Поделиться через


Классификация хранилища данных

В этой статье описаны параметры служба хранилища Azure. Он не охватывает параметры хранения Интернета вещей (IoT). Дополнительные сведения о хранилище, связанном с IoT, см. в архитектурах Интернета вещей и Интернета вещей Azure. В этой статье также не рассматриваются рабочие нагрузки, использующие векторные данные, например большинство рабочих нагрузок ИИ. Дополнительные сведения см. в разделе "Выбор службы Azure" для поиска векторов.

служба хранилища Azure категории включают простые решения для хранения, хранилище базы данных и аналитики, а также хранилище Интернета вещей. В следующих разделах описывается простое хранилище и база данных и хранилище аналитики.

Схема, демонстрирующая классификации хранилища данных в Azure.

Скачайте файл Visio для этой архитектуры.

Простые решения для хранения

Используйте простые решения для хранения, такие как Хранилище BLOB-объектов Azure (Azure Data Lake Storage исключены), Файлы Azure, диски Azure, хранилище очередей Azure, Azure NetApp Files и хранилище таблиц Azure. Эти решения идеально подходят для хранения больших объемов данных, которые не требуют атомарности, согласованности, изоляции и устойчивости (ACID). Простые решения хранилища обычно стоят меньше баз данных или служб аналитики. Используйте простое хранилище для общих папок, данные, которым требуются минимальные структурированные запросы и возможности транзакций, а также долгосрочное хранение файлов.

Хранилище базы данных и аналитики

Используйте базы данных, если вам нужны возможности ACID. К базам данных Azure относятся аналитические базы данных или хранилища данных, а также хранилища транзакций или хранилища данных.

  • Аналитические базы данных Azure и хранилища данных, также известные как рабочие нагрузки оперативной аналитической обработки (OLAP), — это специализированные службы, предназначенные для хранения, управления и анализа больших объемов данных. Эти специализированные средства хранят, управляют и анализируют большие объемы данных. Аналитические базы данных предоставляют инфраструктуру для хранения данных, аналитики больших данных и аналитики в режиме реального времени. Они оптимизированы для чтения больших объемов данных и часто используют хранилище столбцов. Дополнительные сведения см. в статье "Выбор аналитического хранилища данных в Azure".

  • Базы данных транзакций в Azure, также известные как системы обработки транзакций (OLTP), поддерживают рабочие нагрузки, необходимые для быстрой, надежной и безопасной обработки транзакций. Базы данных транзакций оптимизированы для чтения и записи данных и обычно используют хранилище строк, но существуют исключения. Эта оптимизация обеспечивает целостность и согласованность данных. Дополнительные сведения о развертывании транзакционной базы данных см . в решениях OLTP.

К двум типам транзакционных баз данных относятся реляционные базы данных, также известные как базы данных SQL, а также нереляционные базы данных, также известные как базы данных NoSQL.

Схема, которая сравнивает системы управления реляционными базами данных и решения для больших данных.

Скачайте файл Visio для этой архитектуры.

  • Используйте реляционные базы данных для хранения и упорядочивания точек данных с определенными связями для быстрого и простого доступа. Эти базы данных содержат таблицы, представляющие предопределенные категории. Строки и столбцы содержат сведения о каждой сущности. Эта структура обеспечивает эффективный и гибкий доступ к данным. Примеры этих баз данных в Azure:

  • Нереляционные базы данных хранят, управляют и извлекают данные, которые не обязательно структурированы в табличной форме, например реляционных баз данных. Базы данных NoSQL могут обрабатывать различные типы данных, включая структурированные, полуструктурированные и неструктурированные данные. Примеры этих баз данных в Azure включают Azure Cosmos DB и Azure Управляемый экземпляр для Apache Cassandra.

Для аналитических и транзакционных целей может потребоваться гибридная база данных или хранилище данных. Эти варианты использования называются гибридной транзакционной и аналитической обработкой. В этих случаях используйте такие продукты, как Azure Cosmos DB для PostgreSQL или База данных SQL Azure гипермасштабирование.

Следующий шаг