Aanbevelingen voor het optimaliseren van gegevenskosten

  • Artikel

Is van toepassing op deze aanbeveling voor de controlelijst voor kostenoptimalisatie van Azure Well-Architected Framework:

CO:10 Gegevenskosten optimaliseren. Gegevensuitgaven met gegevensprioriteit. Gegevensoptimalisatie moet verbeteringen omvatten in gegevensbeheer (lagen en retentie), volume, replicatie, back-ups, bestandsindelingen en opslagoplossingen.

In deze handleiding worden de aanbevelingen beschreven voor het optimaliseren van de gegevenskosten voor een workload. Bij het optimaliseren van de gegevenskosten worden de kosten voor de opslag en het beheer van gegevens geminimaliseerd op basis van het belang en de toegangsfrequentie. Het juiste gegevensbeheer kan de overheadkosten aanzienlijk verlagen en de uitgaven afstemmen op gegevenshulpprogramma's. Het niet optimaliseren van gegevenskosten kan leiden tot extra kosten, inefficiënte toewijzing van resources en financiële verspilling als gevolg van verkeerd uitgelijnde opslagoplossingen en onnodige gegevensretentie.

Definities

Termijn Definitie
Levenscyclusbeheer van gegevens Het proces van het beheren van gegevens gedurende de hele levenscyclus, van het maken tot het verwijderen. Dit proces omvat het ordenen, opslaan, beveiligen en archiveren van gegevens op basis van de waarde- en gebruikspatronen.
De gegevensredundantie De praktijk van het opslaan van dubbele kopieën van gegevens op meerdere opslagsystemen of locaties. Het doel van gegevensredundantie is het verbeteren van de beschikbaarheid van gegevens en fouttolerantie.
Gegevenslagen Een opslagstrategie waarbij gegevens worden gecategoriseert op basis van de toegangsfrequentie en dienovereenkomstig worden opgeslagen in opslaglagen.
Bewaarbeleid De duur waarvoor gegevens moeten worden bewaard voordat ze kunnen worden verwijderd. Hiermee wordt de periode opgegeven waarin gegevens moeten worden bewaard om te voldoen aan wettelijke, wettelijke of zakelijke vereisten.

Belangrijke ontwerpstrategieën

Binnen een specifieke workload optimaliseert u de gegevenskosten door de kosten voor het opslaan en beheren van gegevens te verminderen. Er zijn verschillende strategieën en best practices om de kosten voor gegevensopslag en -verwerking te minimaliseren. Het doel is om de gegevenskosten af te stemmen op de gegevensprioriteit. U moet kostenlagen toewijzen aan gegevenstypen op basis van hun belang of frequentie van toegang.

De belangrijkste factoren voor de kosten van workloadgegevens zijn toegangsfrequentie, toegangslatentie en opslaghoeveelheid. De volgende richtlijnen bevatten strategieën voor het optimaliseren van de kosten voor deze kostenfactoren.

Een inventarisatie van gegevens maken

Voordat u de kosten van uw gegevens kunt optimaliseren, moet u een inventaris van gegevens genereren. Onderzoek gegevenstoegang en bepaal het belang ervan binnen uw workload en de bewerkingen. Bepaal welke gegevens regelmatig worden geopend en welke gegevens minder vaak worden geopend. De volgende inventarisatieacties kunnen u helpen opslagresources effectief toe te wijzen:

  • Gegevenstoegangsinformatie verzamelen: Voer een gegevenscontrole uit om alle gegevensarchieven te identificeren en te catalogiseren. Bepaal de waarde van gegevenssets op basis van hun belang voor bedrijfsactiviteiten, het rendement van investeringen en de gebruiksfrequentie. Verzamel toegangslogboeken, metrische gegevens over gebruik of analyses van uw oplossingen voor gegevensopslag.

  • Gegevenstypen identificeren: Categoriseer gegevens op basis van het type, zoals persoonsgegevens, financiële gegevens, intellectueel eigendom of operationele gegevens. Inzicht in de gevoeligheid en ernst van elk gegevenstype.

