Vad är Azure Data Lake Storage Gen1?

Azure Data Lake Storage Gen1 är en lagringsplats för stordata analytiska arbetsbelastningar i företagsomfattande hyperskala. Med Azure Data Lake kan du samla in data av olika storlekar, former, typer och inmatningshastighet på en enda plats för drifts- och undersökande analyser.

Data Lake Storage Gen1 kan nås från Hadoop (tillgängligt med HDInsight-kluster) med hjälp av WebHDFS-kompatibla REST-API:er. Det är utformat för att möjliggöra analys av lagrade data och är justerat för prestanda för dataanalysscenarier. Data Lake Storage Gen1 innehåller alla funktioner i företagsklass: säkerhet, hanterbarhet, skalbarhet, tillförlitlighet och tillgänglighet.

De viktigaste funktionerna

Några av de viktigaste funktionerna i Data Lake Storage Gen1 är följande.

Byggt för Hadoop

Data Lake Storage Gen1 är ett Apache Hadoop-filsystem som är kompatibelt med Hadoop Distributed File System (HDFS) och fungerar med Hadoop-ekosystemet. Dina befintliga HDInsight-program eller -tjänster som använder WebHDFS-API:et kan enkelt integreras med Data Lake Storage Gen1. Data Lake Storage Gen1 exponerar också ett WebHDFS-kompatibelt REST-gränssnitt för program.

Du kan enkelt analysera data som lagras i Data Lake Storage Gen1 med hjälp av analytiska Hadoop-ramverk som MapReduce eller Hive. Du kan etablera Azure HDInsight och konfigurera dem för direkt åtkomst till data som lagras i Data Lake Storage Gen1.

Obegränsad lagring, petabytefiler

Data Lake Storage Gen1 ger obegränsad lagring och kan lagra en mängd olika data för analys. Den har inga begränsningar för kontostorlekar, filstorlekar eller mängden data som kan lagras i en datasjö. Enskilda filer kan variera från kilobyte till petabyte i storlek. Data lagras durably genom att göra flera kopior. Det finns ingen gräns för hur länge data kan lagras i datasjön.

Prestandajusterad för analyser av stordata

Data Lake Storage Gen1 har skapats för att köra storskaliga analyssystem som kräver massivt dataflöde för att fråga efter och analysera stora mängder data. Datasjön sprider delar av en fil i ett antal enskilda lagringsservrar. Detta förbättrar läsgenomströmning vid läsning av filen parallellt för att utföra dataanalyser.

Företagsklar: Hög tillgänglig och säker

Data Lake Storage Gen1 ger branschstandard tillgänglighet och tillförlitlighet. Dina datatillgångar lagras varaktigt genom att göra redundanta kopior som skyddar mot oväntade fel.

Data Lake Storage Gen1 ger också säkerhet i företagsklass för lagrade data. Mer information finns i Skydda data i Azure Data Lake Storage Gen1.

Alla data

Data Lake Storage Gen1 kan lagra alla data i sitt ursprungliga format, utan att det krävs några tidigare omvandlingar. Data Lake Storage Gen1 kräver inte att ett schema definieras innan data läses in, vilket lämnar det upp till det enskilda analysramverket att tolka data och definiera ett schema vid tidpunkten för analysen. Möjligheten att lagra filer av godtyckliga storlekar och format gör det möjligt för Data Lake Storage Gen1 att hantera strukturerade, halvstrukturerade och ostrukturerade data.

Data Lake Storage Gen1-containrar för data är i stort sett mappar och filer. Du använder lagrade data med HJÄLP av SDK:er, Azure Portal och Azure Powershell. Om du lägger dina data i arkivet med hjälp av dessa gränssnitt och använder lämpliga containrar kan du lagra alla typer av data. Data Lake Storage Gen1 utför ingen särskild hantering av data baserat på vilken typ av data som lagras.

Skydda data

Data Lake Storage Gen1 använder Azure Active Directory (Azure AD) för autentisering och åtkomstkontrollistor (ACL: er) för att hantera åtkomsten till dina data.

Anvisningar om hur du skyddar data i Data Lake Storage Gen1 finns i Skydda data i Azure Data Lake Storage Gen1.

Programkompatibilitet

Data Lake Storage Gen1 är kompatibelt med de flesta komponenter med öppen källkod i Hadoop-ekosystemet. Den kan också integreras väl med andra Azure-tjänster. Om du vill veta mer om hur du kan använda Data Lake Storage Gen1 med komponenter med öppen källkod och andra Azure-tjänster kan du använda följande länkar:

• I Program och tjänster som är kompatibla med Azure Data Lake Storage Gen1 finns en lista över program med öppen källkod som är kompatibla med Data Lake Storage Gen1.
• Se Integrera med andra Azure-tjänster för att förstå hur du använder Data Lake Storage Gen1 med andra Azure-tjänster för att möjliggöra ett större antal scenarier.
• Se Scenarier för att använda Data Lake Storage Gen1 för att lära dig hur du använder Data Lake Storage Gen1 i scenarier som att mata in data, bearbeta data, ladda ned data och visualisera data.

Data Lake Storage Gen1-filsystem

Data Lake Storage Gen1 kan nås via filsystemet AzureDataLakeFilesystem (adl://) i Hadoop-miljöer (tillgängligt med HDInsight-kluster). Program och tjänster som använder adl:// kan dra nytta av ytterligare prestandaoptimeringar som för närvarande inte är tillgängliga i WebHDFS. Därför ger Data Lake Storage Gen1 dig flexibiliteten att antingen använda bästa prestanda med det rekommenderade alternativet att använda adl:// eller underhålla befintlig kod genom att fortsätta att använda WebHDFS-API:et direkt. Azure HDInsight utnyttjar AzureDataLakeFilesystem fullt ut för att ge bästa möjliga prestanda på Data Lake Storage Gen1.

Du kan komma åt dina data i Data Lake Storage Gen1 med hjälp av adl://<data_lake_storage_gen1_name>.azuredatalakestore.net . Mer information om hur du kommer åt data i Data Lake Storage Gen1 finns i Visa egenskaper för lagrade data.

Nästa steg

• Kom igång med Data Lake Storage Gen1 med hjälp av Azure Portal
• Kom igång med Data Lake Storage Gen1 med hjälp av .NET SDK
• Använda Azure HDInsight med Data Lake Storage Gen1