组合抽取

数据闭环式流转与安全管控，保证全生命周期数据资产管理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。ADM脱*功能支持保留原有数据含义的仿真型脱*规则，支持中文字典库与编码字典库。组合抽取

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。人工编写脚本ADM可使数据分钟级提供，提升数据交付效率缩短开发周期。

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.

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。高效的数据副本管理功能，通过可视化的虚拟数据副本拓扑结构图可对系统全局数据使用关系进行预览。

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。ADM通过提供虚拟数据库作为容灾恢复数据库可快速接管业务，保持业务的连续性。测试场景

ADM数据副本拓扑结构有助于完善测试数据的组织关系，优化测试数据的资源分配。组合抽取

并行重删技术是在多个不同的节点上构建指纹库，并将指纹并行分布于多个节点，采用内存级指纹库进行重删，所有指纹读写全部保存于内存中，从而提升指纹查询和处理效率，并且减少了因磁盘中指纹库增大所导致的随机IO压力。以此识别并消除数据备份过程中数据源中重复的数据，该技术适用于不同平台中的文件、数据库、虚拟机等不同应用类型的数据，可以大幅度减少需要传输的数据量，从而极大地节省数据传输带宽，解决单点性能和存储空间压力。组合抽取