  • Toegangspatronen identificeren: Identificeer de patronen in gegevenstoegang, zoals dagelijkse, wekelijkse of maandelijkse gebruikspatronen. U moet de latentie, bestandsgrootte en vereisten voor de vernieuwing van gegevens voor die gegevens begrijpen.

Gegevens prioriteren

Gegevens prioritering is het proces van het categoriseren en toewijzen van urgentieniveaus aan gegevenstypen op basis van gevoeligheid en kritiek. De gegevensprioriteit moet overeenkomen met het belang van de omgeving. Productiegegevens zijn bijvoorbeeld belangrijker dan preproductiegegevens.

Evalueer het belang van verschillende typen gegevens voor uw workload met behulp van de volgende stappen:

  1. Prioriteitsniveaus definiëren: Stel prioriteitsniveaus in voor gegevens (zoals hoog, gemiddeld en laag) op basis van de waarde voor de organisatie, wettelijke vereisten en het mogelijke effect van gegevensverlies. Het doel is om de gegevensprioriteit af te stemmen op de juiste gegevensoplossing.

  2. Labels toewijzen: Label elke gegevensset met de gevoeligheid en kritiek. U kunt labels toepassen op rij-, kolom- of bestandsniveau, afhankelijk van de gegevensstructuur en het gebruik. Voor databases kunt u een speciaal hulpprogramma gebruiken om de gevoeligheid en ernst van gegevens te labelen en te relateren aan specifieke rijen en kolommen. Deze benadering biedt gedetailleerde controle over het beheer en de toegang tot gegevens.

Gegevensbeheer optimaliseren

Gegevensbeheer is het proces van het opslaan, verplaatsen en beveiligen van workloadgegevens. Door het gegevensbeheer te optimaliseren, kunt u uitgaven afstemmen op de gegevensprioriteit en meer waarde afleiden uit uw gegevens. Overweeg de volgende strategieën voor gegevensbeheer.

Levenscyclusbeheer van gegevens optimaliseren

Het is belangrijk om gegevens gedurende de hele levenscyclus te beheren. Fasen van de levenscyclus omvatten het maken (of verkrijgen van gegevens), opslag, gebruik, delen, bewaren en verwijderen (verwijderen of archiveren). Het doel van het levenscyclusbeheer van gegevens is om oplossingen voor gegevensopslag te optimaliseren en tegelijkertijd te voldoen aan relevante regelgeving en beleidsregels.

Gegevensopslag heeft drie essentiële kostenonderdelen:

  • Opslagkosten: de kosten voor het opslaan van gegevens, zoals per gigabyte.

  • Transactiekosten: kosten die zijn gekoppeld aan gegevensbewerkingen, zoals schrijfbewerkingen, leesbewerkingen en het ophalen van gegevens (per gigabyte). Het lezen en schrijven van gegevens kan verschillende kosten met zich meebrengen.

  • Latentiekosten: de kosten die zijn gekoppeld aan de snelheid of vertraging bij het openen van de gegevens.

De volgende overwegingen zijn van fundamenteel belang voor het beheer van de levenscyclus van gegevens:

  • Gegevenslagen gebruiken: Het doel van gegevenslagen is om toegang en retentie af te stemmen op de meest rendabele opslaglaag. Opslaglagen variëren van frequente/onmiddellijke toegang (dynamisch) tot onregelmatige/vertraagde toegang (koud).

    Het kost meer om een laag te gebruiken die niet overeenkomt met de behoeften voor toegang tot en retentie van gegevens. Gegevens waartoe uw toepassing regelmatig toegang heeft, moeten zich bijvoorbeeld in dynamische opslag bevinden. Gegevens waartoe uw toepassing af en toe toegang heeft, moeten zich in cold storage bevinden. Door deze aspecten effectief te beheren, zorgt u voor een efficiënte gegevensopslag.

  • Houd rekening met nalevingsvereisten: Het implementeren van gegevenslagen vereist zorgvuldige overweging van nalevingsvereisten en beleid voor gegevensbeheer. Nalevings- en wettelijke vereisten zijn vaak de regelaar voor toegang tot en retentie van gegevens. Stel beleidsregels voor gegevensretentie in om naleving van wettelijke, wettelijke en zakelijke vereisten te garanderen.

