Hiërarchische naamruimte van Azure Data Lake Storage

Azure Data Lake Storage maakt gebruik van een hiërarchische naamruimte om bestandssysteemprestaties te bieden op de schaal en prijs van de objectopslag. Met deze functie wordt de verzameling objecten en bestanden binnen een account ingedeeld in een hiërarchie van mappen en geneste submappen, vergelijkbaar met het bestandssysteem op uw computer. Wanneer u een hiërarchische naamruimte inschakelt, kan een opslagaccount de schaalbaarheid en kosteneffectiviteit van objectopslag bieden, samen met de semantiek van het bestandssysteem waarmee analyse-engines en frameworks vertrouwd zijn.

De voordelen van een hiërarchische naamruimte

Bestandssystemen die een hiërarchische naamruimte implementeren via blobgegevens bieden de volgende voordelen:

  • Atomaire mapmanipulatie: Objectopslag benadert een mappenhiërarchie door volgens de conventie schuine strepen (/) in de objectnaam op te nemen om padsegmenten aan te duiden. Hoewel deze conventie werkt voor het ordenen van objecten, biedt het geen ondersteuning voor acties zoals verplaatsen, hernoemen of verwijderen van mappen. Zonder echte directory's moeten toepassingen mogelijk miljoenen afzonderlijke blobs verwerken om taken op directoryniveau te kunnen uitvoeren. Een hiërarchische naamruimte verwerkt deze taken daarentegen door één item bij te werken (de bovenliggende directory).

    Deze optimalisatie is vooral belangrijk voor veel frameworks voor big data-analyse. Hulpprogramma's zoals Hive en Spark schrijven de uitvoer vaak naar tijdelijke locaties en hernoemen die locatie vervolgens na afloop van de taak. Zonder een hiërarchische naamruimte kan deze naamwijzigingsbewerking vaak langer duren dan het analyseproces zelf. Lagere taaklatentie is gelijk aan lagere totale eigendomskosten (TCO) voor analyseworkloads.

  • Vertrouwde interfacestijl: Ontwikkelaars en gebruikers begrijpen bestandssystemen. Wanneer u overstapt naar de cloud, hoeft u geen nieuw opslagparadigma te leren, omdat Data Lake Storage dezelfde bestandssysteeminterface beschikbaar maakt die wordt gebruikt door computers, groot en klein.

Een van de redenen waarom objectarchieven historisch geen ondersteuning bieden voor een hiërarchische naamruimte, is dat een hiërarchische naamruimte de schaal beperkt. De hiërarchische naamruimte van Data Lake Storage schaalt echter lineair en heeft geen negatieve invloed op de gegevenscapaciteit of de prestaties.

Bepalen of u een hiërarchische naamruimte wilt inschakelen

Nadat u een hiërarchische naamruimte voor uw account hebt ingeschakeld, kunt u deze niet terugzetten naar een platte naamruimte. Overweeg daarom of het zinvol is om een hiërarchische naamruimte in te schakelen op basis van de aard van uw werkbelastingen voor het objectarchief. Zie Azure Blob Storage upgraden met azure Data Lake Storage-mogelijkheden om de impact te evalueren van het inschakelen van een hiërarchische naamruimte op workloads, toepassingen, kosten, serviceintegraties, hulpprogramma's, functies en documentatie.

Sommige workloads hebben mogelijk geen voordeel door een hiërarchische naamruimte in te schakelen. Voorbeelden hiervan zijn back-ups, afbeeldingsopslag en andere toepassingen waarbij objectorganisatie afzonderlijk van de objecten zelf wordt opgeslagen (bijvoorbeeld in een afzonderlijke database).

Hoewel ondersteuning voor Blob Storage-functies en het Azure service-ecosysteem blijft groeien, worden sommige functies en Azure services nog niet ondersteund in accounts met een hiërarchische naamruimte. Bekijk bekende problemen.

Workloads die profiteren van een hiërarchische naamruimte

Schakel in het algemeen een hiërarchische naamruimte in voor opslagworkloads die zijn ontworpen voor bestandssystemen die mappen bewerken. Deze voorwaarde omvat alle werkbelastingen voor analyseverwerking. Gegevenssets waarvoor een hoge mate van organisatie is vereist, profiteren ook van het inschakelen van een hiërarchische naamruimte.

Gebruik een TCO-analyse om te bepalen of een hiërarchische naamruimte moet worden ingeschakeld. Over het algemeen geldt dat verbeteringen in de latentie van workloads dankzij opslagacceleratie ertoe leiden dat rekenresources minder lang nodig zijn. De latentie voor veel workloads kan verbeteren dankzij het atomisch bewerken van mappen, wat door een hiërarchische naamruimte mogelijk wordt gemaakt. In veel workloads vertegenwoordigt de rekenresource meer dan 85% van de totale kosten, dus zelfs een bescheiden vermindering van de latentie van workloads komt overeen met een aanzienlijke hoeveelheid TCO-besparingen. Zelfs in gevallen waarin het inschakelen van een hiërarchische naamruimte de opslagkosten verhoogt, wordt de TCO nog steeds verlaagd vanwege lagere rekenkosten.

Zie Azure Data Lake Storage prijzen om verschillen in prijzen voor gegevensopslag, transactieprijzen en reserveringsprijzen voor opslagcapaciteit te analyseren tussen accounts met een platte naamruimte versus een hiërarchische naamruimte.

Als u een hiërarchische naamruimte wilt inschakelen, raadpleegt u Een opslagaccount maken voor gebruik met Azure Data Lake Storage (nieuwe accounts) of Azure Blob Storage bijwerken met Azure Data Lake Storage-mogelijkheden (bestaande accounts).

Volgende stappen

  • Last updated on