Azure 提供各种完全托管的数据库和存储解决方案，包括关系数据库、NoSQL 和内存中数据库，同时支持专有和开源技术。 还可以从对象、块和文件存储服务中进行选择。 以下文章可帮助你开始将这些选项与 Azure 上的 Python 配合使用。
数据库
PostgreSQL：使用开源 PostgreSQL 构建可缩放、安全且完全托管的企业应用。 可以缩放单节点 PostgreSQL，实现高性能，或将现有的 PostgreSQL 和 Oracle 工作负载迁移到云。
- 快速入门：使用 Python 连接和查询 Azure Database for PostgreSQL 灵活服务器中的数据
- 快速入门：使用 Python 连接和查询 Azure Database for PostgreSQL - 单一服务器中的数据
- 在 Azure 应用服务中部署使用 PostgreSQL 的 Python（Django 或 Flask）Web 应用
MySQL：使用云中完全托管的智能 MySQL 数据库生成可缩放的应用程序。
Azure SQL：在云中构建具有完全托管和智能 SQL 数据库平台的可缩放应用程序。
NoSQL、blob、表、文件、图形和缓存
Cosmos DB：大规模生成低延迟、高可用性应用，或将 Cassandra、MongoDB 和其他 NoSQL 工作负载迁移到云。
Blob 存储：适用于云原生应用、数据湖、存档、高性能计算（HPC）和机器学习的安全、大规模可缩放的对象存储。
Azure 数据湖存储 Gen2：为高性能分析优化的可扩展且安全的数据湖。
文件存储：简单、安全和无服务器企业级云文件共享。
Redis 缓存：使用与开源兼容的可缩放内存中数据存储加速应用程序性能。
大数据和分析
Azure Data Lake Analytics：完全托管的按作业付费分析服务，通过内置的企业级安全性、审核和支持提供强大的并行数据处理。
Azure 数据工厂：一种完全托管的数据集成服务，可让你直观地跨各种数据源生成、协调和自动执行数据移动和转换。
Azure 事件中心：一项完全托管的超大规模遥测引入服务，旨在从连接的设备和应用程序每秒收集、转换和存储数百万个事件。
HDInsight：一种完全托管的云服务，运行常用的开源框架（如 Hadoop 和 Spark），支持 99.9% SLA 进行企业级大数据分析。
Azure Databricks：完全托管、快速、轻松、协作的基于 Apache® Spark™ 的分析平台，针对 Azure 上的大数据和 AI 工作负载进行了优化。
Azure Synapse Analytics：一种完全托管的分析服务，将数据集成、企业数据仓库和大数据分析统一到单个平台。