本文提供最佳做法指導方針，可協助您使用存取層來優化效能並降低成本。 若要深入了解存取層，請參閱 Blob 資料的存取層 (部分機器翻譯)。
選擇最符合成本效益的存取層
您可以將 Blob 資料放入最符合成本效益的存取層，藉以降低成本。 從三個階層中選擇，其設計目的是要優化您的資料使用成本。 例如，經常性存取層的儲存成本較高，但讀取成本較低。 因此，如果您打算經常存取資料，經常性存取層可能是最符合成本效益的選擇。 如果你讀取資料的頻率較低，涼存（cool）、冷存（cold）或歸檔（archive）層級可能是最佳選擇，因為它們可以降低儲存成本，但會增加讀取成本。
要找到最理想的存取層級，請估算每月讀取資料的百分比。 下圖顯示根據各種讀取百分比，對每月支出的影響。
若要對使用非經常性存取層或極非經常性存取層與封存層儲存體的成本進行模型化和分析，請參閱封存層與極非經常性和非經常性存取層。 你可以用類似的建模技術來比較熱儲存、冷儲存、冷藏或歸檔的成本。
套用智慧層級以自動優化成本
如果你不知道每個物件的最佳存取層級，或不想管理這些物件的擺放，智慧層級可能是個不錯的選擇。 自動將非活躍資料分層降低，長遠來看能帶來大幅的成本節省。 雖然會收取少量監視費用，但會透過分層轉換不收取費用、提前刪除或容量恢復，來進一步簡化計費模式。 詳情請參見 「用智慧層優化成本 」。
將數據直接遷移至最具成本效益的存取層
提前選擇最佳階層可以降低成本。 如果您更改了上傳的區塊 Blob 的層級，在上傳時需支付寫入初始層級的費用，之後再支付寫入新層級的費用。 如果你透過生命週期管理政策變更層級，該政策需要一天生效和完成執行一天。 您也必須支付在初始層級儲存資料的容量成本，直到層級改變。
如需如何上傳至特定存取層的指引，請參閱 設定 Blob 的存取層。
如需脫機數據移至所需層，請參閱 Azure 資料箱。
將數據移至最符合成本效益的存取層
資料上傳後，您應該定期分析容器和 blob，以了解它們在生產環境中的儲存、組織和使用方式。 然後，使用生命週期管理原則將數據移至最符合成本效益的層。 例如，超過 30 天未存取的資料若放在冷藏層級，可能更具成本效益。 考慮存檔超過180天未被存取的資料。
若要收集遙測，請啟用 Blob 清查報表並啟用上次存取時間追蹤。 使用 Azure Synapse 或 Azure Databricks 等工具，根據上次存取時間分析使用模式。 若要瞭解如何分析您的數據，請參閱下列任何文章：
階層附加和分頁 Blob
您的分析可能會揭示未積極使用的附加或頁面 Blob。 例如，您可能有不再讀取或寫入的記錄檔 (附加 Blob)，但出於合規性原因，您希望儲存它們。 同樣，您可能需要備份磁碟或磁碟快照集 (分頁 Blob)。 您也可以將這些 Blob 移至較冷層。 但是，必須首先將它們轉換為區塊 Blob。
如需如何將附加和分頁 Blob 轉換成區塊 Blob 的詳細資訊，請參閱 將附加 Blob 和分頁 Blob 轉換為區塊 Blob。
將數據移至較冷層之前先封裝小型檔案
每個讀取或寫入作業都會產生成本。 若要降低讀取和寫入數據的成本，請考慮使用 TAR 或 ZIP 等檔案格式，將小型檔案封裝成較大的檔案。 較少的檔案可減少傳輸數據所需的作業數目。
下圖顯示了封裝檔案對非經常性存取層的相對影響。 讀取成本假設每月讀取百分比為 30%。
此圖表顯示當您在上傳至冷存取層之前封裝小型檔案時對成本的影響。
以下圖表顯示打包檔案對封存層的相對影響。 讀取成本假設每月讀取百分比為 30%。
若要對封裝檔案的成本節省進行模型化和分析，請參閱此活頁簿中的 [Packing Saving] 索引標籤。
小提示
若要輔助搜尋和讀取案例，請考慮建立索引，將已封裝檔案路徑與原始檔案路徑對應，然後將這些索引作為區塊 Blob 儲存在經常性存取層中。
後續步驟
- 設定 Blob 的存取層 (部分機器翻譯)
- 封存 Blob
- 藉由自動管理資料生命週期將成本最佳化
- 評估封存資料的成本