Azure SQL Stretch Database & SQL Data Warehouse
SQL Stretch Database
SQL Stretch Database secara transparan dan aman memigrasikan data dingin kita ke Microsoft Azure Cloud. Stretch database membagi data menjadi dua jenis. Satu adalah data panas, yang sering diakses, dan yang kedua adalah data dingin, yang jarang diakses. Selain itu, kita dapat menentukan kebijakan atau kriteria untuk data panas dan data dingin.
Keuntungan SQL Stretch Database
- Memberikan ketersediaan biaya yang efektif untuk data dingin yang mendapat manfaat dari biaya rendah Azure daripada menykalakan penyimpanan mahal on-premises.
- Tidak memerlukan perubahan pada kueri atau aplikasi yang ada. Posisi data bersifat transparan untuk aplikasi.
- Mengurangi pemeliharaan dan penyimpanan on-premises untuk data kita. Backup untuk data on-premises kita berjalan lebih cepat dan selesai dalam jendela pemeliharaan. Backup untuk bagian cloud dari data kita berjalan secara otomatis.
- Menjaga keamanan data kita bahkan selama migrasi. Memberikan enkripsi untuk data kita yang sedang bergerak. Keamanan baris dan fitur keamanan SQL Server yang canggih lainnya juga bekerja dengan Stretch Database untuk melindungi data kita.
SQL Data Warehouse
Microsoft SQL Data Warehouse di Azure adalah database yang berskala besar, cloud-based, mampu memproses volume data besar, baik relasional maupun non-relasional, dan SQL Data Warehouse didasarkan pada arsitektur pemrosesan paralel massal.
Komponen SQL Data Warehouse
- Data Warehouse units (DWUs): Alokasi sumber daya untuk SQL Data Warehouse kita diukur dalam Data Warehouse Units (DWUs). DWUs adalah ukuran sumber daya yang mendasari seperti CPU, memori, IOPS, yang dialokasikan untuk SQL Data Warehouse kita.
- Scan/Aggregation: Scan/Aggregation mengambil kueri data warehousing standar. Ini memindai sejumlah besar baris dan kemudian melakukan agregasi yang kompleks. Ini adalah operasi yang intensif I/O dan CPU.
- Load: Metrik ini mengukur kemampuan untuk menyuntikkan data ke layanan. Metrik ini dirancang untuk menekankan aspek jaringan dan CPU dari layanan.
- Create Table As Select (CTAS): CTAS mengukur kemampuan untuk menyalin tabel. Ini melibatkan membaca data dari penyimpanan, mendistribusikannya di seluruh node appliance, dan menulisnya kembali ke penyimpanan. Ini adalah operasi yang intensif CPU, IO, dan jaringan.
//TC
