Azure Data Lake Storage

고성능 분석 워크로드를 위한 확장성이 뛰어나고 안전한 데이터 레이크

분석을 위한 기반 구축

단일 스토리지 플랫폼을 사용하여 데이터 사일로(silo)를 제거합니다. 계층화된 스토리지 및 정책 관리를 통해 비용을 최적화합니다. Azure AD(Azure Active Directory) 및 RBAC(역할 기반 액세스 제어)를 사용하여 데이터를 인증합니다. 또한 미사용 암호화 및 고급 위협 방지 같은 보안 기능을 통해 데이터를 보호합니다.

자동 지역에서 복제를 사용한 무제한 스케일링 및 99.99999999999999%의 데이터 내구성

데이터 액세스, 암호화 및 네트워크 수준 제어에서 보호를 위한 유연한 메커니즘을 통해 안전성이 뛰어남

가장 일반적인 분석 프레임워크를 지원하는 수집, 처리 및 시각화를 위한 단일 스토리지 플랫폼

스토리지와 컴퓨팅의 독립적인 스케일링, 수명 주기 정책 관리 및 개체 수준 계층화를 통한 비용 최적화

가장 까다로운 분석 워크로드를 충족하도록 스케일링

Azure 글로벌 인프라를 사용하여 모든 용량 요구 사항을 충족하고 데이터를 손쉽게 관리합니다. 일관되게 고성능으로 대규모 분석 쿼리를 실행합니다.

유연한 보안 메커니즘 활용

모두 더 안전하게 인사이트를 얻을 수 있게 설계된 암호화, 데이터 액세스 및 네트워크 수준 제어를 포괄하는 기능을 사용하여 데이터 레이크를 보호하세요.

분석을 위한 확장성 있는 기반 구축

매우 다양한 데이터 수집 도구를 사용하여 데이터를 대규모로 수집합니다. Azure Databricks, Synapse Analytics 또는 HDInsight를 사용하여 데이터를 처리합니다. 또한 혁신적인 인사이트를 얻을 수 있는 Microsoft Power BI를 사용하여 데이터를 시각화합니다.

비용 효율적인 데이터 레이크 빌드

스토리지와 컴퓨팅을 독립적으로 스케일링하여 비용을 최적화하세요. 온-프레미스 데이터 레이크를 사용해서는 이렇게 할 수 없습니다. 사용량에 따라 계층을 높이거나 낮추고, 자동화된 수명 주기 관리 정책을 활용하여 스토리지 비용을 최적화하세요.

포괄적인 보안 및 규정 준수, 기본 제공

  • Microsoft는 사이버 보안 연구 및 개발에 매년 USD 10억 넘게 투자합니다.

  • Microsoft는 데이터 보안 및 개인 정보 보호를 전담하는 보안 전문가를 3,500명 이상 고용합니다.

  • Azure는 다른 어떤 클라우드 공급 기업보다도 많은 규정 준수 인증을 취득했습니다. 전체 목록을 확인하세요.

데이터 레이크 빌드를 위한 유연한 가격

계층화, 예약, 수명 주기 관리 등의 가격 옵션 중에서 선택합니다.

모든 규모의 기업이 신뢰하는 제품

비즈니스 인사이트를 확장하는 Rockwell Automation

산업 자동화 회사인 Rockwell Automation은 스토리지, 컴퓨팅 및 확장성을 최적화하여 총 소유 비용을 줄이기 위한 분석 요구 사항을 위해 통합 플랫폼을 만들었습니다.

RockwellAutomation

"With Azure, we now have the capability to rapidly drive value from our data. The actionable insights from the data models we're creating will help us increase revenue, reduce costs, and minimize risk."

Ahmed Adnani, Smiths Group의 애플리케이션 및 분석 담당 이사
Smiths Group

Volkswagen을 구동하는 기계 번역

Volkswagen Group은 Azure를 40개 이상의 언어로 된 문서를 제공하는 번역 관리 서비스의 기반으로 사용했습니다.

Volkswagen

Data Lake Storage 업데이트, 블로그 및 공지

Data Lake Storage에 관해 자주 묻는 질문

  • Blob 위에 계층 구조 네임스페이스를 추가하면 빅 데이터 분석 프레임워크가 대상으로 설계된 파일 시스템 인터페이스를 손상하지 않고 클라우드 스토리지의 비용 이점을 유지할 수 있습니다.

    임시 디렉터리에 출력 데이터를 쓴 후 커밋 단계 동안 해당 디렉터리의 이름을 최종 이름으로 바꾸는 분석 작업의 자주 발생하는 패턴을 간단한 예로 들 수 있습니다. 개체 저장소(의도적으로 디렉터리 표기법을 지원하지 않음)에서 이러한 이름 바꾸기는 N번의 복사 및 삭제 작업을 포함하는 시간이 오래 걸리는 작업일 수 있습니다. 여기서 N은 디렉터리의 파일 수입니다. 계층 구조 네임스페이스를 사용하는 경우 이 디렉터리 조작 작업은 원자성이므로 성능 및 비용이 개선됩니다. 또한 디렉터리를 파일 시스템의 요소로 지원하면 부모 디렉터리를 사용하는 POSIX 규격 ACL(액세스 제어 목록)을 적용하여 권한을 전파할 수 있습니다.

  • 다른 클라우드 스토리지 서비스와 마찬가지로, Data Lake Storage는 저장된 데이터의 양과 해당 데이터에 대해 수행된 작업의 비용에 따라 요금이 청구됩니다. 비용 분석을 참조하세요.
  • Data Lake Storage는 주로 Hadoop 및 Hadoop FileSystem을 데이터 액세스 계층으로 사용하는 모든 프레임워크(예: Spark 및 Presto)에서 작동하도록 설계되었습니다. 세부 정보를 참조하세요.

    Azure에서 Data Lake Storage는 다음과 통합됩니다.

    • Azure Data Factory
    • Azure HDInsight
    • Azure Databricks
    • Azure Synapse Analytics
    • Power BI

    또한 이 서비스는 Azure Blob Storage에 대한 대규모의 성숙한 에코시스템에 통합되어 있습니다.

  • Data Lake Storage는 데이터 액세스 제어를 위한 여러 메커니즘을 제공합니다. 계층 구조 네임스페이스를 제공하는 이 서비스는 HDFS(Hadoop 분산 파일 시스템) 권한의 기반을 형성하는 POSIX 규격 ACL(액세스 제어 목록)을 제공하는 유일한 클라우드 분석 저장소입니다. 또한 Data Lake Storage는 스토리지 방화벽, 프라이빗 엔드포인트, TLS 1.2 적용 및 시스템 또는 고객이 제공한 키를 사용한 미사용 암호화를 통해 전송 수준 보안에 대한 기능을 포함합니다.

준비가 되셨다면 Azure 체험 계정을 설정해 볼까요?