Förbereda för att välja ett datalager i Azure

När du förbereder din landningszonmiljö för molnimplementeringen måste du fastställa datakraven för att hantera dina arbetsbelastningar. Azure-databasprodukter och -tjänster stöder olika scenarier och funktioner för datalagring. Hur du konfigurerar din landningszonsmiljö för att stödja dina datakrav beror på arbetsbelastningsstyrning, tekniska krav och affärskrav.

Identifiera krav för datatjänster

Som en del av utvärderingen och förberedelsen av landningszonen måste du identifiera de datalager som landningszonen behöver stöd för. Den här processen innebär att utvärdera vart och ett av de program och tjänster som utgör dina arbetsbelastningar för att fastställa deras datalagrings- och åtkomstkrav. När du har identifierat och dokumenterat dessa krav kan du skapa principer för din landningszon för att styra tillåtna resurstyper baserat på dina arbetsbelastningsbehov.

För varje program eller tjänst som du distribuerar till din landningszonmiljö använder du följande information som utgångspunkt för att avgöra vilka datalagertjänster som ska användas.

Funktionskrav

Tänk på typen av data och hur du planerar att använda dem:

• Dataformat: Strukturerade (tabeller), halvstrukturerade (JSON, XML och nyckelvärde) eller ostrukturerade (bilder och dokument)

• Avsikt: Onlinetransaktionsbearbetning (OLTP) för transaktionsdata eller onlineanalysbearbetning (OLAP) för komplex, ad hoc-dataanalys

• Sökbehov: Indexeringsfunktion eller fulltextsökningsfunktion

• Specialiserad: Vektorlager för högdimensionella data eller grafdatabaser för mycket sammankopplade data

• Datarelationer: Kopplingar, diagramblädering eller hierarkiska strukturer

• Konsekvensmodell: Stark, slutlig eller konfigurerbar konsekvens

• Schemaflexibilitet: Schema-on-write (rigid) mot schema-on-read (flexibel)

• Samtidighetsbehov: Optimistisk kontra pessimistisk låsning och scenarier med hög skrivbelastning

• Datalivscykel: Kortlivad kontra långsiktig arkivering och frekventa kontra kalla data

• Dataförflyttning: Krav för att extrahera, transformera och läsa in (ETL); Krav för extrahering, inläsning och transformering (ELT); och integrering med pipelines

Icke-funktionella krav

Utvärdera prestanda- och skalbarhetsförväntningar:

• Svarstid och dataflöde: Bearbetning i realtid jämfört med batchbearbetning
• Skalbarhet: Lodrät kontra vågrät skalning och global distribution
• Tillförlitlighet och tillgänglighet: Servicenivåavtal (SLA) krav och redundansstrategier
• Gränser: Begränsningar för lagringsstorlek, dataflöde och partitionering

Kostnads- och hanteringsöverväganden

Faktor i driftkostnader och budget:

• Hanterad kontra egenvärd: Plattform som en tjänst (PaaS) kontra infrastruktur som en tjänst (IaaS) avvägningar
• Regiontillgänglighet: Datahemvist och efterlevnadsbehov
• Kostnadsoptimering: Nivåindelad lagring, partitionering och cachelagring
• Licensiering och portabilitet: Leverantörslåsning och kompatibilitet med öppen källkod

Säkerhet och styrning

Se till att de överensstämmer med organisationens principer:

• Kryptering: Kryptering i vila och under överföring
• Autentisering och auktorisering: Rollbaserad åtkomst och identitetsintegrering
• Granskning och övervakning: Aktivitetsloggar, aviseringar och diagnostik
• Nätverkande: Privata slutpunkter, brandväggsregler och integrering av virtuella nätverk

DevOps och teamberedskap

Utvärdera teamets förmåga att stödja och utveckla lösningen:

• Kunskapsuppsättningar: Kunskaper om frågespråk, SDK:er och verktyg
• Klientsupport: Språkbindningar och tillgänglighet för drivrutiner
• Verktygsintegrering: Pipelines för kontinuerlig integrering och kontinuerlig leverans (CI/CD) och observerbarhetsverktyg

Viktiga frågor

Besvara följande frågor om dina arbetsbelastningar för att fatta beslut baserat på beslutsträdet för Azure Database Services:

• Vilken kontrollnivå behöver du över operativsystemet och databasmotorn? Vissa scenarier kräver att du har en hög grad av kontroll eller ägarskap för programvarukonfigurationen och värdservrarna för dina databasarbetsbelastningar. I dessa scenarier kan du distribuera anpassade virtuella IaaS-datorer (VM) för att fullständigt kontrollera distributionen och konfigurationen av datatjänster. Du kanske inte behöver den här kontrollnivån, men du kanske inte är redo att gå över till en fullständig PaaS-lösning. I så fall kan en hanterad instans ge högre kompatibilitet med din lokala databasmotor och samtidigt ge fördelarna med en hanterad plattform.

• Kommer dina arbetslaster att använda en relationsdatabas teknologi? I så fall kan du välja mellan Azure SQL Database, Azure Database for MySQL och Azure Database for PostgreSQL, som alla tillhandahåller hanterade PaaS-databasfunktioner.

