国产数据库

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。对接备份系统进行备份数据的自动化恢复校验有什么产品？国产数据库

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。约束关系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。

上讯敏捷数据管理平台（ADM）支持重复数据删除技术，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，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。上讯信息敏捷数据管理平台ADM荣获2023年网信自主创新“尖锋榜”产品奖。

l虚拟化平台数据保护ADM为用户提供***且有针对性的虚拟化平台保护方案，包括VMware/SmartX/浪潮/华为FC/云宏WinStack/OpenStack/浪潮云InCloudOpenStack虚拟化平台，帮助用户解决商业和国产虚拟化的备份和恢复业务。例如：VMware是通过调用管理虚拟机和读写数据的API备份接口VADP（VstorageAPISforDataProtection）进行备份。VMware备份实现了无代理备份，即无需在虚拟化平台或者各个虚拟机上安装客户端代理，只需通过代理客户端连接虚拟化平台即可，因此几乎不占用主机资源，不影响生产性能。支持虚拟机自动发现功能，当虚拟机发生变化时，无需人工添加或删除变化的虚拟机，即可实现自动备份，备份模式***支持NBD、NBD-SSL、SAN、Hot-Add备份，恢复模式支持SAN、NBD、NBD-SSL模式，备份格式包括RAW、VMDK等。为信创而生的新一代数据备份管理产品是上讯ADM产品。缓解存储容量压力

副本数据管理CDM产品能针对开发测试场景快速提供测试数据。国产数据库

ADM通过对管理人员、测试需求等内容的不同进行分组划分，将已经数据进行分组管理，从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，使测试数据管理形成数据源----数据中转----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用户提供安全的测试数据管理方案。敏捷数据管理平台ADM提供对虚拟数据库的树状拓扑结构图，可详细了解测试数据的来源、所属存储池、挂载的测试服务器，以及虚拟数据库快照的上下级关系，方便对系统全局的数据使用结构进行预览，帮助用户了解测试网中测试数据的使用关系，完善测试数据的组织结构，优化测试数据的资源分配。国产数据库