使用 Blob 存取層的最佳做法
本文提供最佳做法指導方針，可協助您使用存取層最佳化效能並降低成本。 若要深入了解存取層，請參閱 Blob 資料的存取層。
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，藉此降低成本。 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。 如果您打算較不頻繁地讀取資料，非經常性存取層、極非經常性存取層或封存存取層可能最合理，因為其會提高讀取資料的成本，同時減少儲存資料的成本。
若要識別最佳存取層，請嘗試估計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存取層儲存體的成本進行模型化和分析，請參閱封存存取層與非經常性存取層和極非經常性存取層。 您可以套用類似的模型化技術來比較經常性存取層與非經常性存取層、極非經常性存取層或封存存取層的成本。
將資料直接移轉至最符合成本效益的存取層
提前選擇最佳階層可以降低成本。 如果您變更了已上傳的區塊 Blob 之階層，那麼您將在首次上傳 Blob 時支付寫入初始階層的費用，然後支付寫入所需階層的費用。 如果您使用生命週期管理原則變更階層，則該原則需要一天的時間生效，還需要一天時間完成執行。 在階層變更之前，還將產生在初始階層中儲存資料的容量成本。
如需如何上傳至特定存取層的指導方針，請參閱設定 Blob 的存取層。
如需離線資料移動至所需階層的資訊，請參閱 Azure 資料箱。
將資料移動至最符合成本效益的存取層
上傳資料後，您應該定期分析容器和 Blob，以了解它們在生產中是如何儲存、組織和使用的。 然後，使用生命週期管理原則將資料移至最符合成本效益的階層。 例如，如果將 30 天以上未存取的資料放在非經常性存取層中，可能會更符合成本效益。 請考慮封存 180 天以上未存取的資料。
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 Analytics 或 Azure Databricks 等工具，根據上次存取時間分析使用模式。 若要了解分析資料的方法，請參閱以下任意一篇文章：
階層附加和分頁 Blob
您的分析可能會顯示未積極使用的附加或分頁 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 移至較非經常性存取層。 但是，必須首先將它們轉換為區塊 Blob。
如需如何將附加 Blob 和分頁 Blob 轉換為區塊 Blob 之資訊，請參閲將附加 Blob 與分頁 Blob 轉換為區塊 Blob。
在將資料移至較非經常性存取層之前封裝小型檔案
每次讀取或寫入作業都會產生成本。 若要降低讀取與寫入資料的成本，可以考慮使用 TAR 或 ZIP 等檔案格式將小型檔案封裝成大型檔案。 較少的檔案减少了傳輸資料所需的作業數。
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%。
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%。
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 [封裝儲存] 索引標籤。
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。