  • Beleidsregels voor de levenscyclus van gegevens definiëren. Het levenscyclusbeleid voor gegevens bepaalt wanneer en hoe gegevens moeten worden verplaatst tussen opslaglagen op basis van vooraf gedefinieerde criteria. Deze beleidsregels zorgen ervoor dat u gegevens gedurende de vereiste duur in de juiste laag bewaart. Een beleid kan bijvoorbeeld aangeven dat gegevens 30 dagen moeten worden bewaard in de dynamische laag, in de statische laag gedurende 90 dagen en in de archieflaag gedurende één jaar. Stel de bewaarperiode in op basis van factoren zoals wettelijke vereisten, branchevoorschriften of intern beleid.

  • Automatisering gebruiken: bewaarbeleid kan de verplaatsing van gegevens tussen lagen activeren. U moet beleidsregels automatiseren met behulp van platformfuncties voordat u een aangepaste oplossing bouwt.

    Wanneer de retentieperiode voor een bepaalde laag is verlopen, kan het beleid de gegevens automatisch verplaatsen naar de volgende laag met lagere kosten. Wanneer bijvoorbeeld de retentieperiode voor de dynamische laag afloopt, kan het beleid de gegevens verplaatsen naar de statische laag. Het beleid zorgt ervoor dat gegevens continu worden geoptimaliseerd op basis van de toegangspatronen en kostenvereisten.

Compromis: voor het beheren van beleid voor gegevensretentie is doorlopende controle en onderhoud vereist. Het kan leiden tot meer overhead voor gegevensbeheerprocessen. Dit kan ook van invloed zijn op de opslagkosten. Langere retentieperioden of het gebruik van duurdere opslaglagen kunnen de opslagkosten verhogen.

Risico: een slechte implementatie van het levenscyclusbeheer van gegevens kan leiden tot gegevensverlies of beperkte toegang tot kritieke gegevens. U moet over de juiste back-up- en herstelmechanismen beschikken om het risico op gegevensverlies te beperken.

Gegevenssegmentatie optimaliseren

Het optimaliseren van gegevenssegmentatie omvat het strategisch ordenen van gegevens in afzonderlijke segmenten en het samenvoegen van vergelijkbare gegevenstypen om opslagresources efficiënt toe te wijzen. Hiermee kunt u de toewijzing van opslagresources aanpassen aan de gegevensprioriteit.

Als u gegevenssegmentatie effectief wilt optimaliseren, categoriseert u gegevens op type en gebruikspatroon. Vervolgens plaatst u de gegevenssegmenten op de meest effectieve oplossing, afhankelijk van hun operationele overeenkomsten en vereisten. U plaatst bijvoorbeeld gegevens die opslag met hoge prestaties vereisen op resources met een snellere ophaaltijd. Archiveringsgegevens maken gebruik van een goedkopere resource met een tragere ophaaltijd.

Deze benadering zorgt ervoor dat gegevens met een hoge vraag snellere opslag gebruiken voor optimale prestaties en dat minder toegang tot gegevens goedkopere opslag wordt gebruikt. Wanneer gegevenstypen gebruikspatronen delen, moet u ze op één resource groeperen om overhead te verminderen, het beheer te vereenvoudigen en de verwerking van gegevens te verbeteren.

Gegevensoverdracht minimaliseren

Het minimaliseren van gegevensoverdracht verwijst naar het verminderen van gegevensverplaatsing tussen netwerken om de kosten voor gegevensoverdracht te verlagen. Het vermindert de hoeveelheid gegevens die de workload verplaatst en verlaagt de kosten voor netwerkgebruik. Houd rekening met de volgende aanbevelingen om de gegevensoverdracht tot een minimum te beperken:

  • Gebruik de juiste locatie. gegevens geografisch dichter bij de gebruikers plaatsen. Gegevensnabijheid vermindert het netwerkverkeer, waardoor de toegang wordt versneld en de kosten worden geoptimaliseerd.
  • Gebruik cacheopslag. Houd rekening met de voordelen van caching om gegevensoverdracht tot een minimum te beperken.
  • Gebruik een netwerk voor contentlevering. Een netwerk voor contentlevering kan vaak gelezen statische gegevens dichter bij gebruikers opslaan. Het vermindert de verplaatsing van gegevens in het netwerk en helpt bij het offloaden van bandbreedtegebruik.

