我正在进行的项目的简短摘要：
我被聘为一家小型公司（一家大公司的一部分）的网络开发实习生，靠近我所在的州立大学。在过去的几个月里，我和其他两位实习生一直致力于前端和后端工作。该公司正在为其产品（石油/天然气行业）添加传感器原型;我们的任务是建立一个门户网站，客户可以登录该门户网站查看他们机器上的数据，即使他们不在他们附近也是如此。
基本上，我们正在收集传感器数据（〜十个传感器/机器）并将其发回给我们。我们陷入困境的地方是确定存储和分析长期数据的最佳方式。我们设置了一个Redis缓存，用于前端的快速访问，其中只存储每台机器的最新数据集。但对于历史数据，我（以及我的同事）在决定最佳路线时遇到了困难。我们的整个项目都基于VS（C＃/ Razor）与Azure集成（顺便说一句，这很棒），所以我想保留那里的长期存储。据我所知，HDinsight + BLOB中的数据似乎是最好的选择，但在后端解决方案方面，我相当环保。我希望得到一些可能在这方面有更多经验的老开发人员的意见，因为我们是这里唯一的开发人员，除了几个更老的成员，他们更多地参与工程方面的事情与开发。
那么，堆栈溢出的专业人士，您对长期数据存储和分析的建议是什么？
PS：如果我对HDinsight感到困惑，我道歉。据我所知，它将BLOB存储中的数据映射到HBase中以便于分析？ Hadoop / HBase让我很困惑。
答案 0 :(得分：1)
我的第一个建议是Azure Table存储。它提供了高度可扩展且低成本的数据归档解决方案。如果设计得当，您还可以获得非常不错的查询性能。有关详细信息，请参阅Azure Storage Table Design Guide。
我的第二选择是Azure DocumentDB服务，这是一个NoSQL文档数据库。它的成本要高一些，但查询数据要灵活得多。
当您有特定需求时，您应该只使用HDInsight，因为这是一项资源密集且价格昂贵的服务。一旦确定了大数据分析的特定要求，即在导入数据并使用HDInsight处理数据时。