Recomendações para otimizar os custos de dados
Aplica-se a esta recomendação de lista de verificação de Otimização de Custos do Azure Well-Architected Framework:
| CO:10 | Otimizar os custos de dados. Gastos de dados com prioridade de dados. A otimização de dados deve incluir melhorias na gestão de dados (camadas e retenção), volume, replicação, cópias de segurança, formatos de ficheiro e soluções de armazenamento. |
|---|
Este guia descreve as recomendações para otimizar os custos de dados para uma carga de trabalho. A otimização dos custos de dados envolve minimizar as despesas relacionadas com o armazenamento e a gestão de dados de acordo com a sua significância e frequência de acesso. A gestão de dados adequada pode reduzir significativamente os custos gerais e alinhar os gastos com o utilitário de dados. Negligenciar a otimização dos custos de dados pode levar a despesas inflacionadas, alocação de recursos ineficientes e resíduos financeiros devido a soluções de armazenamento desalinhadas e retenção de dados desnecessária.
Definições
| Termo | Definição |
|---|---|
| Gestão do ciclo de vida dos dados | O processo de gestão de dados ao longo de todo o ciclo de vida, desde a criação até à eliminação. Este processo envolve organizar, armazenar, proteger e arquivar dados com base nos respetivos padrões de valor e utilização. |
| Redundância de dados | A prática de armazenar cópias duplicadas de dados em vários sistemas de armazenamento ou localizações. O objetivo da redundância de dados é melhorar a disponibilidade dos dados e a tolerância a falhas. |
| Arrumo de dados | Uma estratégia de armazenamento que envolve categorizar dados com base na respetiva frequência de acesso e armazená-lo em camadas de armazenamento em conformidade. |
| Política de retenção | A duração para a qual os dados devem ser retidos antes de poderem ser eliminados. Especifica o período de tempo durante o qual os dados têm de ser preservados para cumprir os requisitos legais, regulamentares ou empresariais. |
Principais estratégias de conceção
Numa carga de trabalho específica, otimiza os custos de dados ao reduzir as despesas associadas ao armazenamento e gestão de dados. Existem várias estratégias e melhores práticas para minimizar os custos de armazenamento e processamento de dados. O objetivo é alinhar os custos de dados com a prioridade dos dados. Tem de atribuir escalões de custo a tipos de dados com base na respetiva importância ou frequência de acesso.
Os principais fatores para o custo dos dados da carga de trabalho são a frequência de acesso, a latência de acesso e a quantidade de armazenamento. A seguinte documentação de orientação contém estratégias para otimizar os custos nestes fatores de custos.
Fazer um inventário de dados
Antes de poder otimizar o custo dos seus dados, tem de gerar um inventário de dados. Examine o acesso aos dados e determine a sua importância na carga de trabalho e nas respetivas operações. Identifique que dados são acedidos com frequência e que dados são acedidos com menos frequência. As seguintes ações de inventário podem ajudá-lo a alocar recursos de armazenamento de forma eficaz:
Recolher informações de acesso a dados: Realizar uma auditoria de dados para identificar e catalogar todos os arquivos de dados. Determine o valor dos conjuntos de dados com base na sua importância para operações empresariais, retorno sobre o investimento e frequência de utilização. Recolha registos de acesso, métricas de utilização ou análise das suas soluções de armazenamento de dados.
Identificar tipos de dados: Categorizar dados com base no respetivo tipo, como dados pessoais, dados financeiros, propriedade intelectual ou dados operacionais. Compreender a sensibilidade e a importância de cada tipo de dados.
Identificar padrões de acesso: Identifique os padrões no acesso a dados, como padrões de utilização diária, semanal ou mensal. Deve compreender os requisitos de latência, tamanhos de ficheiros e atualização de dados para esses dados.
Priorizar dados
A atribuição de prioridades de dados é o processo de categorização e atribuição de níveis de importância a tipos de dados com base na sensibilidade e importância. A prioridade dos dados deve ser alinhada com a importância do ambiente. Por exemplo, os dados de produção são mais importantes do que os dados de pré-produção.
Avalie a importância de vários tipos de dados para a carga de trabalho com estes passos:
Definir níveis de prioridade: Estabeleça níveis de prioridade para dados (como alto, médio e baixo) com base no respetivo valor para a organização, requisitos regulamentares e potencial efeito de perda de dados. O objetivo é alinhar a prioridade dos dados com a solução de dados adequada.
