最近，在创建Azure虚拟机的时候，我们会发现多了一些新的选择，如下图：

一个明显的变化是出现了一些D系列的虚拟机，相比A系列同编号的虚拟机，内容要大1倍。当然，按照ScottGu的博客，新的虚拟机的CPU更快（60%）、更大的内容及本地使用了固态硬盘（Solid State Disk, SSD）。

http://weblogs.asp.net/scottgu/new-d-series-of-azure-vms-with-60-faster-cpus-more-memory-and-local-ssd-disks

其中，最令人感兴趣的就是固态硬盘SSD使用，及其对性能提升的作用。当然，如之前文章所讲，虚拟机中本地盘（或者说临收盘，如Windows Server虚拟机中的D盘）是不适合存储持久化数据的，因为当虚拟机被后台控制器转移到其他机柜的时候，存在在临收盘的数据会失去。具体请参考：Windows Azure 虚拟机（VM）尺寸选择及一些相关技术规格（Specification）的差异。

但结合一些恰好是临时性使用存储的情形，例如页文件(Page File)、SQL Server中的缓冲池扩展（Buffer Pool Extension），则恰好可以利用这个新特性。此外，当我们希望快速抓取SQL Server等的日志进行分析的时候，也可以考虑使用这个盘来完成，因为这些日志仅用于分析（例如大数据处理）然后就可以丢弃，需要时可以随时抓取以便进行实时分析。具体可参考如何掌握SQL Server Azure VM上AlwaysOn高可用（HA）方案的运行状态（Status diagnostics）。

为了对比分析到底使用固态硬盘SSD后，性能有如何提升，顺手做了个简单的对比试验。

在Azure账户中创建了两个基本指标相近的CentOS 7.0的虚拟机，分布采用A6和D12类型，他们都是4核28G内存，如下图:

结果分别如下：

同时也对比了一下有缓存的硬盘读写性能，以做参考。

可以看到性能确实有了显著提升。当然具体这一新特性到底对实际应用是否有更多价值，需要结合实际应用的特点来具体分析。

Azure中国区最近最让人兴奋的发布莫过于HDInsight已经预览上线了。具体可见官网的最新公告：

http://www.windowsazure.cn/what-is-new/

凑巧最近在忙着四处奔波、传道解惑，不过也是忙里偷闲，体验了一下这个新服务。

首先值得肯定的是微软与Hortonworks的联手，推动开放的Hadoop的发展，而HDInsight据说也是百分百原汁原味的Hadoop在Azure云上的实现。

其中值得重点推荐的有几个，首先是为Hive查询语言提供了一个不错的编辑器。在这里可以直接对存储在Azure 存储（Storage）账号的容器（Container）中的Hive表（Table）进行查询。如下图。

而上图中底下红线所标识的，可以通过“查看细节”来看查询结果及执行过程中的情况（主要是LOG信息）。需要说明一点的是，在HDInsight中，Hive命令行被编译为MapReduce任务，在Hadoop中执行。如下图：

另外需要注意的是这里列出的结果（”Job Output“）只是整体结果的一部分，如果要看全部的话，如上图，可以点击”下载文件（Download File）”，则可以看到全部的查询结果。

此外，如公告中所说，HDInsight中，基于Stinger/Tez进行了性能调优，根据基准测试结果，HDP2.1查询的性能相比之前最早的结果（HIVE10）得到2个数量级的提升。

另外一个值得肯定的是再HDInsight中建立Hadoop服务，真正是非常简单，可以说在管理门户（Management Portal）上“Click”、“Click”、“Click”，然后就“OK”了。如下图。

如果用PowerShell脚本的话，则更简单，可以实现高度自动化。

需要说明的是，这里采用快速创建方式建立的Hadoop默认版本是最新的3.1。当然也可以采用自定义创建的方式选择低版本。

另外也可以看到这里也支持HBase，为NoSQL解决方案提供了更新、更强大的选择。此外还包括了支持Sqoop、Mahout等功能。

当然，也不能不提在背后默默无闻工作的Azure Storage，这个担当了HDFS重要职能的关键角色。

Azure Storage的强大功能，包括异地冗余复制等，对开发者来讲提供了强有力的支持。

可以看到，包括Hadoop的系统文件，包括大家要上载的原始数据文件，包括MapReduce产生的结果，包括Hive创建的表及查询结果，甚至执行每个任务(Job)所产生的日志文件（Log）都在这里。

进一步去想，既然HDInsight每次分析处理的Job及Log都在这里，是不是可以进一步分析一下，对他们本身进行一次大数据分析呢？

忙碌了好一会儿，得休息一下了，“到这里,就到这里吧” ...