comportare un sovraccarico maggiore per i processi di gestione dei dati. Può anche influire sui costi di archiviazione. I periodi di conservazione più lunghi o l'uso di livelli di archiviazione con costi più elevati possono aumentare le spese di archiviazione.

Rischio: un'implementazione scarsa della gestione del ciclo di vita dei dati potrebbe causare perdita di dati o accesso limitato ai dati critici. È necessario disporre di meccanismi di backup e ripristino appropriati per ridurre il rischio di perdita di dati.

Ottimizzare la segmentazione dei dati

L'ottimizzazione della segmentazione dei dati comporta l'organizzazione strategica dei dati in segmenti distinti e il consolidamento di tipi di dati simili per allocare in modo efficiente le risorse di archiviazione. Consente di personalizzare l'allocazione delle risorse di archiviazione alla priorità dei dati.

Per ottimizzare in modo efficace la segmentazione dei dati, classificare i dati in base al tipo e al modello di utilizzo. I segmenti di dati vengono quindi posizionati nella soluzione più efficace a seconda delle analogie operative e dei requisiti. Ad esempio, si inserisce dati che richiedono un'archiviazione ad alte prestazioni sulle risorse con tempi di recupero più rapidi. I dati di archiviazione usano una risorsa a costi inferiori con tempi di recupero più lenti.

Questo approccio garantisce che i dati a richiesta elevata usino un'archiviazione più veloce per ottenere prestazioni ottimali e i dati a cui si accede meno usino risorse di archiviazione più economiche. Analogamente, quando i tipi di dati condividono i modelli di utilizzo, è necessario raggrupparli in una singola risorsa per ridurre il sovraccarico, semplificare la gestione e migliorare la gestione dei dati.

Ridurre al minimo il trasferimento dei dati

La riduzione al minimo del trasferimento dei dati si riferisce alla riduzione dello spostamento dei dati tra reti per ridurre i costi di trasferimento dei dati. Riduce il volume di dati spostati dal carico di lavoro e riduce i costi di utilizzo della rete. Per ridurre al minimo il trasferimento dei dati, considerare le raccomandazioni seguenti:

  • Usare la posizione corretta. posizionare i dati geograficamente più vicini agli utenti. La prossimità dei dati riduce i viaggi di rete, accelerando l'accesso e ottimizzando i costi.
  • Usare la memorizzazione nella cache. Considerare i vantaggi della memorizzazione nella cache per ridurre al minimo il trasferimento dei dati.
  • Usare una rete per la distribuzione di contenuti. Una rete per la distribuzione di contenuti può archiviare i dati statici letti di frequente più vicino agli utenti. Riduce lo spostamento dei dati in rete e consente di eseguire l'offload dell'utilizzo della larghezza di banda.

Ottimizzare la sicurezza e la conformità

Alcuni dati di produzione richiedono requisiti di sicurezza e conformità più elevati. Queste misure potrebbero imporre costi aggiuntivi relativi alla protezione dei dati, alla crittografia, al backup, alla conservazione e al controllo.

È necessario assicurarsi che le modifiche apportate alle soluzioni di archiviazione dei dati rispettino questi requisiti. I dati con requisiti di sicurezza e conformità inferiori spesso presentano l'opportunità di ottimizzare i costi.

Ottimizzare il volume dei dati

Trovare strategie per ridurre la quantità di dati archiviati può contribuire a ridurre i costi. Modificando l'accessibilità dei dati e implementando le tecniche seguenti, è possibile ottimizzare efficacemente il volume dei dati archiviati:

  • Acquisire meno dati: esaminare più da vicino i dati acquisiti. Determinare se uno di questi non è necessario ai fini dell'utente. Modificare il processo, le impostazioni o le configurazioni per acquisire solo i dati essenziali.

  • Comprimere i dati: la compressione consente di risparmiare denaro riducendo le dimensioni dei dati. È più efficace negli scenari write-once, read-never o read-raramente. È più adatto per l'archiviazione più fredda.

    Compromesso: compressione e decompressione dei dati aumentano il tempo di CPU.

  • Eliminare i dati non necessarie: implementare criteri per semplificare il processo di archiviazione delle informazioni pertinenti. Valutare il periodo di conservazione per i backup e gli snapshot ed eliminare i dati non più necessari. Potrebbe essere necessario un processo che consenta l'eliminazione finale dei dati, ad esempio la prima archiviazione dei dati e l'abilitazione di un periodo di eliminazione temporanea. Prendere sempre in considerazione la possibilità di ripristino prima di eliminare i dati.