Atribuir etiquetas: Etiquetar cada conjunto de dados com a sua sensibilidade e criticidade. Pode aplicar etiquetas ao nível da linha, coluna ou ficheiro, consoante a estrutura de dados e a utilização. Para bases de dados, pode utilizar uma ferramenta especial para etiquetar e relacionar a sensibilidade e a importância dos dados com linhas e colunas específicas. Esta abordagem fornece controlo granular sobre a gestão e o acesso dos dados.
Otimizar a gestão de dados
A gestão de dados é o processo de armazenar, mover e proteger dados de cargas de trabalho. Ao otimizar a gestão de dados, pode alinhar os gastos com a prioridade dos dados e obter mais valor dos seus dados. Considere as seguintes estratégias de gestão de dados.
Otimizar a gestão do ciclo de vida dos dados
É importante gerir dados ao longo do ciclo de vida. As fases do ciclo de vida incluem a criação de dados (ou aquisição), armazenamento, utilização, partilha, retenção e eliminação (eliminação ou arquivamento). O objetivo da gestão do ciclo de vida dos dados é otimizar as soluções de armazenamento de dados ao mesmo tempo que cumpre os regulamentos e políticas relevantes.
O armazenamento de dados tem três componentes de custos críticos:
Custo de armazenamento: a despesa associada ao armazenamento de dados, como por gigabyte.
Custo da transação: custos associados a operações de dados, tais como operações de escrita, operações de leitura e obtenção de dados (por gigabyte). A leitura e a escrita de dados podem ter custos diferentes.
Custo da latência: a despesa associada à velocidade ou atraso no acesso aos dados.
As seguintes considerações são fundamentais para a gestão do ciclo de vida dos dados:
Utilizar camadas de dados: O objetivo da camada de dados é alinhar o acesso e a retenção com a camada de armazenamento mais económica. As camadas de armazenamento variam entre o acesso frequente/imediato (frequente) e o acesso pouco frequente/atrasado (esporádico).
Custa mais utilizar uma camada que não está alinhada com as necessidades de retenção e acesso a dados. Por exemplo, os dados aos quais a sua aplicação acede frequentemente devem estar em armazenamento frequente. Os dados a que a sua aplicação acede com pouca frequência devem estar no armazenamento a frio. A gestão eficaz destes aspetos ajuda a garantir um armazenamento de dados eficiente.
Considere os requisitos de conformidade: A implementação da camada de dados requer uma consideração cuidadosa dos requisitos de conformidade e das políticas de governação de dados. Os requisitos legais e de conformidade conduzem frequentemente o acesso e a retenção de dados. Estabeleça políticas de retenção de dados para garantir a conformidade com os requisitos legais, regulamentares e empresariais.
Definir políticas de ciclo de vida de dados. As políticas de ciclo de vida dos dados especificam quando e como os dados devem ser movidos entre camadas de armazenamento com base em critérios predefinidos. Estas políticas garantem que mantém os dados no escalão adequado para a duração necessária. Por exemplo, uma política pode indicar que os dados têm de ser retidos na camada de acesso frequente durante 30 dias, na camada esporádica durante 90 dias e na camada de arquivo durante um ano. Defina o período de retenção com base em fatores como requisitos legais, regulamentos do setor ou políticas internas.
Utilizar a automatização: as políticas de retenção podem acionar o movimento de dados entre camadas. Deve automatizar as políticas com as funcionalidades da plataforma antes de criar qualquer solução personalizada.
Quando o período de retenção de um determinado escalão expirar, a política pode mover automaticamente os dados para o escalão de custo inferior seguinte. Por exemplo, quando o período de retenção da camada de acesso frequente termina, a política pode mover os dados para a camada de acesso esporádico. A política garante que os dados são continuamente otimizados com base nos respetivos padrões de acesso e requisitos de custos.
Desvantagem: a gestão de políticas de retenção de dados requer monitorização e manutenção contínuas. Pode introduzir mais sobrecarga para os processos de gestão de dados. Também pode afetar os custos de armazenamento. Períodos de retenção mais longos ou a utilização de camadas de armazenamento de custos mais elevados pode aumentar as despesas de armazenamento.