Beveiliging en naleving optimaliseren

Bepaalde productiegegevens vragen om hogere beveiligings- en nalevingsvereisten. Deze maatregelen kunnen extra kosten met betrekking tot gegevensbeveiliging, versleuteling, back-up, retentie en controle met zich meebrengen.

U moet ervoor zorgen dat wijzigingen in oplossingen voor gegevensopslag voldoen aan deze vereisten. Gegevens met lagere beveiligings- en nalevingsvereisten bieden vaak een kans om de kosten te optimaliseren.

Gegevensvolume optimaliseren

Door strategieën te vinden om de hoeveelheid gegevens die u opslaat te verminderen, kunt u de kosten verlagen. Door de toegankelijkheid van de gegevens te wijzigen en de volgende technieken te implementeren, kunt u het volume van uw opgeslagen gegevens effectief optimaliseren:

  • Minder gegevens vastleggen: bekijk de gegevens die u vastlegt nader. Bepaal of een van deze gegevens niet nodig is voor uw doeleinden. Wijzig uw proces, instellingen of configuraties om alleen de essentiële gegevens vast te leggen.

  • Gegevens comprimeren: Compressie bespaart geld door de grootte van gegevens te verkleinen. Het is het meest effectief in scenario's met eenmaal schrijven, nooit lezen of zelden lezen. Het is meer geschikt voor koude opslag.

    Afweging: zowel compressie als decompressie van gegevens verhoogt de CPU-tijd.

  • Overbodige gegevens verwijderen: Implementeer beleid om het proces van het opslaan van relevante informatie te stroomlijnen. Evalueer de bewaarperiode voor back-ups en momentopnamen en verwijder gegevens die u niet meer nodig hebt. Mogelijk wilt u een proces hebben dat leidt tot uiteindelijke gegevensverwijdering, zoals het eerst archiveren van gegevens en het inschakelen van een periode voor voorlopig verwijderen. Houd altijd rekening met herstelmogelijkheden voordat u gegevens verwijdert.

  • Gegevens ontdubbelen: Implementeer gegevensontdubbelingstechnieken om redundante gegevens te elimineren. Ontdubbeling vermindert de opslagvereisten door ervoor te zorgen dat u alleen unieke gegevensblokken opslaat, zodat u kosten bespaart. Gebruik hashing-algoritmen en vergelijking van gegevenssegmenten. Voer regelmatig ontdubbelingsprocessen uit om dubbele gegevens te identificeren en te elimineren.

  • Gebruikersgedrag optimaliseren: in workloads die door de gebruiker gegenereerde gegevens verzamelen, informeert u gebruikers over het belang van efficiënte gegevensopslag. Moedig ze aan om regelmatig onnodige bestanden en gegevens te controleren en te verwijderen. Implementeer opslagquota of prijsmodellen die overmatige gegevensopslag ontmoedigen.

Gegevensreplicatie optimaliseren

Gegevensreplicatie omvat het maken van meerdere kopieën van gegevens en het opslaan ervan op andere geografische locaties of zones voor betrouwbaarheid. Replicatie zorgt ervoor dat als één locatie of zone een storing of storing ondervindt, u nog steeds toegang hebt tot de gegevens van de gerepliceerde kopieën op andere locaties.

Deze redundantie helpt de beschikbaarheid en tolerantie van gegevens te verbeteren. Het minimaliseert het risico op gegevensverlies en downtime.

Als u gegevensreplicatie wilt optimaliseren voor kostenoptimalisatie, moet u rekening houden met de volgende richtlijnen:

  • Vereisten voor gegevensreplicatie evalueren: evalueer de specifieke behoeften van uw workload en bepaal het vereiste niveau van gegevensreplicatie. Houd rekening met factoren zoals gegevenskritiek, beoogde hersteltijd (RTO's) en herstelpuntdoelstellingen (RPO's).

  • Kies de juiste replicatiestrategie: Selecteer een replicatietechnologie die overeenkomt met uw doelstellingen voor kostenoptimalisatie. Houd rekening met de SLA-vereisten (Service Level Agreement) voor uw workload.

