為您的分析打造基礎
使用單一儲存平台排除資料孤島 (Data Silo)。使用分層式儲存體和原則管理來將成本最佳化。使用 Azure Active Directory (Azure AD) 和角色型存取控制 (RBAC) 來驗證資料。並使用安全性功能 (例如待用加密和進階威脅防護) 協助保護資料。
透過自動異地複寫提供無限制的規模和 16 個 9 的資料耐久性
以富有彈性的保護機制提供高度安全，以供保護資料存取、加密和網路層級控制
用於擷取、處理及視覺效果的單一儲存平台，可支援最常見的分析架構
透過獨立調整儲存體和計算、生命週期原則管理和物件層級階層處理來進行成本最佳化
進行調整以符合您最嚴苛的分析工作負載
透過 Azure 全域基礎結構，輕鬆滿足任何容量需求及管理資料。以一貫的高效能執行大規模的分析查詢。
利用彈性的安全性機制
使用跨越加密、資料存取和網路層級控制的功能來保護您的資料湖，這些全都設計用來協助您更安全地推動見解。
為您的分析打造可調整的基礎
使用廣泛的資料擷取工具，大規模擷取資料。使用 Azure Databricks、Synapse Analytics 或 HDInsight 來處理資料。並以 Microsoft Power BI 將資料視覺化，以取得轉換見解。
建立符合成本效益的資料湖
藉由獨立調整儲存體和計算來將成本最佳化 (您無法使用內部部署資料湖進行處理)。根據使用量相應增加或減少，並利用自動化生命週期管理原則來最佳化儲存成本。
內建全方位安全性與合規性
-
Microsoft 每年斥資逾 USD 1 億元研發網路安全性。
-
我們聘請了超過 3,500 名資訊安全專家，專門保護資料安全性和隱私權。
-
Azure 獲得的認證遠多於其他任何雲端提供者。檢視完整清單。
建置資料湖的彈性定價
選擇定價選項，包括階層處理、保留和生命週期管理。
受到各種規模公司的信任
Rockwell Automation 拓展了商業見解
產業自動化公司 Rockwell Automation 針對其分析需求建立了一個整合平台，以最佳化儲存體、計算和延展性，以降低其擁有權的總成本。
Ahmed Adnani，Smiths Group 應用程式和分析主管"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."
Marks & Spencer 產品經理 James Ferguson"Microsoft Azure gives us good value when we need huge clusters for a couple of days to do a job, then lets us get rid of them to conserve, whereas the datacenter is almost completely unfeasible. That was a big, big game-changer for us."
Brad Beechler，資深機器學習科學家"Operating on Azure, we have opportunities to improve of the speed, range, accuracy, and localization of our forecasts—it's just a question of what to prioritize first."
Data Lake Storage 的常見問題集
-
在 Blob 上加入階層命名空間可保留雲端儲存體的成本優勢，而不會損害屬於巨量資料分析架構設計宗旨的檔案系統介面。
一個簡單的範例是頻繁發生的模式，其中分析作業將輸出資料寫入暫時目錄，然後在認可階段中將該目錄重新命名為最終名稱。在物件存放區 (設計並不支援目錄的概念) 中，這些重新命名可能是很長的作業，牽涉到 N 次複製與刪除作業，其中 N 是目錄中的檔案數。使用階層命名空間後，這些目錄操作作業將不可部分完成，從而改善效能與成本。此外，支援目錄作為檔案系統的元素，能夠允許應用符合 POSIX 規範的存取控制清單 (ACL)，其使用父系目錄來傳播權限。
-
與其他雲端儲存體服務類似，Data Lake Storage 會根據儲存的資料量加上對該資料執行的任何作業成本來計費。請查看成本細目。
-
Data Lake Storage 的主要設計目的，是搭配 Hadoop 和使用 Hadoop FileSystem 作為其資料存取層 (例如 Spark 和 Presto) 的所有架構使用。查看詳細資料。
在 Azure 中，Data Lake Storage 會與以下項目整合:
- Azure Data Factory
- Azure HDInsight
- Azure Databricks
- Azure Synapse Analytics
- Power BI
該服務還會整合到圍繞著 Azure Blob 儲存體的巨大成熟生態系統內。
-
Data Lake Storage 為資料存取控制提供多個機制。藉由提供階層式命名空間，此服務是唯一具備 POSIX 相容存取控制清單 (ACL) 的雲端分析存放區，而這些存取控制清單構成了 Hadoop 分散式檔案系統 (HDFS) 權限的基礎。Data Lake Storage 也包含透過儲存體防火牆、私人端點、TLS 1.2 強制執行，以及使用系統或客戶提供的金鑰進行靜態加密的傳輸層級安全性功能。