Azure의 Database 및 분석 서비스에는 아래와 같이 여러가지가 있습니다
이런 서비스들이 있구나
기존 DB들을 Azure에서 사용할 수 있구나 하면서 읽어보시면 됩니다
이 중에서 중요도 높은걸 꼽자면 마지막 6. 빅 데이터 및 분석 파트입니다 (시험에서 용어들을 많이 등장)
1. Azure Cosmos DB
- 응답성이 뛰어난 Always On 애플리케이션을 빌드할 수 있는 스키마 없는 데이터 지원
- Azure Cosmos DB는 유연: 가장 낮은 수준에서 ARS(아톰-레코드-시퀀스) 형식으로 데이터를 저장 ⇒ 데이터 추상화 ⇒ API로 프로젝션 (회사의 데이터 마이그레이션시 계속 사용 가능)
2. Azure SQL Database 살펴보기
- microsoft SQL Server 데이터베이스 엔진의 최신 안정화 버전을 기반으로 하는 RDB
- 인프라를 관리할 필요 없이 선택한 프로그래밍 언어로 데이터 기반 애플리케이션 및 웹 사이트를 빌드하는데 사용할 수 있음
- PaaS 데이터베이스 엔진. 사용자 개입 없이 업그레이드, 패치, 백업 및 모니터링과 같은 대부분의 데이터베이스 관리 기능 처리
- 99.99% 가용성 제공
- 그래프, JSON, 공간, XML과 같은 관계형 데이터와 비관계형 구조를 모두 처리할 수 있음
- 고성능 메모리 내 기술 및 인텔리전트 쿼리 처리와 같은 고급 쿼리 처리 기능 사용 가능
- Azure Database Migration Service를 사용하여 최소한의 가동 중지 시간으로 기존의 SQL Server 데이터베이스를 마이그레이션 할 수 있음
- Azure Database Migration Assistant는 마이그레이션을 수행하기 전에 필요한 변경 사항을 설명하는 권장 사항을 제공하는 평가 보고서 생성 가능
3. Azure Database for MySQL
온 프레미스에서는 LAMP(linux, Apache, MySQL, PHP) 스택 사용 이를 마이그레이션 하려고 함
⇒ Azure App Service의 Web apps가 Apache를 실행하는 Linux 서버에서 PHP를 사용하는 웹 애플리케이션 만드는 기본 제공
- 클라우드의 관계형 DB 서비스
- MySQL Community Edition 엔진 5.6, 5.7, 8.0 버전
- Microsoft 관리형 데이터 센터의 글로벌 네트워크에서 제공하는 Azure의 99.99% 가용성 서비스 수준 약정 제공
- 특정 시점 복원을 사용하여 서버를 최대 35일 전의 상태로 복원 가능
기능
- 추가 비용 없이 기본 제공되는 고가용성
- 예측 가능한 성능 및 포괄적인 종량제 가격 책정
- 필요에 따라 몇 초 만에 스케일링
- 중요한 미사용 데이터 및 사용 데이터 보호 기능
- 자동 백업
- 엔터프라이즈급 보안 및 규정 준수
4. Azure Database for PostgreSQL
- 클라우드의 관계형 데이터베이스 서비스
- 커뮤니티 버전의 오픈 소스 PostgreSQL 데이터베이스 엔진을 기반
이점
- 온-프레미스 리소스에 비해 높은 기본 고가용성. 애플리케이션 가용성을 유지하기 위한 추가 구성, 복제 또는 비용이 필요 없습니다.
- 단순하고 유연한 가격 책정. 소프트웨어 패치, 자동 백업, 모니터링 및 보안이 포함된 가격 책정 계층 중 선택하는 계층에 따라 예측 가능한 성능을 얻을 수 있습니다.
- 필요에 따라 몇 초 만에 스케일 업 또는 스케일 다운합니다. 필요한 대로 컴퓨팅 또는 스토리지 규모를 독립적으로 조정하여 사용량에 맞게 서비스를 조정할 수 있습니다.
- 조정 가능한 자동 백업 및 특정 시점 복원(최대 35일).
- 엔터프라이즈급 보안 및 규정 준수를 통해 중요한 미사용 데이터 및 사용 중인 데이터를 안전하게 보호. 이 보안은 디스크의 데이터 암호화 및 클라이언트와 서버 통신 간 SSL 암호화에 적용됩니다.