Risco: uma implementação deficiente da gestão do ciclo de vida dos dados pode levar à perda de dados ou ao acesso limitado a dados críticos. Deve ter mecanismos de cópia de segurança e recuperação adequados para mitigar o risco de perda de dados.
Otimizar a segmentação de dados
A otimização da segmentação de dados envolve organizar estrategicamente dados em segmentos distintos e consolidar tipos de dados semelhantes para alocar recursos de armazenamento de forma eficiente. Permite-lhe personalizar a alocação de recursos de armazenamento para a prioridade de dados.
Para otimizar eficazmente a segmentação de dados, categorize os dados por tipo e padrão de utilização. Em seguida, coloca os segmentos de dados na solução mais eficaz, dependendo das respetivas semelhanças e requisitos operacionais. Por exemplo, coloca dados que requerem armazenamento de alto desempenho em recursos com um tempo de obtenção mais rápido. Os dados de arquivo utilizam um recurso de baixo custo com um tempo de obtenção mais lento.
Esta abordagem garante que os dados de elevada procura utilizam armazenamento mais rápido para um desempenho ideal e que os dados menos acedidos utilizam armazenamento mais barato. Da mesma forma, quando os tipos de dados partilham padrões de utilização, deve agrupá-los num único recurso para reduzir a sobrecarga, simplificar a gestão e melhorar o processamento de dados.
Minimizar a transferência de dados
Minimizar a transferência de dados refere-se à redução do movimento de dados entre redes para diminuir os custos de transferência de dados. Reduz o volume de dados que a carga de trabalho move e reduz as taxas de utilização da rede. Para minimizar a transferência de dados, considere as seguintes recomendações:
- Utilize a localização certa. coloque os dados geograficamente mais perto dos respetivos utilizadores. A proximidade dos dados reduz as viagens de rede, o que acelera o acesso e otimiza os custos.
- Utilize a colocação em cache. Considere as vantagens da colocação em cache para minimizar a transferência de dados.
- Utilizar uma rede de entrega de conteúdos. Uma rede de entrega de conteúdos pode armazenar frequentemente dados estáticos de leitura mais próximos dos utilizadores. Reduz o movimento de dados na rede e ajuda a descarregar a utilização da largura de banda.
Otimizar a segurança e a conformidade
Determinados dados de produção exigem requisitos de segurança e conformidade mais elevados. Estas medidas podem impor custos adicionais relacionados com a proteção de dados, encriptação, cópia de segurança, retenção e auditoria.
Tem de garantir que as alterações nas soluções de armazenamento de dados cumprem estes requisitos. Os dados que têm requisitos de segurança e conformidade mais baixos apresentam frequentemente uma oportunidade para otimizar os custos.
Otimizar o volume de dados
Encontrar estratégias para diminuir a quantidade de dados que armazena pode ajudar a reduzir os custos. Ao alterar a acessibilidade dos dados e implementar as seguintes técnicas, pode otimizar eficazmente o volume dos seus dados armazenados:
Capturar menos dados: veja mais detalhadamente os dados que está a capturar. Determine se alguma delas é desnecessária para as suas finalidades. Modifique o seu processo, definições ou configurações para capturar apenas os dados essenciais.
Comprimir dados: a compressão poupa dinheiro ao reduzir o tamanho dos dados. É mais eficaz em cenários de escrita única, leitura-nunca ou leitura raramente. É mais adequado para armazenamento mais frio.
Compromisso: a compressão e a descompressão de dados aumentam o tempo da CPU.Eliminar dados desnecessários: implemente políticas para simplificar o processo de armazenamento de informações relevantes. Avalie o período de retenção para cópias de segurança e instantâneos e elimine os dados de que já não precisa. Poderá querer ter um processo que conduza a uma eventual eliminação de dados, como o primeiro arquivamento de dados e a ativação de um período de eliminação recuperável. Considere sempre a capacidade de recuperação antes de eliminar dados.
Eliminação de dados duplicados: implemente técnicas de eliminação de dados duplicados para eliminar dados redundantes. A eliminação de duplicados reduz os requisitos de armazenamento ao garantir que armazena apenas blocos de dados exclusivos, pelo que poupa custos. Utilize algoritmos de hashing e a comparação de segmentos de dados. Execute regularmente processos de eliminação de duplicados para identificar e eliminar dados duplicados.
