数据表结构扫描

时间:2023年11月14日 来源:

ADM数据备份功能的价值优势在于数据备份采用周期增量备份与全量快照合成的技术,保证了全量数据的时效性,通过挂载恢复的方式快速恢复数据,以验证备份数据的可恢复性、有效性,快速恢复实现了业务应急接管,保证了容灾恢复对RTO 与 RPO的高要求。传统的数据备份技术是将备份数据形成备份集,如果需要恢复则必须做Restore动作才能打开,在大数据量的情况下,Restore耗时较长、耗费资源,因此,企业通常难以验证大数据量的备份数据的可恢复性与可用性。唤醒大量沦为暗数据的备份数据,让数据备份即可用。数据表结构扫描

数据表结构扫描,上讯敏捷数据管理平台ADM

基于CDM技术的敏捷数据管理方案,通过一份原始数据副本,可快速创建出多个虚拟数据副本,这些虚拟数据副本相对原始存储几乎不占用任何存储空间,且整个发布动作可以在分钟级完成。也就是说,该方案在通过获取一份生产数据作为黄金副本的情况下,可对外发布多份虚拟数据用于准生产、测试环境等场景的数据交付,每一份虚拟数据都是互不影响的,并且是可读写的,数据在经过变更后,可通过快照进行状态保存,多个快照之间可以任意切换,这种数据发布方式比传统拷贝的方式,方便快捷、耗时短,且虚拟数据集中存放在数据存储池中,通过数据挂载方式交付给目标环境使用,实现了数据快速交付与管理,并且实现了数据的集中管控。人工编写脚本哪个产品支持向导式敏感数据处理流程?

数据表结构扫描,上讯敏捷数据管理平台ADM

ADM平台的两种典型使用方案既解决了数据使用的效率问题,也保证了数据的安全问题:生产网数据使用方案。通过ADM平台部署,可以有效解决生产网中数据使用的效率问题,同时,数据不出ADM存储池,也杜绝了多副本管理的安全隐患。测试网数据使用方案。在生产网及测试网均部署ADM平台,通过生产网中的ADM可以快速创建虚拟数据副本,并对该虚拟副本进行数据变形处理,之后将变形后的副本数据发送到测试网中的ADM,在测试网中即可实现副本数据的分钟级交付、数据版本的管理及回收等。该方案中,所有数据副本的生成及流转都未出ADM平台,既保证了安全,又提升了效率。

ADM内置独有的高效压缩存储池,压缩比高达3:1,存储即压缩,降低了基础数据源获取的存储成本与持续增长的副本数据存储成本,ADM的数据库虚拟化**技术,能够做到只需一份基础数据源,即可快速拉起多份虚拟数据库作为数据副本,拉起时不占用物理存储空间,节约了存储成本10倍以上,通常情况下,ADM将TB量级数据库拉起时间控制在分钟级,响应速度快,可满足开发测试、查询分析、合规审计、应急恢复等场景对数据交付效率的要求。因此,ADM同时具备快速交付副本数据和节约副本数据存储的目标,相对于传统的副本数据交付,1份10TB的数据库交付10个应用场景,则需要100TB的存储空间,大约需要花费1个星期的时间,通过应用ADM产品,只需分钟级即可同时在线交付10份10TB的副本数据,而且在未产生新数据写入的情况下,存储空间相较于耗费的100TB几乎是0占用,具体占用级别为GB级别。国内较早发布CDM领域的平台型产品是上讯ADM产品。

数据表结构扫描,上讯敏捷数据管理平台ADM

在开发测试环境中的工作效率,包括像备份应急恢复和分钟级的数据交付,数据环境准备时间至少缩短了5-6倍,获得的客户收益包括:首先,基于ADM分钟级的数据回滚,回归测试等工作效率得到提高。以回归测试为例,过去,每次都需要先手工从备份系统恢复数据,恢复的时间较长,一次回归测试的数据准备需要耗费的时间可能是一整天甚至几天时间。而利用ADM快速的数据回滚,同样环境下,一天时间可以完成5,6次回归测试。第二,备份恢复实现分钟级。此前,如果测试环境需要备份,需要所有的系统逐个去做备份,非常麻烦;另外,测试数据库的数据损坏以后,数据恢复也需要很长时间。基于CDM的备份恢复更加容易,通过预先在一些时间点打快照,恢复是分钟级的。第三,实现了测试环境的快速搭建。在数据库运行环境就绪的前提下,利用ADM可以分钟级的交付数据,在时间上至少缩短到原来的十分之一。上讯ADM包括生产数据备份、备份恢复校验、敏感数据处理、数据副本管理四大功能模块。dicom敏感信息模板

CDM是指copy data management。数据表结构扫描

敏捷数据备份恢复验证方案提供自动化恢复验证流程,针对接入的备份数据均可以实现周期性、自动化恢复验证,周期跨越日、月、季度、半年、年的具体时间点,有效简化了复杂的恢复工作流程;且针对过期数据则根据预定策略删除过期数据,合理释放存储资源,从而提高数据备份的效率,防护数据恢复环节中的安全。数据备份一直以来被认为是数据保护重要且基础的一道防线,然而却承载着企业的一手数据资产,因此,备份数据的可恢复性和可用性至关重要。唤醒大量沦为“暗数据”的备份数据,让数据备份即可用!数据表结构扫描

上一篇: app检测

下一篇: 根因分析和故障定位

信息来源于互联网 本站不为信息真实性负责