Een opslagoplossing kiezen in Azure

  • 7 minuten

Als u de juiste opslagoplossing kiest, kan dit leiden tot betere prestaties, lagere kosten en eenvoudiger beheer. Elk type gegevens heeft verschillende opslagvereisten. Het is uw taak om te bepalen welke opslagoplossing het beste is voor de typen gegevens die uw bedrijf gebruikt. Overweeg altijd het type gegevens, de vereiste bewerkingen, de latentie en of ondersteuning voor transacties nodig is.

Hier past u toe wat u hebt geleerd over de gegevens in uw online-retailscenario en vindt u de beste Azure-service voor elke gegevensset.

Gegevens voor productcatalogus

Gegevensclassificatie: Semi-gestructureerd vanwege de noodzaak om het schema voor nieuwe producten uit te breiden of te wijzigen.

Bewerkingen: Klanten hebben een groot aantal leesbewerkingen nodig, met de mogelijkheid om veel velden in de database op te vragen. Daarnaast vereist het bedrijf een groot aantal schrijfbewerkingen om de voortdurend veranderende voorraad bij te houden.

Latentie en doorvoer: hoge doorvoer en lage latentie.

Transactionele ondersteuning: Omdat productgegevens zijn gekoppeld aan betaling en inventaris, is transactionele ondersteuning vereist.

Azure Cosmos DB biedt standaard ondersteuning voor semi-gestructureerde of NoSQL-gegevens. Het ondersteunen van nieuwe velden, zoals het veld 'Bluetooth ingeschakeld' of nieuwe velden die u in de toekomst nodig hebt, is iets wat u met Azure Cosmos DB kunt doen.

Azure Cosmos DB ondersteunt SQL voor query's en elke eigenschap wordt standaard geïndexeerd. U kunt query's maken, zodat uw klanten in de catalogus op alle eigenschappen kunnen filteren.

Azure Cosmos DB voldoet ook aan de ACID-richtlijnen, zodat u zeker weet dat uw transacties worden uitgevoerd volgens die strikte vereisten. Er is een OLTP-connector beschikbaar voor Azure Cosmos DB.

Bovendien kunt u Azure Cosmos DB ook gebruiken om uw gegevens overal ter wereld eenvoudig te repliceren. Als uw e-commercesite gebruikers heeft geconcentreerd in de VS, Frankrijk en Engeland, kunt u uw gegevens repliceren naar datacenters in die regio's. Latentie wordt verminderd omdat u de gegevens fysiek dichter bij uw gebruikers hebt verplaatst.

Zelfs met gegevens die over de hele wereld worden gerepliceerd, kunt u kiezen uit een van de vijf consistentieniveaus. Door het juiste consistentieniveau te kiezen, kunt u de balans bepalen tussen consistentie, beschikbaarheid, latentie en doorvoer. U kunt omhoog schalen om een hogere vraag van klanten af te handelen tijdens piekmomenten of omlaag schalen tijdens tragere tijden om kosten te besparen.

Waarom geen andere Azure-services?

Azure SQL Database is een uitstekende keuze voor deze gegevensset als u de subset van eigenschappen kunt identificeren die voor de meeste producten gebruikelijk zijn en de variabele eigenschappen die mogelijk niet in sommige producten voorkomen. U kunt Azure SQL Database gebruiken om gestructureerde gegevens te combineren in de kolommen en semi-gestructureerde gegevens die zijn opgeslagen als JSON-kolommen die eenvoudig kunnen worden uitgebreid. Azure SQL Database kan veel van dezelfde voordelen bieden als Azure Cosmos DB. Het biedt echter weinig voordeel als de structuur van uw gegevens verandert in verschillende entiteiten en u kunt geen vooraf gedefinieerde set algemene eigenschappen die in de meeste entiteiten worden herhaald. In tegenstelling tot Azure Cosmos DB, waarmee elke eigenschap in de documenten wordt geïndexeerd, moet Azure SQL Database expliciet definiëren welke eigenschappen in semi-gestructureerde documenten moeten worden geïndexeerd. Azure Cosmos DB is een betere keuze voor zeer ongestructureerde en variabele gegevens waarin u niet kunt voorspellen welke eigenschappen moeten worden geïndexeerd. Azure SQL Database ondersteunt OLTP.