Otimizar o comportamento do utilizador: nas cargas de trabalho que recolhem dados gerados pelo utilizador, informe os utilizadores sobre a importância do armazenamento de dados eficiente. Incentive-os a rever e eliminar regularmente ficheiros e dados desnecessários. Implemente quotas de armazenamento ou modelos de preços que desencorajam o armazenamento excessivo de dados.
Otimizar a replicação de dados
A replicação de dados envolve criar várias cópias de dados e armazená-las noutras localizações geográficas ou zonas para fiabilidade. A replicação garante que, se uma localização ou zona sofrer uma falha ou indisponibilidade, ainda pode aceder aos dados a partir das cópias replicadas noutras localizações.
Esta redundância ajuda a melhorar a disponibilidade e a resiliência dos dados. Minimiza o risco de perda de dados e tempo de inatividade.
Para otimizar a replicação de dados para otimização de custos, considere as seguintes diretrizes:
Avaliar os requisitos de replicação de dados: avalie as necessidades específicas da carga de trabalho e determine o nível de replicação de dados necessário. Considere fatores como a criticidade dos dados, os objetivos de tempo de recuperação (RTOs) e os objetivos de ponto de recuperação (RPOs).
Escolha a estratégia de replicação correta: selecione uma tecnologia de replicação alinhada com os seus objetivos de otimização de custos. Considere os requisitos do contrato de nível de serviço (SLA) para a carga de trabalho.
Avalie opções como a replicação síncrona, a replicação assíncrona ou uma combinação de ambos. Baseie a decisão em fatores como requisitos de consistência de dados e considerações de largura de banda de rede. Avalie o nível de disponibilidade necessário para a carga de trabalho e avalie a necessidade de redundância zonal versus regional.
Otimizar a largura de banda de rede: minimize a utilização da largura de banda de rede ao implementar técnicas de compressão e eliminação de dados duplicados. Estas técnicas podem reduzir a quantidade de dados transferidos durante a replicação, o que pode poupar custos.
Monitorizar e otimizar a frequência de replicação: reveja e ajuste regularmente a frequência de replicação com base nas necessidades em mudança da carga de trabalho. A otimização da frequência de replicação pode ajudar a otimizar os custos ao reduzir a sobrecarga de replicação desnecessária.
Otimizar cópias de segurança
Uma cópia de segurança é um instantâneo periódico ou uma cópia de dados que pode criar e armazenar separadamente do armazenamento primário. Se existirem danos nos dados, eliminação acidental ou falha do sistema, pode utilizar cópias de segurança para restaurar os dados para o estado anterior.
Seguem-se algumas técnicas para otimizar as cópias de segurança:
Classificação de dados: classifique os seus dados com base na sua importância e atribuição de prioridades para a cópia de segurança. A classificação ajuda-o a concentrar os recursos na cópia de segurança de dados críticos, ao mesmo tempo que minimiza os custos das cópias de segurança dos dados menos importantes.
Cópias de segurança incrementais: em vez de efetuar sempre cópias de segurança completas, considere implementar cópias de segurança incrementais. As cópias de segurança incrementais capturam apenas as alterações efetuadas desde a última cópia de segurança, o que pode reduzir os requisitos de armazenamento e de largura de banda de rede.
Compromisso: as cópias de segurança incrementais requerem mais passos e tempo para restaurar dados. Primeiro, tem de restaurar a cópia de segurança completa e, em seguida, aplicar cada cópia de segurança incremental em sequência até chegar ao ponto de restauro pretendido.Compressão de cópia de segurança: ative a compressão durante o processo de cópia de segurança para reduzir o tamanho dos ficheiros de cópia de segurança. As cópias de segurança comprimidas requerem menos espaço de armazenamento, pelo que pode poupar custos.
Camadas de armazenamento de cópias de segurança: avalie as políticas de retenção de cópias de segurança e considere mover cópias de segurança mais antigas para camadas de armazenamento de baixo custo, como armazenamento a frio ou armazenamento de arquivo. Armazenar cópias de segurança acedidas com menos frequência em opções de armazenamento económicas ajuda a otimizar os custos.
Período de retenção de cópias de segurança: reveja e ajuste os períodos de retenção das cópias de segurança com base nos requisitos empresariais e nos regulamentos de conformidade. Manter cópias de segurança por durações mais longas pode levar a custos de armazenamento adicionais.
