AZ-305 Azure 解決方案架構師 — 第二天課程筆記

Day 1 把治理、計算、非關係性存儲講完了（佔考試 35%），Day 2 進入關聯式資料庫、大數據架構、消息與事件機制。

Azure SQL Database 五種部署方式

微軟的推薦順序很明確：PaaS 優先（Azure SQL Database），安全又簡單。真的需要完全控制才用 SQL on VM。Managed Instance 是過渡方案——沒辦法直接從 VM 跳 PaaS 的時候，先停在 MI 慢慢遷。

架構層級長這樣：SQL Server 實例（邏輯服務器）→ Elastic Pool（彈性池）→ Database（資料庫）。

Business Critical 的架構有 4 個副本節點，主節點斷網時可以自動切換。Hyperscale 則是計算跟存儲完全分離，各自獨立擴展。

讓多個資料庫共享同一組計算資源，實現資料庫級別的自動擴縮容。建立順序是：先建 SQL Server 實例 → 再建彈性池 → 最後建資料庫。

彈性池跟單一資料庫用的是同一套配置層級。

Azure SQL Database 預設無法透過互聯網存取，必須手動加客戶端 IP。刪除規則之後誰都進不去。建立資料庫的時候記得點「添加當前 IP」，不然自己也連不上。

考試必考。透過 VNet 內部網路存取資料庫，不走公網。企業內部存取的標準做法。

三種方式：SQL 驗證（傳統帳密）、Azure AD 驗證（推薦，跟組織身份整合）、雙重驗證（兩種都配，確保備援）。

其他安全功能還有透明加密（TDE）、Always Encrypted、軟刪除、備份保留——這些都可能在考試出現。

存儲的重要性遠大於計算跟網路。現代資料大量自動產生（社交媒體、IoT、日誌），收集跟存儲才是核心挑戰。

整個大數據流程長這樣：

1	資料來源 → 收集/整理(Data Factory) → 存儲(Data Lake) → 處理/分析(Databricks) → BI(Power BI)

本質上就是儲存帳戶啟用了「分層命名空間」。安全、低成本、無限容量、什麼資料來源都能接。存的是檔案形式（CSV、JSON、Parquet），不是資料庫形式。

ETL 資料整合工具，低代碼風格，拖拉拽操作。負責加時間戳、刪無用欄位、格式轉換這些事，整理完的資料丟進 Data Lake。

給你一張大數據流程圖，挖空某一環節問該用什麼服務。記住：結構化/半結構化檔案（CSV、JSON）→ Data Lake，非結構化檔案（JPG、影片）→ Blob Storage。

課程裡有句話印象很深：「沒有 Databricks 就沒有今天的 AI。」

Databricks 是基於 Apache Spark 的第三方開源平台，做資料工程、資料科學、機器學習的。跟 Data Factory 的差別在於：Databricks 更強大更靈活，但需要寫程式碼（Jupyter Notebook）；Data Factory 更簡單，是低代碼工具。

計費模式跟 AKS 一樣：平台本身免費（開源的，不能收費），僅在使用計算/儲存/網路資源時才收費。

這兩個概念考試一定會出。

決策很單純：不需要額外功能 → Storage Queue，需要 TTL/死信/鎖定 → Service Bus Queue。

Service Bus 的重要設定：最大傳遞次數建議 3-5 次（超過即列為死信）、鎖定持續時間建議 1 分鐘（處理完要回報，否則重新入列）。

Event Hub 是主動推送事件給訂閱者的，Event Grid 是事件路由服務。典型場景像是會議邀請郵件自動同步到行事曆再同步到 Teams，或是手機 App 推送通知。