在Azure中创建HDInsights Hadoop集群时，有两个存储选项 . Azure Data Lake Store（ADLS）或Azure Blob存储 .
这两个选项之间的真正区别是什么？它们如何影响性能？
我发现这个页面https://docs.microsoft.com/en-us/azure/data-lake-store/data-lake-store-comparison-with-blob-storage但它不是非常具体，只使用像"ADLS is optimized for analytics"这样的非常通用的术语 .
这是否意味着它更适合存储HDInsights文件系统？如果ADLS确实更快，那么为什么不将它用于非分析数据呢？
3 回答
除了Ashok的回答：与Azure存储相比，ADLS目前仅在少数几个地区提供 . 因此，如果您需要特定区域的HDInsight帐户，则应确保您的存储位于同一区域 .
ADLS相对于Azure存储的另一个好处是它在文件/文件夹级别的基于POSIX的安全模型，它使用AAD安全主体而不是共享访问密钥 .
您可能不希望将ADLS用于非分析数据的原因主要是成本 . 由于一些额外的功能，它目前有点贵 .
根据此document，Azure存储帐户最多可容纳4.75 TB，但单个blob（或HDInsight透视图中的文件）最多只能达到195 GB . Azure Data Lake Store可以动态增长以容纳数万亿个文件，单个文件大于1 PB . 有关更多信息，请参阅Understanding blobs和Data Lake Store .
另外，请查看Benefits of Azure Storage和Use Data Lake Store以获取更多详细信息和比较 .
希望这可以帮助 .
除了其他答案之外，不可能在使用Data Lake作为主存储的HDInsights集群上使用Spark Data Factory活动 . 此限制适用于ADFv1和v2，如下所示：https://docs.microsoft.com/en-us/azure/data-factory/v1/data-factory-spark和https://docs.microsoft.com/en-us/azure/data-factory/transform-data-using-spark