Frequência das cópias de segurança: analise a frequência de cópia de segurança de vários tipos de dados. Ajuste a agenda da cópia de segurança com base na frequência das alterações de dados e na importância dos dados. Estas práticas ajudam a eliminar cópias de segurança desnecessárias e a reduzir os custos de armazenamento.
Otimizar formatos de ficheiro
Os formatos de ficheiro influenciam a otimização de custos ao otimizar padrões de entrada/saída (E/S) e padrões de consulta dos seus dados. Alguns formatos de ficheiro atendem a cenários específicos. Alinhar o formato de ficheiro com os requisitos da carga de trabalho pode melhorar o desempenho da carga de trabalho.
Seguem-se considerações sobre formatos comuns:
Avro: o formato de ficheiro Avro é uma boa opção quando lida com padrões de E/S pesados de escrita ou quando os padrões de consulta exigem a obtenção total de múltiplas linhas de registos. Os processos de serialização e desserialização da Avro são eficientes, pelo que é compatível com barramentos de mensagens como o Kafka que produzem uma série de eventos e mensagens numa sucessão rápida.
Parquet and Optimized Row Columnar (ORC): Os formatos de ficheiro Parquet e ORC são apresentados no Excel em cenários de padrões de E/S de leitura intensiva ou quando os padrões de consulta se concentram em colunas específicas dos registos.
Ambos os formatos são armazenamento em colunas, o que significa que os dados são armazenados coluna a coluna em vez de linha a linha. O armazenamento em colunas permite uma melhor compressão e operações de leitura eficientes. Apenas as colunas necessárias têm de ser obtidas, pelo que evita E/S desnecessárias para dados irrelevantes.
Otimizar soluções de armazenamento
Avalie e selecione os métodos e sistemas de armazenamento mais adequados para os seus dados. Este esforço pode incluir a mudança de bases de dados, a utilização de diferentes tipos de armazenamento ou a adição de mecanismos de colocação em cache. A facilidade de gestão é outro fator a considerar ao escolher uma solução de armazenamento.
Ao adaptar as soluções de armazenamento às necessidades e características específicas dos dados, pode alcançar uma melhor relação custo-eficácia ao mesmo tempo que satisfaz as exigências de desempenho e escalabilidade. Existem custos associados à mudança de bases de dados ou à troca de serviços, mas armazenar dados na solução de armazenamento errada pode custar-lhe dinheiro extra.
Eis alguns casos de utilização:
Mudar de base de dados: pode considerar mudar para um sistema de base de dados mais adequado às suas necessidades. Por exemplo, se estiver a utilizar uma base de dados relacional, poderá explorar a opção de mudar para uma base de dados NoSQL se os seus dados forem mais orientados para documentos ou precisarem de esquemas flexíveis.
Passar de uma base de dados relacional para um arquivo de ficheiros simples: em alguns casos, armazenar dados em ficheiros simples em vez de uma base de dados relacional tradicional pode proporcionar vantagens como simplicidade e relação custo-eficácia. Os ficheiros simples são adequados para determinados tipos de dados, como ficheiros de registo ou dados que não requerem consultas complexas. Por exemplo, pode armazenar imagens binárias numa base de dados SQL, mas é mais rentável armazená-las num serviço de armazenamento que é especificamente para processar dados binários.
Passar da infraestrutura como um serviço (IaaS) para a plataforma como um serviço (PaaS): as soluções de base de dados IaaS podem ser propriedades morosas e intensivas em termos de recursos que desviam a atenção de uma equipa técnica das tarefas principais. O crescimento do volume de dados e os desafios do dimensionamento manual, das cópias de segurança e da manutenção da infraestrutura podem tornar uma solução PaaS mais económica e eficiente.
Adicionar uma cache: para reduzir a utilização de recursos no servidor de bases de dados principal, considere utilizar uma solução de cache para colocar em cache resultados de consultas complexas. A rightsizing do servidor de bases de dados pode ajudar a otimizar o custo. Com os casos de utilização aplicáveis, considere utilizar o time to live (TTL) com os dados em cache para reduzir as necessidades de armazenamento e reduzir o custo.
Arquivos de armazenamento de dados otimizados para consultas versus: os arquivos otimizados para consultas foram concebidos para obtenção e análise rápidas de dados. Concentram-se na ingestão rápida de dados e leituras, mas não em atualizações frequentes. São ótimos para dados de série temporal e acesso rápido a dados recentes, mas não para tarefas transacionais pesadas.