• Kommer dina arbetsbelastningar att använda SQL Server? I Azure kan dina arbetsbelastningar köras på IaaS-baserad SQL Server på virtuella Azure-datorer eller på den PaaS-baserade SQL Database-värdbaserade tjänsten. Ditt val beror på om du vill hantera databasen, tillämpa korrigeringar och göra säkerhetskopior eller delegera dessa åtgärder till Azure. Vissa scenarier kräver IaaS-värdbaserad SQL Server på grund av kapacitetskrav. Mer information finns i Välj rätt SQL Server-alternativ i Azure.

• Kommer dina arbetsbelastningar att använda databaslagring med nyckelvärde?Azure Managed Redis är ett hanterat minnesinternt datalager baserat på den senaste Redis Enterprise-versionen. Den ger låg svarstid och högt dataflöde. Azure Cosmos DB tillhandahåller även lagringsfunktioner för nyckelvärde.

• Kommer dina arbetsbelastningar att använda dokument- eller grafdata?Azure Cosmos DB är en databastjänst med flera modeller som stöder olika datatyper och API:er. Den innehåller även funktioner för dokument- och grafdatabaser.

• Kommer dina arbetsbelastningar att använda kolumnfamiljedata?Azure Managed Instance för Apache Cassandra tillhandahåller ett hanterat Apache Cassandra-kluster som kan utöka dina befintliga datacenter till Azure eller fungera som ett kluster och datacenter endast för molnet.

• Kommer dina arbetsbelastningar att kräva dataanalysfunktioner med hög kapacitet?Microsoft Fabric är en företagsklar analysplattform från slutpunkt till slutpunkt. Den förenar dataförflyttning, databearbetning, inmatning, transformering, realtidshändelseroutning och rapportskapande.

• Kommer dina arbetsbelastningar att kräva sökmotorfunktioner? Du kan använda Azure AI Search för att skapa AI-förbättrade molnbaserade sökindex som kan integreras i dina program.

• Kommer dina arbetsbelastningar att använda tidsseriedata?Azure Data Explorer är en hanterad stordataanalysplattform med höga prestanda som analyserar stora mängder data nästan i realtid.

Vanliga databasscenarier

I följande tabell visas vanliga krav för användningsscenario och de rekommenderade databastjänsterna för att hantera dem.

Jämförelse av databasfunktioner

I följande tabell visas funktioner som är tillgängliga i Azure-databastjänster.

Regional tillgänglighet

Azure hjälper dig att leverera tjänster i den skala som behövs för att nå kunder och partner var som helst. När du planerar molndistributionen bestämmer du vilken Azure-region som ska vara värd för dina arbetsbelastningsresurser.

De flesta Azure-regioner stöder de flesta databastjänster. Ett fåtal regioner stöder bara en delmängd av dessa produkter, men de riktar sig främst till statliga kunder. Innan du bestämmer dig för vilka regioner du vill distribuera databasresurserna till kan du läsa Produkter som är tillgängliga per region för att kontrollera den senaste statusen för regional tillgänglighet.

Mer information om global Azure-infrastruktur finns i Azure-geografiska områden.

Krav på datahemvist och efterlevnad

Juridiska och avtalsmässiga krav som rör datalagring gäller ofta för arbetsbelastningar. Dessa krav kan variera beroende på organisationens plats, jurisdiktionen för de fysiska tillgångar som är värdar för dina datalager och din tillämpliga företagssektor. Överväg följande komponenter i dataskyldigheterna:

• Dataklassificering
• Dataplats
• Ansvarsområden för dataskydd inom ramen för modellen med delat ansvar

Information om dessa krav finns i Uppnå kompatibel datahemvist och säkerhet med Azure.

En del av dina efterlevnadsåtgärder kan vara att kontrollera var databasresurserna finns fysiskt. Azure-regioner är ordnade i grupper som kallas geografiska områden. Ett Azure-geografiskt område respekterar kraven på datahemvist, suveränitet, efterlevnad och motståndskraft inom geografiska och politiska gränser. Om dina arbetsbelastningar omfattas av datasuveränitet eller andra efterlevnadskrav måste du distribuera dina lagringsresurser till regioner i ett kompatibelt Azure-geografiskt område.

Upprätta kontroller för databastjänster

När du förbereder din landningszonmiljö kan du upprätta kontroller som begränsar de datalager som användarna kan distribuera. Kontroller kan hjälpa dig att hantera kostnader och begränsa säkerhetsrisker. Utvecklare och IT-team kan fortfarande distribuera och konfigurera resurser som stöder dina arbetsbelastningar.

När du har identifierat och dokumenterat kraven för landningszonen kan du använda Azure Policy för att styra de databasresurser som du tillåter användare att skapa. Kontroller kan tillåta eller neka skapandet av databasresurstyper.

Du kan till exempel begränsa användare till att endast skapa SQL Database-resurser. Använd principer för att styra de alternativ som användarna kan välja när de skapar resurser. Du kan till exempel begränsa SQL Database SKU:er som användarna kan etablera genom att endast tillåta att specifika versioner av SQL Server installeras på en virtuell IaaS-dator. Mer information finns i Inbyggda principdefinitioner för Azure Policy.

Du kan tillämpa principer på resurser, resursgrupper, prenumerationer och hanteringsgrupper. Inkludera dina principer i Azure Blueprints-definitioner och tillämpa dem upprepade gånger i din molnegendom.

Nästa steg

• Förstå datamodeller

Använd följande artiklar för att välja ett specialiserat datalager:

• Välj en stordatalagringsteknik i Azure
• Välj ett sökdatalager i Azure
• Välj en Azure-tjänst för vektorsökning