  • Deduplicare i dati: implementare tecniche di deduplicazione dei dati per eliminare i dati ridondanti. La deduplicazione riduce i requisiti di archiviazione assicurandosi di archiviare solo blocchi di dati univoci, in modo da risparmiare sui costi. Usare algoritmi di hash e confronto dei blocchi di dati. Eseguire regolarmente processi di deduplicazione per identificare ed eliminare i dati duplicati.

  • Ottimizzare il comportamento degli utenti: nei carichi di lavoro che raccolgono dati generati dall'utente, informare gli utenti sull'importanza dell'archiviazione dei dati efficiente. Incoraggiarli a esaminare ed eliminare regolarmente file e dati non necessari. Implementare quote di archiviazione o modelli tariffari che sconsigliano l'archiviazione eccessiva dei dati.

Ottimizzare la replica dei dati

La replica dei dati comporta la creazione di più copie dei dati e l'archiviazione in altre aree geografiche o zone per garantire l'affidabilità. La replica garantisce che, in caso di errore o interruzione di una zona, è comunque possibile accedere ai dati dalle copie replicate in altre posizioni.

Questa ridondanza consente di migliorare la disponibilità e la resilienza dei dati. Riduce al minimo il rischio di perdita di dati e tempi di inattività.

Per ottimizzare la replica dei dati per l'ottimizzazione dei costi, prendere in considerazione le linee guida seguenti:

  • Valutare i requisiti di replica dei dati: valutare le esigenze specifiche del carico di lavoro e determinare il livello di replica dei dati richiesto. Prendere in considerazione fattori come la criticità dei dati, gli obiettivi del tempo di ripristino (RTO) e gli obiettivi del punto di ripristino (RPO).

  • Scegliere la strategia di replica corretta: selezionare una tecnologia di replica allineata agli obiettivi per l'ottimizzazione dei costi. Prendere in considerazione i requisiti del contratto di servizio per il carico di lavoro.

    Valutare opzioni come la replica sincrona, la replica asincrona o una combinazione di entrambe. Basare la decisione su fattori come i requisiti di coerenza dei dati e le considerazioni sulla larghezza di banda di rete. Valutare il livello di disponibilità necessario per il carico di lavoro e valutare la necessità di ridondanza a livello di zona rispetto alla ridondanza a livello di area.

  • Ottimizzare la larghezza di banda di rete: ridurre al minimo l'utilizzo della larghezza di banda di rete implementando tecniche di compressione e deduplicazione dei dati. Queste tecniche possono ridurre la quantità di dati trasferiti durante la replica, riducendo così i costi.

  • Monitorare e ottimizzare la frequenza di replica: esaminare e modificare regolarmente la frequenza di replica in base alle esigenze mutevoli del carico di lavoro. L'ottimizzazione della frequenza di replica consente di ottimizzare i costi riducendo il sovraccarico di replica non necessario.

Ottimizzare i backup

Un backup è uno snapshot periodico o una copia dei dati che è possibile creare e archiviare separatamente dalla risorsa di archiviazione primaria. In caso di danneggiamento dei dati, eliminazione accidentale o errore di sistema, è possibile usare i backup per ripristinare i dati nello stato precedente.

Ecco alcune tecniche per ottimizzare i backup:

  • Classificazione dei dati: classificare i dati in base all'importanza e alla definizione delle priorità per il backup. La classificazione consente di concentrarsi sulle risorse sul backup dei dati critici riducendo al minimo i costi di backup per i dati meno importanti.

  • Backup incrementali: invece di eseguire backup completi ogni volta, è consigliabile implementare backup incrementali. I backup incrementali acquisisce solo le modifiche apportate dall'ultimo backup, riducendo così i requisiti di archiviazione e larghezza di banda di rete.

    Compromesso: i backup incrementali richiedono più passaggi e tempo per ripristinare i dati. È necessario ripristinare prima di tutto il backup completo e quindi applicare ogni backup incrementale in sequenza fino a raggiungere il punto di ripristino desiderato.

  • Compressione dei backup: abilitare la compressione durante il processo di backup per ridurre le dimensioni dei file di backup. I backup compressi richiedono meno spazio di archiviazione, quindi è possibile risparmiare i costi.

  • Livelli di archiviazione di backup: valutare i criteri di conservazione dei backup e prendere in considerazione lo spostamento dei backup meno recenti a livelli di archiviazione a costi inferiori, ad esempio l'archiviazione ad accesso sporadico o l'archiviazione di archiviazione. L'archiviazione di backup a cui si accede meno frequentemente in opzioni di archiviazione convenienti consente di ottimizzare i costi.