    Evalueer opties zoals synchrone replicatie, asynchrone replicatie of een combinatie van beide. Baseer de beslissing op factoren zoals vereisten voor gegevensconsistentie en overwegingen voor netwerkbandbreedte. Evalueer het beschikbaarheidsniveau dat u nodig hebt voor uw workload en evalueer de behoefte aan zonegebonden versus regionale redundantie.

  • Netwerkbandbreedte optimaliseren: minimaliseer het gebruik van netwerkbandbreedte door compressie- en gegevensontdubbelingstechnieken te implementeren. Deze technieken kunnen de hoeveelheid gegevens verminderen die tijdens de replicatie worden overgedragen, waardoor kosten kunnen worden bespaard.

  • Replicatiefrequentie bewaken en optimaliseren: controleer en pas de replicatiefrequentie regelmatig aan op basis van de veranderende behoeften van uw workload. Het verfijnen van de replicatiefrequentie kan helpen de kosten te optimaliseren door onnodige replicatieoverhead te verminderen.

Back-ups optimaliseren

Een back-up is een periodieke momentopname of kopie van gegevens die u afzonderlijk van de primaire opslag kunt maken en opslaan. Als er sprake is van beschadiging van gegevens, onbedoelde verwijdering of systeemfouten, kunt u back-ups gebruiken om de gegevens te herstellen naar de vorige status.

Hier volgen enkele technieken voor het optimaliseren van back-ups:

  • Gegevensclassificatie: classificeer uw gegevens op basis van het belang en de prioriteit voor back-up. Met classificatie kunt u resources richten op het maken van back-ups van kritieke gegevens terwijl de back-upkosten voor minder belangrijke gegevens worden geminimaliseerd.

  • Incrementele back-ups: In plaats van elke keer volledige back-ups uit te voeren, kunt u overwegen incrementele back-ups te implementeren. Incrementele back-ups leggen alleen wijzigingen vast die zijn aangebracht sinds de laatste back-up, waardoor de vereisten voor opslag en netwerkbandbreedte kunnen worden verminderd.

    Afweging: Incrementele back-ups vereisen meer stappen en tijd om gegevens te herstellen. U moet eerst de volledige back-up herstellen en vervolgens elke incrementele back-up opeenvolgend toepassen totdat u het gewenste herstelpunt hebt bereikt.

  • Back-upcompressie: schakel compressie in tijdens het back-upproces om de grootte van back-upbestanden te verkleinen. Gecomprimeerde back-ups vereisen minder opslagruimte, zodat u kosten kunt besparen.

  • Back-upopslaglagen: Evalueer uw bewaarbeleid voor back-ups en overweeg oudere back-ups te verplaatsen naar goedkopere opslaglagen, zoals koude opslag of archiefopslag. Het opslaan van minder vaak gebruikte back-ups in rendabele opslagopties helpt bij het optimaliseren van de kosten.

  • Bewaarperiode voor back-ups: controleer en pas de bewaarperioden voor uw back-ups aan op basis van bedrijfsvereisten en nalevingsvoorschriften. Het onderhouden van back-ups voor langere duur kan leiden tot extra opslagkosten.

  • Back-upfrequentie: analyseer de back-upfrequentie voor verschillende typen gegevens. Pas het back-upschema aan op basis van de frequentie van gegevenswijzigingen en het belang van de gegevens. Deze procedures helpen onnodige back-ups te elimineren en de opslagkosten te verlagen.

Bestandsindelingen optimaliseren

Bestandsindelingen zijn van invloed op kostenoptimalisatie door I/O-patronen (invoer/uitvoer) en querypatronen van uw gegevens te optimaliseren. Sommige bestandsindelingen zijn geschikt voor bepaalde scenario's. Het afstemmen van de bestandsindeling op uw workloadvereisten kan de prestaties van de workload verbeteren.

Hier volgen overwegingen voor algemene indelingen:

  • Avro: De Avro-bestandsindeling is een goede keuze wanneer u te maken hebt met I/O-patronen met veel schrijfbewerkingen of wanneer querypatronen het ophalen van meerdere rijen met records in hun geheel vereisen. De serialisatie- en deserialisatieprocessen van Avro zijn efficiënt, dus het is compatibel met berichtenbussen zoals Kafka die snel achter elkaar een reeks gebeurtenissen en berichten produceren.

