Blob Storage: almacenamiento de objetos en la nube

Azure Blob Storage (Binary Large Object) es la solución de almacenamiento de objetos de Azure para almacenar grandes volúmenes de datos no estructurados, es decir, datos que no encajan en el esquema de una base de datos relacional. Algunos ejemplos son imágenes, vídeos, archivos de audio, documentos PDF, archivos de registro, copias de seguridad y binarios de aplicaciones. Se puede acceder a Blob Storage mediante API REST HTTP/HTTPS, Azure SDK o Azure CLI. Es uno de los servicios de Azure más utilizados y constituye la base de muchas arquitecturas de lagos de datos, multimedia y copias de seguridad.

Blob Storage está organizado en una jerarquía de tres niveles: Storage Account → Container → Blob. Un container es similar a una carpeta de nivel superior: agrupa blobs relacionados y define la directiva de acceso para todo su contenido. Un blob es un objeto individual (archivo) almacenado dentro de un contenedor. Los nombres de los blobs pueden incluir barras diagonales (/) para simular una jerarquía de carpetas (por ejemplo, images/2024/photo.jpg), pero Blob Storage es fundamentalmente plano: esas barras forman parte del nombre del blob y no representan directorios reales.

Azure Blob Storage admite tres tipos de blobs: Block blobs — el tipo más común, ideal para almacenar documentos, imágenes y vídeos. Los datos se dividen en bloques y se cargan en paralelo; el tamaño máximo es de aproximadamente 190 TB. Append blobs — optimizados para operaciones de solo adición, como la escritura de archivos de registro; los datos nuevos siempre se agregan al final. Page blobs — colecciones de páginas de 512 bytes optimizadas para el acceso aleatorio de lectura y escritura; las usan los discos administrados de Azure VM como mecanismo de almacenamiento subyacente. Si tiene dudas, use block blobs: son la opción predeterminada para el almacenamiento de objetos de uso general.

Blob Storage ofrece tres niveles de acceso que equilibran el coste de almacenamiento y el coste de acceso: Hot tier — coste de almacenamiento más alto y coste de acceso más bajo; para datos a los que se accede con frecuencia. Cool tier — coste de almacenamiento más bajo y coste de acceso más alto, con un compromiso mínimo de almacenamiento de 30 días; para datos a los que se accede con poca frecuencia, como informes mensuales. Archive tier — coste de almacenamiento más bajo (aproximadamente un 95 % menos que Hot), pero requiere horas de rehydration antes de poder acceder a los datos; para archivos de cumplimiento a largo plazo a los que rara vez se accede. Puede establecer un nivel predeterminado en la cuenta y reemplazarlo para cada blob.

Administrar manualmente los niveles de los blobs en millones de blobs no resulta práctico. Las políticas de administración del ciclo de vida lo automatizan: puede definir reglas que muevan los blobs a niveles más fríos o los eliminen según su antigüedad o la fecha del último acceso. Por ejemplo: mover los blobs al nivel Cool después de 30 días sin modificaciones, moverlos a Archive después de 180 días y eliminarlos después de 365 días. Esto garantiza que el almacenamiento optimice automáticamente los costos con el tiempo, sin intervención manual. Las políticas de ciclo de vida se definen en JSON y se aplican en el nivel de la cuenta de almacenamiento, por lo que afectan a todos los blobs de la cuenta.

De forma predeterminada, todos los blobs de un contenedor son privados y solo pueden acceder a ellos usuarios autenticados con los permisos adecuados. Puede hacer públicos los contenedores y los blobs estableciendo el nivel de acceso del contenedor en Blob (los blobs individuales se pueden leer) o Container (se puede ver el listado del contenedor y leer todos los blobs). Para obtener un acceso más específico y limitado en el tiempo, use Shared Access Signatures (SAS): direcciones URL que contienen un token criptográfico que concede permisos específicos (lectura, escritura o eliminación) para un recurso y un intervalo de tiempo determinados, sin compartir las claves de la cuenta.