Andere Azure-services, zoals Azure Table Storage, Apache HBase in Azure HDInsight en Azure Cache voor Redis, kunnen ook NoSQL-gegevens opslaan. In dit scenario willen gebruikers echter query's uitvoeren op meerdere velden, dus is Azure Cosmos DB een betere keuze. Azure Cosmos DB indexeert standaard elk veld, terwijl andere Azure-services worden beperkt in de gegevens die ze indexeren. Query's uitvoeren op niet-geïndexeerde velden resulteert in verminderde prestaties.

Foto's en video's

Gegevensclassificatie: ongestructureerd.

Bewerkingen: Alleen ophalen op basis van id, klanten vereisen een groot aantal leesbewerkingen met lage latentie, en het maken van bewerkingen en updatebewerkingen is minder frequent en kan een hogere latentie hebben dan leesbewerkingen.

Latentie en doorvoer: ophalen per id moet ondersteuning bieden voor lage latentie en hoge doorvoer. Bewerkingen maken en updatebewerkingen kunnen een hogere latentie hebben dan leesbewerkingen.

Transactionele ondersteuning: niet vereist.

Azure Blob Storage biedt ondersteuning voor het opslaan van bestanden zoals foto's en video's. Het werkt ook met Azure Content Delivery Network door de meest gebruikte inhoud in de cache op te slaan en deze vervolgens op edge-servers op te slaan. Azure Content Delivery Network vermindert de latentie bij het leveren van deze afbeeldingen aan uw gebruikers.

In Azure Blob Storage kunt u ook installatiekopieën van de dynamische opslaglaag verplaatsen naar de statische opslaglaag of archiefopslaglaag. Dit helpt de kosten te verlagen en de doorvoer te richten op de meest bekeken afbeeldingen en video's.

Waarom geen andere Azure-services?

U kunt uw afbeeldingen uploaden naar Azure-app Service, zodat dezelfde server waarop uw app wordt uitgevoerd, uw afbeeldingen bevat. Deze oplossing werkt wel als u slechts weinig afbeeldingen hebt. Maar als u veel bestanden en een wereldwijd publiek hebt, krijgt u betere prestaties met behulp van Azure Blob Storage met Azure Content Delivery Network.

Bedrijfsgegevens

Gegevensclassificatie: gestructureerd.

Bewerkingen: alleen-lezen, complexe analytische query's in meerdere databases.

Latentie en doorvoer: een bepaalde latentie in de resultaten wordt verwacht op basis van de complexe aard van de query's.

Transactionele ondersteuning: niet vereist.

Bedrijfsanalisten voeren waarschijnlijk query's uit op zakelijke gegevens met behulp van SQL, omdat ze beter geïnformeerd zijn in deze querytaal dan andere. U kunt Azure SQL Database als een oplossing zelf gebruiken. Als u deze echter koppelt met Azure Analysis Services, kunnen gegevensanalisten een semantisch model maken voor de gegevens in Azure SQL Database. Gegevensanalisten kunnen het model vervolgens delen met zakelijke gebruikers, die alleen verbinding hoeven te maken met het model vanuit elk BI-hulpprogramma (Business Intelligence) om de gegevens onmiddellijk te verkennen en inzichten te verkrijgen. Azure Analysis Services ondersteunt OLAP.

Waarom geen andere Azure-services?

Azure Synapse Analytics ondersteunt OLAP-oplossingen en SQL-query's, maar uw bedrijfsanalisten moeten query's tussen databases uitvoeren, die niet worden ondersteund in Azure Synapse Analytics.

Azure Stream Analytics is een uitstekende manier om gegevens te analyseren en transformeren naar bruikbare inzichten, maar de focus ligt op realtime gegevens die als stream binnenkomen. In dit scenario kijken de bedrijfsanalisten alleen naar historische gegevens.