你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

选择 Azure 数据存储系统

你的数据存储系统对应用程序以及企业的成功都至关重要。

架构良好的数据存储系统是：

• 快速且易于实现。
• 易于缩放以处理数据增长。
• 响应迅速且高性能。
• 高度可用且可灵活应对故障。
• 价格合理。

一个关键的考虑因素是随着数据的增长，设计的缩放性如何。 请考虑一个应用程序，该应用程序会在第一个月生成 6 TB 的数据，其数据量按每年 10% 的速度增长。 下图显示一段时间内数据的累计方式：

三年后，数据量为 249 TB。 随着时间的推移，10% 的增长率使斜率变陡。

此示例并不典型。 数据会随着你添加客户和客户添加数据而增多。 随着应用程序改进，数据也有可能增多。 架构良好的系统会适当地处理此类数据增长，以保持响应性、可复原性以及价格合理。

设计数据存储系统

若要在 Azure 上设计数据存储系统，请了解如何将众多 Azure 服务用于各种应用程序和目标。 满足数据存储需求可能需要混合使用产品。 例如，你可以将极少访问的数据保存在低成本服务中，将经常访问的数据保存在访问速度更快的较高成本服务中。

下表中的文章概述了 Web 应用程序的七种系统体系结构。 这些系统可以处理大量数据，并且能从系统故障中复原。 这些体系结构使用 Azure 表存储、Azure Cosmos DB、Azure 数据工厂和 Azure Data Lake Storage。

这些示例有助于设计容纳应用程序的数据存储系统。 以下功能矩阵提供了文章链接，并汇总了每种体系结构的优缺点：

体系结构	优点	缺点
使用表存储故障转移的双区域 Web 应用程序	易于实现、成本	复原能力有限（只有两个 Azure 区域）
使用自定义存储表复制的多区域 Web 应用程序	复原	实现时间与难度
最小存储 - 用于复制数据的更改源	复原能力、性能、基于时间的数据保留	可伸缩性、实现时间

作者

本文由 Microsoft 维护， 最初由以下参与者撰写。

主要作者：

• Nabil Siddiqui | 云解决方案架构师 - 数字和应用程序创新

后续步骤

• 选择 Azure 中的数据存储方法
• 使用 Azure Cosmos DB for Table 和 Azure 表存储进行开发

相关资源

• 了解数据存储模型
• 在 Azure 中选择大数据存储技术
• 为应用程序选择 Azure 数据存储
• 用于选择数据存储的条件