資料生命週期管理

數據生命週期管理是使用特定原則來有效管理系統中整個時間的數據的做法。這些原則應該包含可驅動數據管理程式之總管記憶體和數據原則。由於業務目標和驅動程式會決定數據生命週期管理原則，因此它們通常會與整體IT治理和管理與服務等級協定（SLA）的架構結合。

一旦您知道您擁有的數據類型及其使用方式，您就已經知道其最有可能的進化和命運。您必須了解數據如何演進、判斷其成長方式、監視其使用量隨時間的變化、決定其存在時間長度，以及遵守套用至該數據的所有規則和法規。

數據生命週期管理會使用程式、原則和軟體的組合來解決這些需求，讓您的小組可以在數據生命週期的每個階段使用適當的技術。

數據的生命週期

數據產品可以有不同的生命週期。在一般生命週期模式中，新擷取的數據經常會使用和存取。隨著年齡的增長，其存取率通常會降低，而較舊的數據則看到使用量大幅下降。

不過，數據生命週期可能與此一般模式不同。某些數據在初始擷取后仍未使用，或儲存后很少存取。某些數據產品可能會在建立後幾天或幾個月到期，而其他數據產品則會在其整個存留期內主動使用和修改。

大部分地方都有規定需要多久才能儲存數據，例如個人資料和會計數據。特定國家/地區可能會要求您保留主要檔五年，以取得傳入和外寄發票、現金簿餘額、銀行代金券和工資單等數據。它也可能需要將次要檔保留三到五年，其中包括信件、合約和附注等專案。

在雲端規模分析中，有兩種方式可以處理數據生命週期管理。

您可以使用每個包含保存數據的 Azure 服務內建數據生命週期功能，例如 Azure Data Lake。此方法很適合將數據移至冷層和封存層，但無法確保數據在指定的時間量後刪除。

重要

區域備援記憶體帳戶目前不支援封存層。如需詳細資訊，請參閱數據備援。

您可以在上線程式中整合數據生命週期，讓應用程式企業主有機會定義其數據生命周期原則。此程式牽涉到自定義應用程式，以將關鍵計量擷取至每個數據產品的元數據標準。此方法的一部分涉及將數據從經常性存取移至非經常性封存，並確保在指定的時間量之後刪除數據。