  • Periodo di conservazione dei backup: esaminare e modificare i periodi di conservazione per i backup in base ai requisiti aziendali e alle normative di conformità. La gestione dei backup per durate più lunghe potrebbe comportare costi di archiviazione aggiuntivi.

  • Frequenza di backup: analizzare la frequenza di backup per vari tipi di dati. Modificare la pianificazione del backup in base alla frequenza delle modifiche dei dati e all'importanza dei dati. Queste procedure consentono di eliminare i backup non necessari e ridurre i costi di archiviazione.

Ottimizzare i formati di file

I formati di file influenzano l'ottimizzazione dei costi ottimizzando i modelli di input/output (I/O) e i modelli di query dei dati. Alcuni formati di file si adattano a scenari specifici. L'allineamento del formato di file ai requisiti del carico di lavoro può migliorare le prestazioni del carico di lavoro.

Ecco alcune considerazioni per i formati comuni:

  • Avro: il formato di file Avro è una scelta ottimale quando si usano modelli di I/O con un numero elevato di operazioni di scrittura o quando i modelli di query richiedono il recupero di più righe di record nel loro insieme. I processi di serializzazione e deserializzazione di Avro sono efficienti, quindi è compatibile con bus di messaggio come Kafka che producono una serie di eventi e messaggi in rapida successione.

  • Parquet e Optimized Row Columnar (ORC): i formati di file Parquet e ORC sono eccellenti in scenari di modelli di I/O con operazioni di lettura elevate o quando i criteri di query si concentrano su colonne specifiche dei record.

    Entrambi i formati sono di archiviazione a colonne, il che significa che i dati vengono archiviati in base alla colonna anziché a riga per riga. L'archiviazione a colonne consente una compressione migliorata e operazioni di lettura efficienti. È necessario recuperare solo le colonne necessarie, in modo da evitare operazioni di I/O non necessarie per i dati irrilevanti.

Ottimizzare le soluzioni di archiviazione

Valutare e selezionare i metodi e i sistemi di archiviazione più appropriati per i dati. Questo sforzo può includere il cambio di database, l'uso di tipi di archiviazione diversi o l'aggiunta di meccanismi di memorizzazione nella cache. La facilità di gestione è un altro fattore da considerare quando si sceglie una soluzione di archiviazione.

Personalizzando le soluzioni di archiviazione in base alle esigenze e alle caratteristiche specifiche dei dati, è possibile ottenere una migliore efficienza dei costi, soddisfando al tempo stesso le esigenze di prestazioni e scalabilità. Esistono costi associati al cambio di database o allo scambio dei servizi, ma l'archiviazione dei dati nella soluzione di archiviazione errata può comportare costi aggiuntivi.

Ecco alcuni casi d'uso:

  • Cambio di database: è possibile passare a un sistema di database più adatto alle proprie esigenze. Ad esempio, se si usa un database relazionale, è possibile esplorare la possibilità di passare a un database NoSQL se i dati sono più orientati ai documenti o richiedono schemi flessibili.

  • Passaggio da un database relazionale a un archivio file flat: in alcuni casi, l'archiviazione dei dati in file flat anziché in un database relazionale tradizionale può offrire vantaggi come semplicità ed efficienza dei costi. I file flat sono adatti per determinati tipi di dati, ad esempio file di log o dati che non richiedono query complesse. Ad esempio, è possibile archiviare immagini binarie in un database SQL, ma è più conveniente archiviarle in un servizio di archiviazione specifico per la gestione dei dati binari.

  • Passaggio dall'infrastruttura come servizio (IaaS) alla piattaforma come servizio (PaaS): le soluzioni di database IaaS possono richiedere tempo e proprietà a elevato utilizzo di risorse che divertino l'attenzione di un team tecnico dalle attività principali. La crescita del volume di dati e le sfide della scalabilità manuale, dei backup e della manutenzione dell'infrastruttura possono rendere una soluzione PaaS più conveniente ed efficiente.

  • Aggiunta di una cache: per ridurre l'utilizzo delle risorse nel server di database principale, è consigliabile usare una soluzione cache per memorizzare nella cache i risultati di query complessi. I diritti del server di database possono essere utili per ottimizzare il costo. Con i casi d'uso applicabili, prendere in considerazione l'uso del tempo per vivere (TTL) con i dati memorizzati nella cache per ridurre le esigenze di archiviazione e ridurre il costo.

