Google Cloud 核心基礎架構課程-storage
data type
Structured data
結構化數據是指那些在預定義的數據模型中有組織的數據,例如關聯數據庫中的數據。它們通常由欄位和記錄組成,並可以輕鬆地在電子表格或數據庫中進行搜索和排序。
Unstructured data
非結構化數據是指不遵循預定義數據模型的數據,並且不容易被數據庫管理系統(DBMS)組織和分析。這些數據類型可能包括電子郵件、Word文件、PDF文件、音頻、視頻等。
Transactional data
交易數據是指與單個交易相關的所有數據,例如購買產品或服務的日期、時間、客戶詳情、金額等。這種數據通常存儲在數據庫或交易處理系統中。
Relational data
關聯數據是指在關聯數據庫中存儲的數據,這些數據按照特定模式(如表、行和列)進行組織。每個表都有一個唯一的鍵,可以用來與其他表中的數據相關聯。
Cloud Storage
版本
有其不可刪除性使其可以透過版本號來做控制
fully managed
完全託管的可擴增服務
全球唯一ID
不可重複
storage class
標準存儲(Standard Storage):
適用於頻繁訪問或“熱”數據,也適用於僅存儲短時間的數據。近線存儲(Nearline Storage):
適用於存儲不經常訪問的數據,例如平均每月讀取或修改一次的數據。例如,數據備份、長尾多媒體內容或數據歸檔。冷線存儲(Coldline Storage):
低成本選項,用於存儲不經常訪問的數據,但相對於近線存儲,冷線存儲最多每90天讀取或修改一次數據。存檔存儲(Archive Storage):
最低成本選項,理想用於數據歸檔、在線備份和災難恢復。適用於計劃每年不到一次訪問的數據,因為存取和操作數據的成本較高,最短存儲期為365天。Autoclass
- Autoclass功能:
Cloud Storage還提供了一個名為Autoclass的功能,它根據每個對象的訪問模式自動將對象轉移到適當的存儲類別。 - Autoclass的作用:
這一功能將不被訪問的數據移動到更冷的存儲類別,以降低存儲成本,並將被訪問的數據移動到標準存儲,以優化未來的訪問。 - Autoclass的好處:
Autoclass簡化並自動化了對Cloud Storage數據的成本節省。
- Autoclass功能:
加密
Cloud SQL
Cloud SQL 特點
無需軟件安裝或維護:
無需安裝或維護任何軟體。擴展性:
目前可擴展到64個處理器核心、400+ GB的RAM和64 TB的存儲。支持自動複製場景:
支持從Cloud SQL主實例、外部主實例和外部MySQL實例等自動複製場景。支持管理型備份:
支持管理型備份,因此備份的數據在需要時可以安全地存儲和訪問。實例的費用包括七個備份。數據加密:
在Google的內部網絡上以及存儲在數據庫表格、臨時文件和備份中時,加密客戶數據。網路防火牆:
包含一個網絡防火牆,用於控制對每個數據庫實例的網絡訪問。
Cloud Spanner
fully managed relational database
特點
具有連接和次要索引的SQL關聯型數據庫管理系統:
支持SQL操作,包括表聯接(joins)和次要索引。內建高可用性:
具有內建的高可用性,確保數據庫系統能夠持續可靠運行。強大的全球一致性:
具有強大的全球一致性,確保全球範圍內的數據同步和一致性。高吞吐量:
具有高吞吐量,支持每秒數萬次的讀寫操作或更多。
firestore
noSQL
特點
數據同步:
Firestore使用數據同步來在任何連接的設備上更新數據。一次性查詢:
同時設計為高效執行簡單、一次性的查詢。數據緩存:
緩存應用程序主動使用的數據,使應用程序即使在設備離線時也能進行寫入、讀取、監聽和查詢數據。離線操作:
即使設備處於離線狀態,應用程序也可以執行寫入、讀取、監聽和查詢數據。數據同步:
當設備重新連線到互聯網時,Firestore將本地的任何更改同步回Firestore。
費用
讀取、寫入和刪除操作費用:
您使用Cloud Firestore執行的每次文檔讀取、寫入和刪除都會產生費用。查詢費用:
查詢的費用以每次“文檔讀取”計算,無論查詢是否返回數據。數據存儲費用:
您的數據佔用的存儲空間也會產生費用。網絡帶寬費用:
用於訪問數據的某些類型的網絡帶寬使用也會產生費用。入站目前是免費的,而出站在許多情況下也是免費的。免費額度:
Firestore提供每月在美國區域之間的免費10GiB的網絡出站,以及每天的免費額度:- 50,000次文檔讀取
- 20,000次文檔寫入
- 20,000次文檔刪除
- 1 GB的存儲數據
計費起點:
費用僅在超過每天的免費額度後開始計算,這使您可以以非常低的成本,甚至免費地開始使用Firestore進行開發。
Cloud Bigtable
特點
數據量大:
操作1TB以上的半結構化或結構化數據。數據速度快、吞吐量高,或者數據迅速變化:
數據需要高吞吐量,或者數據具有快速變化的特點。NoSQL數據:
操作NoSQL數據,通常意味著不需要強大的關聯語義的事務。時間序列數據或自然語義排序:
數據具有時間序列特性或自然語義排序。處理大數據:
操作大數據,對數據進行異步批處理或同步實時處理。應用機器學習算法:
運行機器學習算法對數據進行分析。
Comparing storage options
各處存方式之比較
Google Cloud 核心基礎架構課程-storage
https://shengshengyang.github.io/2023/12/06/gcp-storage/