Innføring

Fullført

Effektiv databehandling er et viktig aspekt som kan påvirke ytelsen og brukeropplevelsen til programmet når du utvikler programmer.

Avhengig av de spesifikke kravene i programmet, kan én metode for datamanipulering være det opplagte valget, men i de fleste scenarioer vil det være overlappende fordeler og ulemper.

Enten du arbeider med store datasett, komplekse datastrukturer eller spesifikke ytelseskrav, anbefales det å teste de ulike metodene før du bestemmer deg for den beste fremgangsmåten for dine spesifikke programbehov.

I denne modulen vil du oppdage en rekke metoder for manipulering av data, inkludert import, eksport og kopiering av data til og fra Azure SQL Database.

Merk deg

Vi bruker begrepene dataimport, dataeksport, dataflytting og datakopi som delsett av datamanipulering.

Forstå scenarier for dataflytting

Å forstå de ulike formålene for databevegelse er viktig for utviklere å effektivt administrere dataene sine. Tabellen nedenfor beskriver noen av de vanlige scenariene for dataflytting.

Type Bekrivelse Frekvens scenario
synkronisering Slik holder du dataene konsekvente på tvers av flere systemer Uavbrutt Importere sensordata fra IoT-enheter til en sentral database og eksportere konfigurasjonsoppdateringer tilbake til enhetene
Dele Dele data med andre team eller systemer Etter behov Eksportere data som skal deles med en partnerorganisasjon
Integrasjon Integrere data fra ulike kilder i ett enkelt system Uavbrutt Importere data fra flere kilder til en sentral database for enhetlig tilgang
Overføring Overføre til en annen plattform eller et annet miljø Engangs Overføre data fra en lokal database til Azure SQL Database
sikkerhetskopi Opprette en kopi av dataene for å hindre tap av data Periodisk Eksportere data til en ekstern lagringsplass for sikkerhetskopieringsformål
Arkivering Lagre historiske data som ikke lenger brukes aktivt Periodisk Eksportere gamle transaksjonsposter til en arkivdatabase