Azure Data Lakes راه حل های ذخیره سازی مقیاس پذیر هستند که برای تجزیه و تحلیل داده های بزرگ طراحی شده اند. تعیین الزامات ذخیره سازی صحیح برای برنامه ریزی کارآمد و مدیریت هزینه ضروری است.این مقاله یک رویکرد گام به گام برای محاسبه نیازهای ذخیره سازی برای دریاچه های داده Azure فراهم می کند.

درک حجم داده ها

اولین گام این است که برآورد حجم کل داده ها ذخیره شود، تمام منابع داده، از جمله داده های خام، داده های پردازش شده و پشتیبان گیری را در نظر بگیرید. الگوهای رشد داده های تاریخی را برای برنامه ریزی نیازهای ذخیره سازی آینده تجزیه و تحلیل کنید.

ارزیابی انواع داده ها و فشرده سازی

انواع مختلف داده ها دارای قابلیت های ذخیره سازی مختلف هستند. text، تصاویر و فیلم ها مقدار زیادی از فضا را اشغال می کنند. اعمال تکنیک های فشرده سازی می تواند نیازهای ذخیره سازی را کاهش دهد. اندازه فشرده داده های شما را برای اصلاح تخمین ها محاسبه کند.

محاسبه الزامات ذخیره سازی

حجم داده های برآورد شده را با عوامل فشرده سازی ترکیب کنید تا نیازهای ذخیره سازی کل را مشخص کنید، فضای اضافی برای متادیوس، شاخص ها و رشد داده های بالقوه را شامل کنید.

ذخیره سازی کل = (Raw اندازه × × فشرده سازی نسبت) + Metadata + Growth Buffer

برنامه ریزی برای مقیاس پذیری

Azure Data Lakes از ذخیره سازی مقیاس پذیر پشتیبانی می کند، بنابراین برنامه ریزی برای گسترش آینده به طور منظم نظارت بر رشد داده ها و تنظیم برآورد ذخیره سازی بر اساس آن، این رویکرد فعال به جلوگیری از هزینه های غیر منتظره یا مسائل ظرفیت کمک می کند.