多任务敏感数据处理

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。 ADM数据资源可视化管理，有效满足上中下游数据使用的政策合规。多任务敏感数据处理

上讯敏捷数据管理平台适用场景：数据交付速度慢的开发测试部门企业通过交付生产数据辅助第三方业务决策，如开发/测试环境、统计分析、准业务系统环境搭建等，交付生产数据的方式是通过生成业务系统数据副本，而副本的准备通常需要几小时，甚至几天不等，严重拖延了项目进度。

备份数据的有效性验证效率低的运维部门，大部分企业对其**业务系统进行了数据备份，为了检验备份数据的有效性，以及满足相关法律法规的要求，企业对备份数据采取周期性的恢复验证；由于企业的业务系统繁多，而人员相对紧缺，验证工作需要大量重复性动作，成为企业当前面临的一大挑战。

数据副本分散存放难以管理的数据中心数据副本一旦被交付使用，就**存在于使用环境中，随着数据使用场景的日益增多，数据副本在非生产环境中逐渐累积，**分散的存放方式导致副本的辨识度不高，后续使用与销毁难度明显增大。同时，重复存放现象严重造成了存储资源的浪费。u隐私数据泄露风险高的用户无论是通过生产数据库导出，还是通过备份系统恢复，都能够直接获取到企业的**生产数据，其中包含企业内部机密数据和客户个人隐私信息，一旦发生泄露将带来严重后果，不仅影响企业的名誉，也会造成一定的经济损失。 中间不落地ADM可使数据分钟级提供，提升数据交付效率缩短开发周期。

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。

当前，有效的保障数据安全的方式仍然是数据备份，即企业针对生产业务的数据、文件制定备份策略生成备份数据，一旦业务数据发生丢失或损坏，则恢复备份数据提供业务访问，传统的数据备份方案并未提供数据的恢复验证手段，因此企业在发生数据丢失时，启用备份数据恢复失败的案例屡见不鲜，这也给各行业客户造成了巨大的经济损失和不良的社会影响，为满足法律的合规性要求，备份数据的恢复验证成为备份恢复解决方案的必要需求，但由于备份数据量巨大、涉及业务系统繁多、专业人员数量有限，定期的备份数据恢复验证仍然是一道难题，上讯敏捷数据备份恢复验证解决方案为备份数据的恢复验证提供了创新的技术手段，包括备份数据的分钟级快速恢复、秒级可用性验证、按计划周期性定时自动恢复验证，保障了备份数据的可恢复性与可用性。ADM在处理数据上中下游流转的过程是集中统一的，通过全闭环式的传输保证了数据的安全。

备份是一个长期的过程，恢复往往只在事故发生后进行，且备份数据的可恢复性、可用性在很大程度上依赖于备份数据的完整性。为了保证备份数据的可用性，很多企事业单位会定期进行数据库备份的恢复演练，也就是从备份数据中恢复出一套完整的数据库。执行备份数据的恢复操作，需要备份系统管理人员或者数据库管理人员（DBA）对数据的备份恢复实现原理有深入的了解，并周期性地对备份数据进行恢复操作，以保证备份数据的可恢复性与可用性。这种长期机械性、重复性的备份、恢复及验证工作，无疑会占用DBA大量的时间和精力。在DBA界还流传着这么一句话：“故障一定会发生，只是早晚的问题！”。作为一名DBA，只有时刻记得进行备份和恢复校验，才能避免某一天事故发生时出现难以挽回的悲剧.

ADM主要面向企业数据运维、软件开发测试部门解决自动化闭环取数供数、测试数据快速交付等应用场景问题。测试造数

ADM用于解决金融、运营商、能源、医疗、政*等行业的数据备份与恢复、数据脱*、测试交付的实际问题。多任务敏感数据处理

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。多任务敏感数据处理