  • Parquet en geoptimaliseerde rijkolommen (ORC): de Parquet- en ORC-bestandsindelingen blinken uit in scenario's met leesintensieve I/O-patronen of wanneer de querypatronen zich richten op specifieke kolommen van de records.

    Beide indelingen zijn kolomopslag, wat betekent dat gegevens kolom voor kolom worden opgeslagen in plaats van rij voor rij. Kolomopslag maakt verbeterde compressie en efficiënte leesbewerkingen mogelijk. Alleen de vereiste kolommen hoeven te worden opgehaald, zodat u onnodige I/O voor irrelevante gegevens vermijdt.

Opslagoplossingen optimaliseren

Evalueer en selecteer de meest geschikte opslagmethoden en -systemen voor uw gegevens. Deze inspanning kan bestaan uit het schakelen tussen databases, het gebruik van verschillende opslagtypen of het toevoegen van cachemechanismen. Gemak van beheer is een andere factor om rekening mee te houden wanneer u een opslagoplossing kiest.

Door opslagoplossingen aan te passen aan de specifieke behoeften en kenmerken van de gegevens, kunt u een betere kosteneffectiviteit bereiken en tegelijkertijd voldoen aan de vereisten voor prestaties en schaalbaarheid. Er zijn kosten verbonden aan het schakelen tussen databases of het wisselen van services, maar het opslaan van gegevens in de verkeerde opslagoplossing kan u extra geld kosten.

Hier volgen enkele gebruiksvoorbeelden:

  • Schakelen tussen databases: u kunt overwegen over te schakelen naar een databasesysteem dat beter aansluit bij uw behoeften. Als u bijvoorbeeld een relationele database gebruikt, kunt u de optie verkennen om over te stappen naar een NoSQL-database als uw gegevens meer documentgeoriënteerd zijn of flexibele schema's vereisen.

  • Overstappen van een relationele database naar een plat bestandsarchief: In sommige gevallen kan het opslaan van gegevens in platte bestanden in plaats van een traditionele relationele database voordelen bieden, zoals eenvoud en kosteneffectiviteit. Platte bestanden zijn geschikt voor bepaalde typen gegevens, zoals logboekbestanden of gegevens waarvoor geen complexe query's nodig zijn. U kunt bijvoorbeeld binaire installatiekopieën opslaan in een SQL-database, maar het is rendabeler om ze op te slaan in een opslagservice die specifiek is bedoeld voor het verwerken van binaire gegevens.

  • Overstappen van IaaS (Infrastructure as a Service) naar PaaS (Platform as a Service): IaaS-databaseoplossingen kunnen tijdrovende en resource-intensieve eigenschappen zijn die de aandacht van een technisch team afleiden van kerntaken. De groei van het gegevensvolume en de uitdagingen van handmatig schalen, back-ups en onderhoud van de infrastructuur kunnen een PaaS-oplossing rendabeler en efficiënter maken.

  • Een cache toevoegen: als u het resourcegebruik op de hoofddatabaseserver wilt verminderen, kunt u overwegen om een cacheoplossing te gebruiken voor het opslaan van complexe queryresultaten in de cache. Het aanpassen van de rechten van de databaseserver kan helpen bij het optimaliseren van de kosten. Met toepasselijke use cases kunt u overwegen om TTL (Time to Live) te gebruiken met de gegevens in de cache om de opslagbehoeften te verminderen en de kosten te verlagen.

  • Query-geoptimaliseerde versus gegevensopslagarchieven: Voor query's geoptimaliseerde archieven zijn ontworpen voor het snel ophalen en analyseren van gegevens. Ze richten zich op snelle gegevensopname en leesbewerkingen, maar niet op frequente updates. Ze zijn ideaal voor tijdreeksgegevens en snelle toegang tot recente gegevens, maar niet voor zware transactionele taken.