  • Archivi di archiviazione dati ottimizzati per query e archivi di archiviazione dati: gli archivi ottimizzati per le query sono progettati per il recupero e l'analisi rapida dei dati. Si concentrano sull'inserimento rapido dei dati e le letture, ma non sugli aggiornamenti frequenti. Sono ideali per i dati delle serie temporali e l'accesso rapido ai dati recenti, ma non per attività transazionali pesanti.

    L'archiviazione dati archivia grandi volumi di dati flessibili, in particolare dati non strutturati o semistrutturati. Anche se gli archivi di archiviazione dati possono supportare l'analisi, le attività complesse potrebbero richiedere database specializzati. Sono migliori per archiviare molti dati variabili, ad esempio log o contenuti generati dall'utente negli scenari come i casi d'uso NoSQL.

Facilitazione di Azure

Acquisizione di un inventario dei dati: Microsoft Purview è una famiglia di soluzioni di governance, rischio e conformità dei dati che consentono all'organizzazione di gestire, proteggere e gestire l'intero patrimonio dati. Le soluzioni Microsoft Purview offrono copertura integrata e consentono di affrontare gli aumenti recenti della connettività utente remota, la frammentazione dei dati tra le organizzazioni e la sfocatura dei ruoli di gestione IT tradizionali.

Ottimizzazione della gestione dei dati: Archiviazione di Azure e Azure Data Lake Storage hanno livelli di accesso ai dati diversi. Offrono anche criteri di gestione del ciclo di vita dei dati che automatizzano i livelli e la conservazione dei dati.

È possibile usare criteri basati su regole per eseguire la transizione dei dati BLOB ai livelli di accesso appropriati o alla scadenza dei dati alla fine del ciclo di vita. Questo criterio consente di passare i BLOB da ad accesso sporadico (o ad accesso sporadico) immediatamente quando si accede, per ottimizzare le prestazioni.

Ottimizzazione dei backup: il servizio Backup di Azure offre più funzionalità per semplificare i backup. Offre funzionalità come il backup del database nativo e il backup dell'archiviazione tramite snapshot del disco. Supporta il backup delle macchine virtuali, la conservazione a lungo termine e la gestione dei backup.

Ecco alcune delle funzionalità del servizio:

  • Monitoraggio: è possibile usare il Centro backup come singolo riquadro di vetro per monitorare i processi e l'inventario dei backup in base al giorno. Il centro backup offre un'interfaccia per i report di backup, che usano log di Monitoraggio di Azure e cartelle di lavoro di Azure.

  • Report: i report di backup offrono le funzionalità seguenti:

    • Allocare e prevedere l'archiviazione cloud utilizzata.
    • Controllare i backup e i ripristini.
    • Identificare le tendenze chiave a vari livelli di granularità.
    • Ottenere visibilità e informazioni dettagliate sulle opportunità di ottimizzazione dei costi per i backup.

  • Capacità riservata: Backup di Azure capacità riservata di archiviazione offre uno sconto sulla capacità per i dati di backup archiviati per il livello standard dell'insieme di credenziali quando si esegue il commit a una prenotazione per un anno o tre anni. Una prenotazione fornisce una quantità fissa di capacità di archiviazione di backup per il termine della prenotazione.

  • Livello di archiviazione: è possibile usare Backup di Azure per archiviare i dati di backup, inclusi i dati di conservazione a lungo termine (LTR), in base alle esigenze di conservazione definite dalle regole di conformità dell'organizzazione. Nella maggior parte dei casi, i dati di backup meno recenti vengono raramente accessibili e vengono archiviati solo per le esigenze di conformità. Backup di Azure supporta il backup dei punti LTR nel livello di archiviazione, oltre agli snapshot e al livello standard.

Ottimizzazione delle soluzioni di archiviazione: Azure offre molte soluzioni di archiviazione. Offrono diverse funzionalità e funzionalità per ottimizzare i costi in base ai requisiti specifici. Azure offre indicazioni per scegliere l'archivio dati appropriato.

Per scegliere la soluzione di archiviazione e la configurazione più adatta, è importante valutare i modelli di accesso ai dati, le esigenze di conservazione e i requisiti di prestazioni. Monitorare e ottimizzare regolarmente l'utilizzo dell'archiviazione usando strumenti come Azure Advisor consente di ottimizzare ulteriormente i costi.

Elenco di controllo Ottimizzazione costi

Fare riferimento al set completo di raccomandazioni.

Elenco di controllo Ottimizzazione costi