Azure Blob Storage puede alojar sitios web estáticos: archivos HTML, CSS, JavaScript e imágenes que se sirven directamente desde una cuenta de almacenamiento mediante HTTP/HTTPS, sin código del lado servidor. Habilite el alojamiento de sitios web estáticos en una cuenta de almacenamiento, designe un documento de índice (por ejemplo, index.html) y un documento de error, y cargue los archivos estáticos en el contenedor especial $web. La URL de la cuenta de almacenamiento se convierte en la URL de su sitio web. Combínelo con Azure CDN para obtener compatibilidad con dominios personalizados, HTTPS y almacenamiento en caché global en los nodos perimetrales, de modo que el sitio sea rápido para los usuarios de todo el mundo.

Blob Storage es una ubicación natural para las copias de seguridad de aplicaciones y bases de datos: ofrece durabilidad (11 nueves de durabilidad con LRS, e incluso más con GRS), alta disponibilidad y una excelente relación costo-eficacia para grandes volúmenes de datos, especialmente en los niveles Cool o Archive. Muchos servicios de copia de seguridad de Azure (Azure Backup para máquinas virtuales y copias de seguridad automatizadas de SQL Database) almacenan sus datos en Blob Storage internamente. También puede escribir scripts de copia de seguridad que vuelquen una base de datos directamente en un blob mediante Azure CLI o el SDK como parte de un trabajo programado.

Azure Data Lake Storage Gen2 (ADLS Gen2) se basa en Blob Storage y añade la característica de espacio de nombres jerárquico, que hace que las operaciones de directorio (cambiar el nombre y eliminar) sean atómicas y eficientes, algo fundamental para las cargas de trabajo de análisis de big data. Al habilitar el espacio de nombres jerárquico en una cuenta de almacenamiento, esta se transforma en ADLS Gen2, que se integra de forma nativa con Azure Synapse Analytics, Azure Databricks y HDInsight. Admite tanto la API de Blob Storage como el protocolo HDFS, por lo que es compatible con las herramientas y los frameworks existentes basados en Hadoop.

Los precios de Blob Storage tienen tres componentes: costo de almacenamiento: por GB al mes, con variaciones según el nivel (aproximadamente 0,018 USD/GB en Hot, 0,01 USD/GB en Cool y 0,001 USD/GB en Archive en el este de EE. UU.); costo de las operaciones: por cada 10.000 operaciones de lectura y escritura, con un costo mayor en los niveles más fríos; costo de transferencia de datos: gratuito para los datos entrantes (cargas) y con costo para los datos salientes (descargas a Internet). En conjuntos de datos grandes, la selección del nivel tiene un impacto considerable en el costo total: mover los datos a los que se accede con poca frecuencia de Hot a Cool normalmente reduce a la mitad la factura de almacenamiento, mientras que Archive puede reducir los costos en un 95 %.

Las industrias reguladas, como la financiera y la sanitaria, requieren que los datos se almacenen en un formato de escritura única y lectura múltiple (WORM) para cumplir normativas como SEC Rule 17a-4 y HIPAA. Las políticas de inmutabilidad de Azure Blob Storage permiten bloquear los blobs para que no se puedan modificar ni eliminar durante un período de retención especificado. Hay dos tipos de políticas disponibles: retención basada en tiempo (el blob permanece bloqueado hasta una fecha determinada) y retención legal (el blob permanece bloqueado indefinidamente hasta que se quite la retención). Una vez bloqueados, ni siquiera los administradores de la cuenta de almacenamiento pueden eliminar los blobs durante el período de retención.

Compruebe su comprensión de los conceptos de Microsoft Azure Fundamentals (AZ-900) tratados en esta lección.

En esta lección aprendió que Blob Storage es un almacén de objetos para datos no estructurados, organizado en una jerarquía de cuenta de almacenamiento, contenedor y blob; que los tres niveles de acceso —hot, cool y archive— equilibran el costo de almacenamiento con el costo de acceso según los distintos patrones de uso; y que las políticas de administración del ciclo de vida mueven automáticamente los blobs a niveles más económicos o los eliminan según su antigüedad. A continuación, exploraremos Azure Files y Queue Storage para compartir archivos y desacoplar mensajes.