Os arquivos de armazenamento de dados processam grandes volumes de dados flexíveis, especialmente dados não estruturados ou semiestruturados. Embora os arquivos de armazenamento de dados possam suportar análises, as tarefas complexas podem precisar de bases de dados especializadas. São melhores para armazenar muitos dados variáveis, como registos ou conteúdos gerados pelo utilizador em cenários como casos de utilização noSQL.
Facilitação do Azure
Fazer um inventário de dados: o Microsoft Purview é uma família de soluções de governação, risco e conformidade de dados que podem ajudar a sua organização a governar, proteger e gerir todo o seu património de dados. As soluções do Microsoft Purview fornecem cobertura integrada e ajudam a resolver os recentes aumentos na conectividade remota do utilizador, a fragmentação de dados entre organizações e a desfocagem das funções de gestão de TI tradicionais.
Otimizar a gestão de dados: o Armazenamento do Azure e Azure Data Lake Storage têm diferentes camadas de acesso a dados. Também oferecem políticas de gestão do ciclo de vida de dados que automatizam o arrumo e a retenção de dados.
Pode utilizar uma política baseada em regras para fazer a transição de dados de blobs para as camadas de acesso adequadas ou para expirar dados no final do ciclo de vida. Esta política permite-lhe fazer a transição de blobs de esporádico (ou frio) para frequentes imediatamente quando são acedidos, para otimizar o desempenho.
Otimizar cópias de segurança: o serviço Azure Backup fornece várias capacidades para simplificar as suas cópias de segurança. Oferece funcionalidades como a cópia de segurança da base de dados nativa e a cópia de segurança de armazenamento através de instantâneos de disco. Suporta a cópia de segurança da máquina virtual, a retenção de longo prazo e a gestão de cópias de segurança.
Eis algumas das funcionalidades do serviço:
Monitorização: pode utilizar o Centro de cópias de segurança como um único painel de vidro para monitorizar as suas tarefas e o inventário de cópias de segurança diariamente. O Centro de cópias de segurança fornece uma interface para relatórios de Cópia de Segurança, que utilizam os Registos do Azure Monitor e os livros do Azure.
Relatórios: os relatórios de cópia de segurança oferecem as seguintes capacidades:
- Alocar e prever o armazenamento consumido na cloud.
- Auditar cópias de segurança e restauros.
- Identificar tendências-chave em vários níveis de granularidade.
- Obtenha visibilidade e informações sobre as oportunidades de otimização de custos para as suas cópias de segurança.
Capacidade reservada: Azure Backup Capacidade reservada do Armazenamento oferece-lhe um desconto na capacidade dos dados de cópia de segurança armazenados para o escalão padrão do cofre quando se compromete com uma reserva durante um ou três anos. Uma reserva fornece uma quantidade fixa de capacidade de armazenamento de cópias de segurança para o termo da reserva.
Camada de arquivo: pode utilizar Azure Backup para armazenar dados de cópia de segurança, incluindo dados de cópia de segurança de retenção de longo prazo (LTR), de acordo com as necessidades de retenção que as regras de conformidade da sua organização definem. Na maioria dos casos, os dados de cópia de segurança mais antigos raramente são acedidos e são armazenados apenas para necessidades de conformidade. Azure Backup suporta a cópia de segurança de pontos LTR na camada de arquivo, além dos instantâneos e da camada padrão.
Otimizar soluções de armazenamento: o Azure tem muitas soluções de armazenamento. Oferecem várias funcionalidades e capacidades para ajudar a otimizar os custos com base nos seus requisitos específicos. O Azure tem orientações para o ajudar a escolher o arquivo de dados certo.
Para escolher a configuração e a solução de armazenamento mais adequadas, é importante avaliar os padrões de acesso aos dados, as necessidades de retenção e os requisitos de desempenho. Monitorizar e otimizar regularmente a utilização do armazenamento com ferramentas como o Assistente do Azure pode ajudá-lo a otimizar ainda mais os custos.
Ligações relacionadas
- Recomendações para consolidação
- Microsoft Purview
- Camadas de acesso a dados
- Políticas de gestão do ciclo de vida dos dados
- Armazenamento de Azure Backup
- Camada de arquivo
- Escolher o tipo de arquivo de dados ideal
Lista de verificação da Otimização de Custos
Veja o conjunto completo de recomendações.