以数据为中心

时间:2024年12月01日 来源:

上讯信息敏捷数据管理平台的备份数据管理模块,突破了传统备份理念,基于特有的CDM数据库虚拟化技术,不仅可以实现对数据库的实时性持续备份以及本机、异机的快速恢复,还可以同时对备份数据的有效性进行验证。对于已经部署了NBU/CommVault等备份系统的用户,可以对接备份系统,实现存储空间、恢复服务器和恢复任务的自动调度,从而实现备份数据有效性验证的全自动化,并根据验证结果生成详细的恢复验证报告。在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,以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周期性地循环运转.敏捷数据管理平台虚拟数据秒级分发,提升了环境准备效率,数据交付时间整体节约100倍以上。以数据为中心

以数据为中心,上讯敏捷数据管理平台ADM

ADM贯穿数据收集、数据存储、数据加工、数据传输、数据使用、数据提供、数据回收的各个环节,集中管理存储资源、服务器资源,实现闭环式自动化管理流程,统一授权和全程监控,节省大量人力资源开销,减少了数据恢复的重复性工作,自动化流程任务编排降低了人为因素导致的数据泄露风险。基于数据库虚拟化技术,ADM实现了对数据库、文件、虚拟机等副本的分钟级创建,通过存储级快照快速保留数据副本的状态,实现数据版本的保留,跟踪数据流向。同时,数据副本支持时效性设置,当数据副本超出使用期限,ADM平台会自动停止使用或回收资源,实现对数据资产的全生命周期统一管理。跨操作系统平台上讯ADM产品的数据备份模块实现了数据库、文件、虚拟化平台的备份恢复。

以数据为中心,上讯敏捷数据管理平台ADM

随着信息化程度的不断深入,数据作为企业的资产越来越被重视,虚拟化、云化的不断应用,带来了业务系统及数据的增长,大数据在这种环境中也有了发展和应用。新技术的不断创新与应用,促使着数据不断的被拷贝使用,如何能更好的使用这些数据,如何更好的管理越来越多的拷贝数据,如何能节省新需求下的存储空间,这些都成了当下亟待解决的问题。信息化时代,“数据”的应用较为频繁,海量数据的组成中,备份数据占有很大比例,而这些备份数据在没有发生故障时往往是被搁置不用的,被称为“暗数据”。而对业务数据的分析、统计、运维等操作都会直接作用在业务服务器,如此将会对业务性能产生影响,不利于业务系统的高效使用。如何做到解放业务系统,使其专注于业务处理上,也是IT管理者需要考虑的另一个现实问题。

测试数据版本迭代管理,提升开发测试业务的变更效率企业开发需求更新频繁,对测试环境和测试数据提出了同步变更的要求,ADM的虚拟数据库快照功能解决了测试数据版本迭代的问题,通过对数据库状态进行定时或即时的记录,保留当前虚拟数据库的状态作为测试数据版本,一旦需要调用某个版本时,只需切换到不同时间点的虚拟库快照即可,灵活实现测试数据版本的任意切换,ADM还支持创建和维护虚拟库级联快照,满足回归测试等具体应用场景,通过这一功能明显提升了开发测试效率、升级迭代效率。数据安全领域数据安全治理的产品有哪些?

以数据为中心,上讯敏捷数据管理平台ADM

ADM平台具备根据管理人员、测试需求等内容的不同进行分组划分的功能,将处理过的数据进行分组管理,从下游测试数据管理的源头管控数据资源的类别,做到从源头划分类别,使下游测试数据管理形成上游数据源-中游数据中转-下游数据目标的闭环式数据使用流程,规范化的数据流程使数据管理者成为数据的负责人,自动化的资源管理也更有效地为金融行业用户提供安全的数据管理方案。同时,ADM提供对数据流转的树状拓扑结构图,可详细了解数据的来源、所属存储池、挂载的测试服务器,以及数据快照的层级关系,方便对系统全局的数据使用结构进行预览,通过可视化的结构拓扑图,帮助用户了解下游测试网中测试数据的归属关系,完善数据流转路径,优化数据资源的合理分配,可视化功能的动态展示将助力企业向着智能化数据安全治理的方向转型。上讯敏捷数据管理平台ADM产品能对接NBU自动恢复。备份通道数量

上讯信息敏捷数据管理平台ADM产品支持全域重删技术,重删指纹库重建功能。以数据为中心

ADM产品生产数据备份恢复与异地容灾对生产数据包括数据库、文件、虚拟化平台、容器、云服务器等进行备份,对带库进行数据归档,支持长久增量备份、数据压缩存储、加密传输、重复数据删除等技术,采用挂载恢复方式,恢复时间为分钟级、恢复粒度为秒级。支持数据远程复制实现异地容灾,对备份数据进行双重保护。

ADM产品备份数据自动化恢复与有效性验证ADM可以对接备份系统如NetBackup、CommVault、NetWorker等,检索备份策略自动恢复备份数据和备份文件,完成验证输出结果。全自动化恢复验证,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,覆盖备份数据和备份文件的恢复,支持虚拟挂载恢复和物理恢复双重方式。 以数据为中心

上一篇: 自动化运维架构

下一篇: MVS

信息来源于互联网 本站不为信息真实性负责