    Gegevensopslagarchieven verwerken grote hoeveelheden flexibele gegevens, met name ongestructureerde of semigestructureerde gegevens. Hoewel gegevensopslagarchieven analyse kunnen ondersteunen, hebben complexe taken mogelijk gespecialiseerde databases nodig. Ze zijn het meest geschikt voor het opslaan van veel variabele gegevens, zoals logboeken of door gebruikers gegenereerde inhoud in scenario's zoals NoSQL-use cases.

Azure-facilitering

Gegevens inventariseren: Microsoft Purview is een reeks oplossingen voor gegevensbeheer, risico's en naleving die uw organisatie kunnen helpen bij het beheren, beveiligen en beheren van uw volledige gegevensdomein. Microsoft Purview-oplossingen bieden geïntegreerde dekking en helpen de recente toename in externe gebruikersconnectiviteit, de fragmentatie van gegevens binnen organisaties en het vervagen van traditionele IT-beheerrollen aan te pakken.

Gegevensbeheer optimaliseren: Azure Storage en Azure Data Lake Storage verschillende gegevenstoegangslagen hebben. Ze bieden ook beleid voor levenscyclusbeheer van gegevens waarmee gegevenslagen en retentie worden geautomatiseerd.

U kunt een beleid op basis van regels gebruiken om blobgegevens over te zetten naar de juiste toegangslagen of om gegevens aan het einde van de levenscyclus te laten verlopen. Met dit beleid kunt u blobs direct van statisch (of koud) naar dynamisch verplaatsen wanneer ze worden geopend, om de prestaties te optimaliseren.

Back-ups optimaliseren: de Azure Backup-service biedt meerdere mogelijkheden om uw back-ups te stroomlijnen. Het biedt functies zoals systeemeigen databaseback-up en opslagback-up via momentopnamen van schijven. Het ondersteunt back-up van virtuele machines, langetermijnretentie en back-upbeheer.

Hier volgen enkele functies van de service:

  • Bewaking: u kunt het Back-upcentrum gebruiken als één venster om uw taken en back-upvoorraad dagelijks te bewaken. Back-upcentrum biedt een interface naar back-uprapporten, die gebruikmaken van Azure Monitor-logboeken en Azure-werkmappen.

  • Rapporten: back-uprapporten bieden de volgende mogelijkheden:

    • Wijs verbruikte cloudopslag toe en voorspel deze.
    • Back-ups en herstelbewerkingen controleren.
    • Belangrijke trends op verschillende granulariteitsniveaus identificeren.
    • Krijg inzicht in en inzicht in de mogelijkheden voor kostenoptimalisatie voor uw back-ups.

  • Gereserveerde capaciteit: Azure Backup Gereserveerde opslagcapaciteit biedt u korting op de capaciteit voor back-upgegevens die zijn opgeslagen voor de kluisstandaardlaag wanneer u een reservering voor een jaar of drie jaar vastlegt. Een reservering biedt een vaste hoeveelheid back-upopslagcapaciteit voor de duur van de reservering.

  • Archieflaag: u kunt Azure Backup gebruiken om back-upgegevens op te slaan, inclusief LTR-back-upgegevens (long-term retention), op basis van de bewaarbehoeften die door de nalevingsregels van uw organisatie worden gedefinieerd. In de meeste gevallen worden de oudere back-upgegevens zelden geopend en worden ze alleen opgeslagen voor nalevingsbehoeften. Azure Backup ondersteunt de back-up van LTR-punten in de archieflaag, naast momentopnamen en de standard-laag.

Opslagoplossingen optimaliseren: Azure heeft veel opslagoplossingen. Ze bieden verschillende functies en mogelijkheden om de kosten te optimaliseren op basis van uw specifieke vereisten. Azure heeft richtlijnen om u te helpen bij het kiezen van het juiste gegevensarchief.

Als u de meest geschikte opslagoplossing en configuratie wilt kiezen, is het belangrijk om uw gegevenstoegangspatronen, retentiebehoeften en prestatievereisten te beoordelen. Het regelmatig controleren en optimaliseren van uw opslaggebruik met behulp van hulpprogramma's zoals Azure Advisor kan u helpen de kosten verder te optimaliseren.

Controlelijst voor kostenoptimalisatie

Raadpleeg de volledige set aanbevelingen.

Controlelijst voor kostenoptimalisatie