Välj ett Azure-datalagringssystem
Ditt datalagringssystem är grundläggande för att dina program ska lyckas och därför för att ditt företag ska lyckas.
Ett välkonstruerat datalagringssystem är:
- Snabbt och enkelt att implementera.
- Lätt skalbar för att hantera datatillväxt.
- Dynamisk och högpresterande.
- Hög tillgänglighet och motståndskraft mot fel.
- Prisvärda.
En viktig faktor är hur väl en design skalar när data växer. Överväg ett program som genererar 6 terabyte (TB) data sin första månad, med data som ökar med 10 procent per år. Följande diagram visar hur dessa data ackumuleras över tid:
Efter tre år finns det 249 TB data. Tillväxttakten på 10 procent ökar lutningen över tid.
Det här exemplet är inte atypiskt. Data växer både när du lägger till kunder och när dina kunder lägger till data. Data kan också växa på grund av programförbättringar. Ett välkonstruerat system hanterar sådan datatillväxt på ett smidigt sätt, förblir dynamiskt, motståndskraftigt och prisvärt.
Utforma ett datalagringssystem
Om du vill utforma ett datalagringssystem i Azure kan du lära dig hur du använder de många Azure-tjänsterna för olika program och mål. För att uppfylla datalagringsbehoven kan det krävas en blandning av produkter. Du kan till exempel behålla data som sällan används i lågkostnadstjänster och ofta använda data i tjänster med högre kostnad med snabbare åtkomsttider.
Artiklarna i följande tabell beskriver sju systemarkitekturer för webbprogram. Dessa system kan hantera enorma mängder data och är motståndskraftiga mot systemfel. Dessa arkitekturer använder Azure Table Storage, Azure Cosmos DB, Azure Data Factory och Azure Data Lake Storage.
De här exemplen kan hjälpa dig att utforma ett datalagringssystem som passar dina program. Följande funktionsmatris innehåller länkar till artiklarna och sammanfattar fördelarna och nackdelarna med varje arkitektur:
Arkitektur | Förmåner | Nackdelar |
---|---|---|
Webbprogram med två regioner med redundansväxling i Table Storage | Enkel implementering, kostnad | Begränsad återhämtning med endast två Azure-regioner |
Webbprogram för flera regioner med anpassad lagringstabellreplikering | Motståndskraft | Implementeringstid och svårigheter |
Minimal lagring – ändra flöde för att replikera data | Återhämtning, prestanda, tidsbaserad datakvarhållning | Skalbarhet, implementeringstid |
Deltagare
Den här artikeln underhålls av Microsoft. Den skrevs ursprungligen av följande deltagare.
Huvudförfattare:
- Nabil Siddiqui | Molnlösningsarkitekt – Digital innovation och programinnovation
Nästa steg
- Välj en metod för datalagring i Azure
- Utveckla med Azure Cosmos DB för Table och Azure Table Storage
Relaterade resurser
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för