Azure SQL 数据库数据归档解决方案
我们有Azure SQL数据库,我们需要构建数据归档解决方案来管理2年以上的数据。
要求:
- 归档并删除某些交易表中超过2年的数据。
- 应将数据存档在低成本存储中。
- 如果需要,应能够快速恢复数据。
- 寻找需要每周执行的经常性工作。
请推荐一个天蓝色的解决方案来实现这一目标。
We have Azure SQL database , we need build data archival solution to manage data more than 2 years old.
Requirement:
- Archive and delete more than 2 years data from certain transaction tables.
- Should archive the data in low cost storage.
- Should be able to quickly restore the data if required.
- Looking for recurring job need to execute on every week.
Please recommend an azure solution to achieve this.
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(1)
您可以尝试以下方法:
bacpac
。此 bacpac 文件将存储在现有的 Azure 存储帐户中。完成后,您可以从数据库中删除数据。请参阅导出到 BACPAC 文件 - Azure SQL 数据库。如果您只需要归档 2 年的数据,您可以为数据库中的每个表创建一个存储过程。您可以使用 存储过程运行该 SP Azure 数据工厂中的活动。
存储存档数据的最便宜(免费)选项是创建
bacpac
文件并将其存储在本地计算机中。或者,您可以使用 Blob Storage 冷存储服务来归档数据。要从
bacpac
恢复数据,只需将 bacpac 文件导入数据库即可。要从 Blob 存储恢复,请将容器从冷更新为热,并使用 ADF 从该文件复制到目标数据库。如果您按照第 1 点所述在 ADF 中使用 SP 活动,则可以触发 ADF 管道每周/每月运行您的 SP 或根据您的要求随时运行。请参阅时间表在 ADF 中触发。
Here are the approaches you can try:
bacpac
directly from Azure Portal. Thisbacpac
file will be stored in existing Azure Storage account. Once done, you can delete the data from database. Refer Export to a BACPAC file - Azure SQL Database.If you need to only archive 2 years of data, you can create a Stored Procedure for each table in your database. You can run that SP using Stored Procedure activity in Azure Data Factory.
The cheapest (free) option to store archive data is by creating
bacpac
file and store it in local machine. Or else you can use Blob Storage cold storage service for archiving data.To restore data from
bacpac
, just simply import the bacpac file in your database. To restore from Blob Storage, update the container from cool to hot and use ADF to copy from that file into destination database.If you are using SP activity in ADF as mentioned in point 1, you can trigger the ADF pipeline to run your SP weekly/monthly or whenever as per your requirement. Refer Schedule Trigger in ADF.