배포 옵션
단일 서버
이점
- 추가 비용 없이 기본 제공되는 고가용성(99.99% SLA)
- 예측 가능한 성능 및 포괄적인 종량제 가격 책정
- 필요에 따라 몇 초 만에 수직적 스케일링
- 서버를 평가하기 위한 모니터링 및 경고
- 엔터프라이즈급 보안 및 규정 준수
- 중요한 미사용 데이터 및 사용 데이터 보호 기능
- 최대 35일 동안 자동 백업 및 지정 시간 복원
가격정책: 기본, 범용, 메모리 최저화로 3가지
하이퍼스케일(Citus)
- 분할을 사용하여 여러 머신에 걸쳐 쿼리를 수평으로 스케일링
- 쿼리 엔즌은 들어오는 SQL 쿼리를 이러한 서버 간에 병렬 처리하여 큰 데이터 세트에서 더 빠르게 응답
- 더 뛰어난 스케일링과 성능이 필요한 앱 또는 일반적으로 100GB의 데이터에 이르거나 이미 초과한 워크로드를 처리하기에 에 적합
- 다중 테넌은 애플리케이션, 실시간 운영 분석 및 높은 처리량 트랜잭션 워크로드 지원
5. Azure SQL Managed Instance
완전 관리형 PaaS의 모든 이점과 함께 가장 광범위한 SQL Server 데이터베이스 엔진 호환성을 제공하는 확정성 있는 클라우드 데이터 서비스
기능
Azure SQL Database와 마찬가지로 PaaS 데이터베이스 엔진
- 신속한 프로비전 및 서비스 스케일링 기능 활용 가능
- 추가적인 오버헤드를 유지 관리할 필요가 없음
- 고가용성 기능 기본 제공
- 99.99%의 가동 시간 SLA(서비스 수준 약정)을 통해 필요할 때 데이터를 항상 사용 가능을 확신
- 자동화된 백업 및 구성 가능한 백업 보존 기간을 사용하여 데이터 보호 가능
Azure SQL Database와의 차이
Azure SQL Database와 많은 동일한 기능을 제공하지만 Azure SQL Database에서 사용할 수 없는 몇 가지 옵션 제공
https://docs.microsoft.com/ko-kr/azure/azure-sql/database/features-comparison
마이그레이션
Azure DMS(Database Migration Service)나 네이티브 백업 및 복원을 사용하여 SQL Server의 온-프레미스 데이터를 클라우드로 쉽게 마이그레이션 가능
단계: 감지 - 평가 - 마이그레이션 - 전환 - 최적화
6. 빅 데이터 및 분석
대규모 데이터 세트를 처리하기 위해 점차 오픈 소스 클러스터 기술이 개발 됨
- Azure Synapse Analytics
- Azure HDInsight
- Azure Databricks
- Azure Data Lake Analytics
Azure Synapse Analytics
- 엔터프라이즈 데이터 웨어하우징 및 빅 데이터 분석을 통합하는 무제한 분석 서비스
- 서버리스 리소스나 대규모로 프로비저닝된 리소스를 사용하여 원하는 대로 데이터를 쿼리 할 수 있음
- BI 및 기계 학습에 대한 즉각적인 요구에 따라 데이터를 수집, 준비, 관리 및 제공하는 통합 환경 존재
Azure HDInsight
- 엔터프라이즈용 완전 관리형 오픈 소스 분석 서비스
- 많은 양의 데이터를 더욱 쉽고 빠르며 비용 효율적으로 처리할 수 있게 하는 클라우드 서비스
- 많이 사용되는 오픈 소스 프레임워크를 실행하고 Spark, Hadoop, Kafka, HBase, Storm 및 Machine Learning Services와 같은 클러스터 유형을 만들 수 있음
- ETL(추출, 변환 및 로드), 데이터 웨어하우징, 기계 학습, IoT와 같은 광범위한 시나리오 지원
Azure Databricks
- 모든 데이터에서 인사이트를 얻고 AI 솔루션을 빌드할 수 있음
- 몇 분 만에 Apache Spark 환경을 설정한 후 대화형 작업 영역에서 공유 프로젝트에 대한 자동 스케일링 및 협업 수행 가능
- Python, Scala, R, Java 및 SQL 뿐 아니라 Tensorflow, PyTorch, scikit-learn 등을 비롯한 데이터 과학 프레임워크와 라이브러리도 지원
Azure Data Lake Analytics
- 빅 데이터를 단순화하는 주문형 분석 작업 서비스
- 데이터를 변형하고 귀중한 통찰력을 얻기 위한 쿼리를 작성
- 필요한 전력 크기만큼 다이얼을 설정하여 어떤 크기의 작업도 즉시 처리 가능
- 실행 중인 작업에 대해서만 요금이 부과 됨