Azure Data Lake Storage
Yderst skalerbar og sikker datasø til dine analysearbejdsprocesser med høj ydeevne.
Skab et fundament for din højtydende analyse
Fjern datasiloer med en enkelt lagerplatform. Optimer omkostninger med niveauinddelt lager- og politikadministration. Godkend data ved hjælp af Azure Active Directory (Azure AD) og rollebaseret adgangskontrol (RBAC). Og få hjælp til at beskytte data med sikkerhedsfunktioner som kryptering ved inaktive data og avanceret trusselsbeskyttelse.
Ubegrænset skalering og en datastabilitet på 16 9s med automatisk geo-replikering
Yderst sikkert lager med fleksible mekanismer til beskyttelse på tværs af dataadgang, kryptering og kontrol på netværksniveau
Enkelt lagringsplatform til dataindtagelse, behandling og visualisering, der understøtter de mest almindelige analysestrukturer
Omkostningsoptimering via uafhængig skalering af lager og beregning, administration af livscykluspolitik og niveaudeling på objektniveau
Skaler, så det opfylder dine mest krævende analysearbejdsbelastninger
Opfyld eventuelle kapacitetskrav, og administrer nemt data med den globale Azure-infrastruktur. Kør analyseforespørgsler i stor skala med en konsekvent høj ydeevne.
Anvend fleksible sikkerhedsmekanismer
Beskyt dine data med egenskaber, der spænder over kryptering, dataadgang og kontrol på netværksniveau – det hele designet til at hjælpe dig med at få indsigt på en mere sikker måde.
Byg et skalerbart fundament til din analyse
Indtag data via skalering ved hjælp af en lang række værktøjer til dataindtagelse. Behandl data ved hjælp af Azure Databricks, Azure Synapse Analytics eller Azure HDInsight. Og visualiser dataene med Microsoft Power BI for at få transformationsindsigt.
Byg omkostningseffektive clouddatasøer
Optimer omkostninger ved at skalere lager og beregning uafhængigt af hinanden – hvilket du ikke kan gøre med datasøer i det lokale miljø. Skaler op eller ned baseret på forbrug, og brug de automatiserede politikker for administration af livscyklus til at optimere lageromkostningerne.
Omfattende indbygget sikkerhed og overholdelse af angivne standarder
-
Microsoft investerer mere end 1 milliard USD årligt på forskning i og udvikling af cybersikkerhed.
-
Vi har mere end 3.500 sikkerhedseksperter, som er dedikerede til datasikkerhed og beskyttelse af personlige oplysninger.
-
Azure har flere certificeringer end nogen anden cloududbyder. Se den omfattende liste.
-
Fleksibel prisfastsættelse for oprettelse af datasøer
Du kan vælge mellem forskellige prismuligheder, herunder niveauinddeling, reservationer og administration af livscyklus.
Kom i gang med en gratis Azure-konto
1
2
Når din kredit er udløbet, flytter du til betal efter forbrug, så du stadig kan bruge de samme gratis tjenester. Du betaler kun, hvis du bruger mere end din månedlige gratis mængde.
3
Betroet af virksomheder i alle størrelser
"Med Azure har vi nu mulighed for hurtigt at skabe værdi ud fra vores data. Den indsigt, der kan handles på, fra de datamodeller, vi opretter, hjælper os med at øge indtægten, reducere omkostningerne og minimere risikoen."
Ahmed Adnani, Director of Applications and Analytics, Smiths Group
"Microsoft Azure er virkelig omkostningseffektivt: Vi kan bruge store klynger i et par dage, når vi skal udføre en omfattende opgave, og derefter slipper vi af med dem for at spare, hvorimod dette er næsten fuldstændig umuligt med et datacenter. Det har været en stor, stor game-changer for os."
James Ferguson, Product Manager, Marks & Spencer
"Når vi handler på Azure, har vi mulighed for at forbedre hastigheden, intervallet, nøjagtigheden og lokaliseringen af vores prognoser – Det er blot et spørgsmål om, hvad vi skal prioritere først."
Brad Beechler, Senior forsker i maskinlære, AccuWeather
Udviklerressourcer
Dokumentation med trinvise vejledninger
Ofte stillede spørgsmål om Data Lake Storage
-
Hvis du tilføjer det hierarkiske navneområde øverst i blobs, kan du bevare de omkostningsmæssige fordele ved clouden uden at gå på kompromis med de grænseflader for filsystemer, som analysestrukturer for Big Data er designet til.
Et simpelt eksempel er et ofte forekommende mønster for et analysejob, der skriver outputdata til en midlertidig mappe og derefter omdøber mappen til det endelige navn i bekræftelsesfasen. I et objektlager (der som standard ikke understøtter begrebet mapper), kan disse omdøbninger være langvarige handlinger, der omfatter N antal kopierings- og slettehandlinger, hvor N er antallet af filer i mappen. Med det hierarkiske navneområde er disse handlinger til manipulation af mapper atomiske, og de forbedrer ydeevnen og omkostningerne. Derudover gør understøttende mapper som elementer i filsystemet det muligt at anvende POSIX-kompatible adgangskontrollister (ACL'er), der bruger overordnede mapper til at overføre tilladelser.
-
På samme måde som andre cloudlagertjenester faktureres Data Lake Storage i forhold til mængden af lagrede data plus eventuelle omkostninger til handlinger, der udføres på disse data. Se en omkostningsopdeling.
-
Data Lake Storage er primært udviklet til at arbejde sammen med Hadoop og alle strukturer, der bruger Hadoop-filsystemet som deres lag af dataadgang (f.eks. Spark og Presto). Se detaljer.
I Azure er Data Lake Storage interoperative med:
- Azure Data Factory
- Azure HDInsight
- Azure Databricks
- Azure Synapse Analytics
- Power BI
Tjenesten er også inkluderet i Azure Blob Storage-økosystemet.
-
Data Lake Storage indeholder flere mekanismer til dataadgangskontrol. Ved at tilbyde det hierarkiske navneområde er tjenesten det eneste cloudanalyselager, der indeholder POSIX-kompatible adgangskontrollister (ACL'er), som danner grundlag for tilladelser til Hadoop-distribueret filsystem (HDFS). Data Lake Storage indeholder også funktioner til sikkerhed på transportniveau via lagerfirewalls, private slutpunkter, håndhævelse af TLS 1.2, og kryptering ved inaktive data ved at bruge nøgler, der leveres af systemet eller kunden.