Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Este artigo fornece diretrizes de práticas recomendadas que ajudam você a usar camadas de acesso para otimizar o desempenho e reduzir custos. Para saber mais sobre camadas de acesso, consulte Camadas de acesso para dados de blobs.
Escolha os níveis de acesso mais eficientes em termos de custos
Você pode reduzir custos colocando dados de blob nas camadas de acesso mais econômicas. Escolha entre três níveis concebidos para otimizar os custos em torno do uso de dados. Por exemplo, o hot tier tem um custo de armazenamento mais alto, mas menor custo de leitura. Portanto, se pretender aceder aos dados com frequência, a camada quente pode ser a opção mais rentável. Se leres dados com menos frequência, a camada fria, fria ou de arquivo pode ser a melhor porque reduz os custos de armazenamento, mas aumenta os custos de leitura.
Para encontrar o nível de acesso mais ótimo, estima que percentagem dos dados é lida a cada mês. O gráfico a seguir mostra o impacto nos gastos mensais dadas várias porcentagens de leitura.
Para modelar e analisar o custo do uso de armazenamento fresco ou frio versus armazenamento em arquivo, consulte Arquivo versus frio e fresco. Pode aplicar técnicas de modelação semelhantes para comparar o custo de quente para frio, frio ou arquivo.
Aplicar o smart tier para otimizar os custos automaticamente
Se não conheces qual é o nível de acesso mais otimizado para cada objeto ou não quiseres gerir a colocação desses objetos, o nível Smart pode ser uma ótima opção para escolher. A redução automática de dados inativos pode levar a grandes poupanças de custos ao longo do tempo. Embora cobre uma pequena taxa de monitorização, proporciona uma simplificação adicional ao modelo de faturação ao não cobrar transições de nível, eliminações precoces ou reidratação de capacidade. Consulte Otimizar custos com a camada inteligente para obter mais detalhes.
Migre dados diretamente para as camadas de acesso mais econômicas
Escolher o nível mais ideal antecipadamente pode reduzir custos. Se mudares o nível de um bloco que carregas, pagas pela escrita para o tier inicial quando o carregas e depois pagas pela escrita para o novo tier. Se mudar de nível usando uma política de gestão do ciclo de vida, essa política requer um dia para entrar em vigor e um dia para concluir a execução. Também se paga o custo associado à capacidade de armazenar dados no nível inicial antes da mudança de nível.
Para obter orientação sobre como carregar para uma camada de acesso específica, consulte Definir a camada de acesso de um blob.
Para mover dados offline para a camada desejada, consulte Azure Data Box.
Mova os dados para as camadas de acesso mais econômicas
Depois de os dados serem carregados, deve analisar periodicamente os seus contentores e blobs para perceber como são armazenados, organizados e usados em produção. Em seguida, use as políticas de gerenciamento do ciclo de vida para mover os dados para os níveis mais econômicos. Por exemplo, dados não acedidos durante mais de 30 dias podem ser mais rentáveis se colocados na camada fria. Considere arquivar dados que não são acedidos há mais de 180 dias.
Para coletar telemetria, habilite relatórios de inventário de blob e ative o rastreamento do tempo da última vez de acesso. Analise padrões de uso com base no último tempo de acesso usando ferramentas como Azure Synapse ou Azure Databricks. Para saber mais sobre formas de analisar os seus dados, consulte qualquer um destes artigos:
Anexação de camada e blobs de página
A sua análise pode revelar blobs de adicionamento ou blobs de página que não são usados ativamente. Por exemplo, você pode ter arquivos de log (acrescentar blobs) que não estão mais sendo lidos ou gravados, mas gostaria de armazená-los por motivos de conformidade. Da mesma forma, convém fazer backup de discos ou instantâneos de disco (blobs de página). Você também pode mover esses blobs para camadas mais frias. No entanto, você deve primeiro convertê-los para bloquear blobs.
Para obter informações sobre como converter blobs de acréscimo e blobs de página em blobs de bloco, consulte Converter blobs de acréscimo e blobs de página em blobs de bloco.
Embale pequenos arquivos antes de mover dados para níveis mais frios
Cada operação de leitura ou gravação incorre em um custo. Para reduzir o custo de leitura e gravação de dados, considere empacotar arquivos pequenos em arquivos maiores usando formatos de arquivo como TAR ou ZIP. Menos arquivos reduzem o número de operações necessárias para transferir dados.
O gráfico a seguir mostra o impacto relativo do empacotamento de arquivos para o nível frio. O custo de leitura pressupõe uma percentagem mensal de leitura de 30%.
O gráfico a seguir mostra o impacto relativo do empacotamento de arquivos para a camada de arquivamento. O custo de leitura pressupõe uma percentagem mensal de leitura de 30%.
Para modelar e analisar a economia de custos de empacotamento de arquivos, consulte a guia Packing Saving nesta pasta de trabalho.
Sugestão
Para facilitar os cenários de pesquisa e leitura, considere criar um índice que mapeie caminhos de arquivos compactados com caminhos de arquivos originais e armazene esses índices como blocos de dados na camada aquecida.