Spazio dei nomi gerarchico di Azure Data Lake Storage

Azure Data Lake Storge Gena usa unoSpazio dei nomi gerarchico per offrire prestazioni da file stemma con la scalabilità e il prezzo del’archiviazione dell'oggetto. Questa funzionalità organizza la raccolta di oggetti e file all'interno di un account in una gerarchia di directory e sottodirectory annidate, simile al file system nel computer. Quando si abilita uno spazio dei nomi gerarchico, un account di archiviazione può offrire la scalabilità e l'efficacia dei costi dell'archiviazione degli oggetti, insieme alla semantica del file system che i motori di analisi e i framework trovano familiari.

Vantaggi di uno spazio dei nomi gerarchico

I file system che implementano uno spazio dei nomi gerarchico sui dati BLOB offrono i vantaggi seguenti:

• Gestione atomica delle directory: Gli archivi di oggetti approssimano una gerarchia di directory adottando la convenzione di incorporare barre (/) nel nome dell'oggetto per indicare i segmenti del percorso. Sebbene questa convenzione funzioni per organizzare gli oggetti, non fornisce assistenza per azioni come lo spostamento, la ridenominazione o l'eliminazione di directory. Senza directory effettive, le applicazioni devono elaborare potenzialmente milioni di singoli blob per eseguire operazioni a livello di directory. Al contrario, uno spazio dei nomi gerarchico elabora queste attività aggiornando una singola voce (la directory padre).

  Questa ottimizzazione è particolarmente significativa per molti framework di analisi dei Big Data. Strumenti come Hive e Spark spesso scrivono l'output in posizioni temporanee e quindi rinominano la posizione alla conclusione del processo. Senza uno spazio dei nomi gerarchico, questa operazione di ridenominazione può richiedere spesso più tempo rispetto al processo di analisi stesso. Una latenza di processo più bassa implica una riduzione del costo totale di proprietà (TCO) per i carichi di lavoro analitici.

• Stile di interfaccia familiare: Gli sviluppatori e gli utenti comprendono i file system. Quando si passa al cloud, non è necessario apprendere un nuovo paradigma di archiviazione perché Data Lake Storage espone la stessa interfaccia del file system usata dai computer, grandi e piccoli.

Uno dei motivi per cui gli object storage storicamente non supportavano uno spazio dei nomi gerarchico è che uno spazio dei nomi gerarchico limita la scalabilità. Tuttavia, il Data Lake Storage spazio dei nomi gerarchico viene ridimensionato in modo lineare e non riduce la capacità o le prestazioni dei dati.

Decidere se abilitare uno spazio dei nomi gerarchico

Dopo aver abilitato uno spazio dei nomi gerarchico nell'account, non è possibile ripristinarlo in uno spazio dei nomi flat. Pertanto, valuta se ha senso abilitare uno spazio dei nomi gerarchico in base alla natura dei carichi di lavoro dell'archivio di oggetti. Per valutare l'impatto dell'abilitazione di uno spazio dei nomi gerarchico su carichi di lavoro, applicazioni, costi, integrazioni di servizi, strumenti, funzionalità e documentazione, vedere Aggiornamento di Archiviazione BLOB di Azure con le funzionalità di Azure Data Lake Storage.

Alcuni carichi di lavoro potrebbero non ottenere alcun vantaggio abilitando uno spazio dei nomi gerarchico. Gli esempi includono backup, archiviazione immagini e altre applicazioni in cui l'organizzazione di oggetti viene archiviata separatamente dagli oggetti stessi , ad esempio in un database separato.

Inoltre, mentre il supporto per le funzionalità di archiviazione BLOB e l'ecosistema di servizi Azure continua a crescere, alcune funzionalità e servizi Azure non sono ancora supportati negli account con uno spazio dei nomi gerarchico. Vedi Problemi noti.

Carichi di lavoro che traggono vantaggio da uno spazio dei nomi gerarchico

In linea generale, abilitare un namespace gerarchico per i carichi di lavoro di archiviazione progettati per file system che gestiscono le directory. Questa condizione include tutti i carichi di lavoro di elaborazione dell'analisi. I set di dati che richiedono un livello elevato di organizzazione traggono vantaggio anche dall'abilitazione di uno spazio dei nomi gerarchico.

Usare un'analisi TCO per determinare se abilitare uno spazio dei nomi gerarchico. In generale, i miglioramenti apportati alla latenza del carico di lavoro a causa dell'accelerazione dell'archiviazione richiedono risorse di calcolo per un minor tempo. La latenza per molti carichi di lavoro potrebbe migliorare a causa della manipolazione atomica della directory abilitata da uno spazio dei nomi gerarchico. In molti carichi di lavoro, la risorsa di calcolo rappresenta più di 85% del costo totale, quindi anche una riduzione modesta della latenza del carico di lavoro equivale a una notevole quantità di risparmi TCO. Anche nei casi in cui l'abilitazione di uno spazio dei nomi gerarchico aumenta i costi di archiviazione, il TCO è ancora ridotto a causa di costi di calcolo ridotti.

Per analizzare le differenze nei prezzi di archiviazione dei dati, nei prezzi delle transazioni e nella prenotazione della capacità di archiviazione tra gli account con uno spazio dei nomi flat rispetto a uno spazio dei nomi gerarchico, vedere prezzi Azure Data Lake Storage.

Per abilitare uno spazio dei nomi gerarchico, vedere Creare un account di archiviazione da usare con Azure Data Lake Storage (nuovi account) o Aggiornare Archiviazione BLOB di Azure con funzionalità di Azure Data Lake Storage (account esistenti).

Passaggi successivi

• Abilitare uno spazio dei nomi gerarchico quando si crea un nuovo account di archiviazione. Vedere Creare un account di archiviazione da usare con Azure Data Lake Storage.
• Abilitare uno spazio dei nomi gerarchico in un account di archiviazione esistente. Vedere Aggiornare Archiviazione BLOB di Azure con le funzionalità di Azure Data Lake Storage.