Azure Data Lake Storage
適用於高效能分析工作負載的可大規模調整且安全的資料湖。
為您的分析打造基礎
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體平台，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
調整以符合您最嚴苛的分析工作負載
利用彈性的安全性機制
為您的分析打造可調整的基礎
打造符合成本效益的資料湖
內建全方位安全性與合規性
-
Microsoft 每年斥資超過USD10 億研究與開發網路安全性。
-
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。
開始使用 Azure 免費帳戶
2
在點數用盡後，請轉為隨用隨付以繼續利用相同的免費服務進行建置。只有當您使用超過每月免費數量時，才需支付費用。
3
在 12 個月後，您將繼續獲得超過 55 項永遠免費的服務，只要為超過每月免費數量的使用量付費即可。
受到各種規模公司的信任
Rockwell Automation 擴大商業深入解析
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，降低其擁有權的總成本。
"有了 Azure，我們現在能夠快速從資料實現價值。我們正在從資料模型建立的可採取動作的深入解析，將協助我們增加營收、降低成本並將風險降至最低。"
Ahmed Adnani，Smiths Group 應用程式和分析主管
"在我們有幾天需要大量叢集來完成工作時，Microsoft Azure 提供我們極高的價值，我們接著能擺脫叢集以節省使用量，若是資料中心在這種情況下就完全行不通。這為我們帶來重大突破。"
James Ferguson，Marks & Spencer 產品經理
"採用 Azure 時，我們有機會改善預測的速度、範圍、正確性和當地語系化—這只是要優先處理哪些項目的問題。"
Brad Beechler，資深機器學習科學家
App Center 的常見問題集
-
在 Blob 上新增階層式命名空間可讓您保有雲端儲存體的成本優勢，而不會危害專為巨量資料分析架構設計的檔案系統介面。
以下經常發生的分析作業模式就是一個簡單的範例：將輸出資料寫入至暫存目錄，然後在認可階段期間將該目錄重新命名為最終名稱。在物件存放區中 (依設計不支援目錄的概念)，這些重新命名可能是涉及 N 個複製和刪除作業的冗長作業，其中 N 是目錄中的檔案數目。使用階層式命名空間，這些目錄操作作業會不可部分完成，進而可提升效能和成本。此外，支援目錄作為檔案系統的元素，可允許套用使用上層目錄的 POSIX 相容存取控制清單 (ACL) 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。查看成本細目。
-
Data Lake Storage 主要的設計訴求是要使用 Hadoop 和所有使用 Hadoop FileSystem 作為其資料存取層的架構 (例如 Spark 和 Presto)。查看詳細資料。
在 Azure 中，Data Lake Storage 會與下列各項整合：
- Azure Data Factory
- Azure HDInsight
- Azure Databricks
- Azure Synapse Analytics
- Power BI
該服務也會整合到以 Azure Blob 儲存體為主的大規模且成熟的生態系統中。
-
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，該服務是唯一具備 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待用加密的傳輸層級安全性功能。