降低运营成本

上讯敏捷数据管理平台ADM对接用户现有集中式备份系统服务器，实现恢复服务器、数据恢复策略、数据验证策略和存储资源的集中管理，包括：（1）存储池自动准备存储空间、自动调度创建恢复服务器；（2）按照参数设置恢复策略、自动执行恢复计划、自动验证恢复数据；（3）恢复验证任务结束后，自动清理恢复环境，释放存储资源和恢复服务器资源，用于下一个恢复验证任务的使用，使整个数据备份恢复验证工作能够高效节能地循环利用，达到集中统一安全管理。通过对接第三方备份系统进行备份数据的自动化恢复校验有什么产品？降低运营成本

在数据收集和使用上，通过获取一份具有应用一致性保证的“黄金副本”，分钟级虚拟化为多个副本直接挂载使用，数据使用效率明显得到提升；在数据存储和传输上，这些虚拟数据副本相对原始存储几乎不占用存储空间（约为0），且ADM产品将全部数据集中存放在统一的存储池中，既保证了数据传输流转的闭环管控，又降低了数据的存储成本；在数据加工上，数据脱离生产环境之前增设了敏感数据处理环节，保障数据公开后的隐私安全，防止核心数据泄露；在数据的提供和公开上，虚拟数据副本可用于准生产、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，并且可读可写，数据在经过变更后可标记快照，多个快照之间可以任意切换实现数据版本的管理。CD持续部署上讯敏捷数据管理平台ADM产品虚拟数据支持无限副本，几乎不占用额外的存储空间。

传统的备份方案大多采用周期性的“全量备份+增量备份”策略，其增量备份大多不可持续，经过一段时间就必须执行一次全量备份。因而传统的备份方案经常面临备份窗口过大的问题，而且其增量备份数据的恢复效率相对低下，因为每个时间点的恢复都依赖于上一次全备副本和上一次全备副本后的所有增量数据，恢复操作需要进行逐个迭代恢复。此外，过期增量数据的清理操作也受限于备份副本之间的依赖关系，不一定能及时被***。而长久增量备份与全量快照合成技术，即***执行全量备份，之后只对新增或改动过的数据进行增量备份，此增量备份数据是持续的，而且每个增量备份的数据副本将自动合成为全量快照副本，便于恢复。因此，长久增量备份与全量快照合成技术能够大幅度减少备份时间，节省备份数据所需的存储空间，且提升了恢复效率。长久增量备份与全量快照合成技术适用于单个应用数据量大，执行一次完全备份比较费时费力的应用场景。若用户备份数据量小，也可使用传统的全备+增备技术方式，ADM无挂载备份能够实现此方式。

备份校验管理是ADM功能模块之一，主要用于对接第三方备份系统进行备份数据的自动化恢复校验，保证备份数据的可恢复性、完整性。通过对接备份系统（如NetBackup、Commvault、NetWorker等）集中管理存储资源、恢复服务器资源和恢复任务，实现存储空间、恢复服务器和恢复任务的自动调度，从而完成备份数据有效性验证的全自动化。备份校验管理可以满足用户对当前备份数据的可恢复性验证、恢复后的完整性验证两方面的需求，能够覆盖用户全部业务系统的备份数据恢复验证需求，自动化实现跨操作系统平台Unix到Linux的数据恢复，实现验证工作的高覆盖率，提高备份数据有效性验证的频率。国内排名靠前的CDM厂商是哪家？

在典型的重复数据删除技术中，根据不同的数据备份场景选择适合的重删策略与粒度方案。在确定重删策略与粒度后，会根据输入侧不同粒度（卷级、文件级、块级）的数据采取不同的数据切分策略，并依据任务级与全局指纹库提供自适应源端的全局重删算法与策略，当前支持源端块级、文件级重删和并行重删技术。源端重删是采用基于内容的可变长数据切分算法，通过对数据块进行哈希算法的***标记，即指纹（Fingerprint），在指纹库中寻找相同的指纹。如果存在相同指纹，则表示已保存了相同的数据块，ADM则不再保存此数据块，而是引用已存在的数据块，从而节省更多的备份空间。该算法还可以智能识别已修改的数据和未修改的数据，从而避免因修改数据位移而导致的未修改数据切分到新数据块中的问题，比较大限度地提升重删性能和重删率，为避免数据备份过程中冗余网络传输与存储开销，在源端设置粗粒度前置数据校验可以明显缩小备份传输过程中的数据冗余，目的在于不备份任意一个冗余数据。上讯信息敏捷数据管理平台ADM产品的数据备份模块通过数据重删可节省传输占用的网络带宽和数据存储空间。结果比对

哪个产品支持向导式的敏感数据处理流程？降低运营成本

数据流程管理是ADM功能模块之一，主要通过灵活配置数据流转环节实现数据管理流程的自动化作业编排，ADM采用基于画布的方式默认作业流程的起止节点，根据实际需求将数据的获取、恢复、***、传输、共享、交付、销毁等各个环节对应的任务组件灵活拖动到作业画布，组成一个完整的任务流程，各任务之间支持依赖关系、延时机制以及断点处理机制，**终实现数据管理流程任务的串联组建和并行执行，达到数据管理流程的自动化执行，协助用户将数据交付流程的各个工作环节灵活地组合起来，实现数据交付的自动化，从而摆脱人工值守，达到缩减时间成本和人力成本的目标。降低运营成本