You plan to store 20 TB of data in Azure. The data will be accessed infrequently and visualized by using Microsoft Power BI.
You need to recommend a storage solution for the data.
Which two solutions should you recommend?
中文答案和解答
根据答案需要记一下。
好的，这是您的中文答案和解答。
推荐的解决方案
您应该推荐的两个解决方案是：
- Azure Data Lake Storage Gen2
- Azure Synapse Analytics
详细解答
以下是为什么这两个解决方案是最佳组合的详细解释：
1. Azure Data Lake Storage Gen2 (用于数据存储)
Azure Data Lake Storage Gen2 是专为大数据分析而优化的可扩展数据存储库。它非常适合您的情况，原因如下：
- 处理海量数据 (20 TB)：Data Lake Storage Gen2 旨在存储和分析 PB 级别的数据，因此处理 20 TB 的数据绰绰有余。
- 成本效益和不频繁访问：它支持分层存储（热、冷、存档层）。您可以将不常访问的数据放置在冷层 (Cool Tier)，从而显著降低存储成本，这完全符合您“数据将被不频繁访问”的要求。
- 为分析而优化：它具有分层命名空间，可以像文件系统一样组织数据，这大大提高了分析查询的性能。它是 Azure 中所有主流分析服务（包括 Synapse）的首选存储后端。
简单来说，Azure Data Lake Storage Gen2 是您存放这 20 TB 数据的理想、经济高效的“仓库”。
2. Azure Synapse Analytics (用于数据分析和查询)
Azure Synapse Analytics 是一个集成的分析服务，它统一了数据仓库和大数据分析。它是连接数据湖和 Power BI 的关键桥梁：
- 与 Power BI 的原生集成：Power BI 与 Azure Synapse Analytics 具有原生且高度优化的集成。您可以使用 DirectQuery 模式将 Power BI 报表直接连接到 Synapse。这意味着 Power BI 不会将 20 TB 的数据导入其模型中，而是实时将查询发送到 Synapse，由 Synapse 强大的计算引擎来处理海量数据并返回结果。这对于处理大规模数据集至关重要。
- 高性能查询引擎：无论是使用其无服务器 SQL 池还是专用 SQL 池，Synapse 都采用大规模并行处理 (MPP) 架构，能够非常快速地查询存储在 Data Lake 中的海量数据。这确保了您的 Power BI 报表和仪表板即使在处理 20 TB 数据时也能保持响应迅速。
简单来说，Azure Synapse Analytics 是一个强大的“引擎”，它能快速地从您的数据“仓库”（Data Lake）中提取和分析数据，并将结果呈现给 Power BI。
两者如何协同工作
最佳实践架构如下：
- 存储：将 20 TB 的原始数据存储在 Azure Data Lake Storage Gen2 中，并根据访问频率将其置于适当的成本层（例如冷层）。
- 分析：使用 Azure Synapse Analytics 在数据湖之上创建一个分析层。Synapse 可以直接查询数据湖中的数据，或者将数据加载到其高性能的数据仓库中。
- 可视化：将 Microsoft Power BI 连接到 Azure Synapse Analytics。用户在 Power BI 中进行交互时，查询会被发送到 Synapse 进行处理，从而实现对海量数据的快速可视化分析。
这个组合方案为您提供了可扩展、成本效益高且性能卓越的端到端解决方案，完美满足了您的所有需求。