|
有人把數據比作當今時代下的“新石油”。在大眾紛紛利用數據的同時，能夠有效進行數據保護和管理成為重要利器。2018年，關于數據的討論維度擴大，除了歐盟出臺的GDPR（《一般通用數據保護條例》）規范數據使用權限和保護條例之外，隨著云計算的發展，企業云上數據的保護和應用安全等話題的討論逐漸增多。相信，沒過多久的騰訊云數據無法恢復事件足以給更多人警醒。 提到數據保護，能夠想到的第一舉措就是將數據多備份，建立災備預案，在云時代下，“不把雞蛋放在一個籃子里”情況的出現，本質來講是對數據安全的懷疑。但是這仍然不是百分之百的安全舉措。 更多的現實情況是數據出現丟失，導致業務中斷或者恢復不全。一直致力于提供數據管理解決方案的瑞士企業Veeam則認為新型的數據保護時代已經來臨，超可用概念進入大眾視野。 Veeam2015年進入中國，2016年開始拓展客戶，2018年上半年成為Veeam全球增長最快地區。此外，日本、印度、美國、東南亞等地區同中國區一樣，為主要服務市場。Veeam中國區總裁施勤透露，目前中國已有4萬家左右的客戶，重點拓展制造業（汽車制造、新能源、醫藥生命科學等部分）、金融、軌道交通方面的客戶。 “超可用性”革命已經來襲 超可用性在智能時代的定位即為即插即用，匹配多種資源。以Veeam為例，旗下Veeam Hyper-Availability Platform保證業務連續性、降低風險并加快創新速度，據了解，Veeam Hyper-Availability Platform已與超過5萬家技術合作伙伴組成的生態系統構成最完整的解決方案，幫助客戶實現向智能數據管理的轉變。
例如，威馬汽車從硬件設備的安裝到系統支持，必須與業務流程做到無縫對接，確保業務的可用性。其有三個數據中心，主要存儲目標是提高備份能力和災備能力，但是存儲方式多樣、備份周期長、響應慢等情況影響了業務的連續性。 傳統上，可用性一直與業務連續性，備份和恢復相關，以確保組織保持運行。Hyper-Availability要求數據必須從基本的備份和恢復解決方案（以規定的時間間隔機械地復制數據）演變為更智能的解決方案，以便數據能夠適時、適當地響應整個企業數據基礎設施中實際發生的事件。 隨著發展，數據保護和數據管理從被動式保險策略轉變為可提供主動業務價值的系統。從Veeam Hyper-Availability Platform的新核心組件——Veeam DataLab可以看出這一角度的變化。 Veeam全球產品VP Danny Allan提到DataLab提供了一種加快數字服務交付進程的方法，確保團隊利用最新的數據進行開發和測試。同時，安全和取證團隊可以利用數據副本測試安全漏洞，不會干擾生產系統，或者對通過安全事件和事件管理系統提取的某個事件進行取證。此外，合規和分析團隊可以對數據進行檢查和分類，以便進行容量規劃，幫助滿足GDPR等法規要求。 智能數據管理向自動化延伸 據Veeam亞太及日本地區高級副總裁Shaun McLagan介紹，要實現超可用智能數據管理需要經歷五個階段： 第一階段，備份：備份所有負載，確保在發生停電、攻擊、丟失或失竊等情況時始終能進行恢復。 第二階段，聚合：確保多云環境中的數據受到保護并始終可用，以推動數字服務，確保綜合查看服務水平合規情況。 第三階段，可視性：改善多云環境中的數據管理，讓使用情況、性能問題和運行情況具備清晰、一致的可視性和可控性；數據管理開始由被動管理向主動管理轉變，通過高級監控、資源優化、功能規劃和內置智能防止數據可用性損失。 第四階段，編排：將數據無縫移動到多云環境中的最佳位置，確保業務連續性、合規性、安全性，優化利用業務運營資源。這要求使用編排引擎讓企業能夠輕松、自由且高度自動化地執行、測試和記錄災難恢復（DR）計劃。 第五階段，自動化：數據通過學習自行備份實現自我管理，根據業務需求遷移的理想位置，在發生異常活動時進行自我保護，并立即進行恢復。這一階段通過結合數據分析、模式識別和機器學習讓企業數據管理實現新的自動化水平。 目前，行業正處于由編排向自動化升級過程中。自動化發展的背后離不開深度學習等技術的發展。Danny認為，要完成智能數據管理，服務商需要接入更多的云合作伙伴，例如目前已經和阿里云、騰訊云、華為云、華云、亞馬遜云、微軟Azure云等進行合作，也適應企業數據管理的多種需求。同時，軟件也向著更加簡便操作和可靠性方向優化。 當被億歐問及如何看待人工智能對數據管理的促進作用時，Danny表示，在數據管理方面，一般考慮比較多的是遇到系統宕機怎么辦、如何快速回復、IOT的傳感器遇到大的自然災害時怎么辦，這些都是實際發生的問題。相比匆忙接入還未成熟的人工智能，編排和自動化能力更加實用。據了解，Veeam今年側重于云能力的拓展，2019年將重點關注機器學習和人工智能與數據管理的結合。 |
- 關注天氣:
