数据共享交换

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。 上讯ADM产品的高效性体现在数据从上游生产环境到下游使用环境通过虚拟副本创建实现分钟级交付。数据共享交换

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.字段格式备份数据的开发利用是唤醒大量沦为暗数据的备份数据，让数据备份即可用。

上讯敏捷数据管理平台（ADM）支持增量备份与全量快照合成技术，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，不一定能及时被清理。而增量备份与全量快照合成技术，即首先执行全量备份，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，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。

功能节点统一管理，支持弹性扩展ADM采用多节点高可用部署架构，保障数据服务高可用，并消除单节点故障导致的业务不可用问题，确保数据服务连续性。采用Scale-out架构，根据业务发展规模，按需扩展集群节点，无需停止服务，灵活满足业务需求。同时，ADM支持存储池容量的弹性扩充，满足不断增长的数据存储需求。（2）数据存储成本倍数级节约，提升数据存储环节的效能首先，数据备份面临存储成本高的问题，ADM采用内置高效的压缩存储池存放数据，压缩比约为3:1，存储即压缩，***降低了备份数据的存储成本；其次，通过ADM的数据库虚拟化技术，一份基础数据即可快速拉起多份虚拟数据库，由于虚拟数据库90%的数据均与原始数据相同，因此拉起时几乎不占用额外的物理存储空间，*对新增的写操作计入容量占用，因此，随着数据分发使用的场景和频率增加，虚拟库的数量越来越多，而存储成本将会呈倍数级节约，例如针对同一份数据创建N个虚拟库，传统方法需要N倍的存储空间占用，而通过ADM只需要占用近乎0TB的存储空间，**节约了数据存储环节的资源和成本。数据安全领域的CDM是指拷贝数据管理。

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。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。字段格式

哪个产品支持向导式的敏感数据处理流程？数据共享交换

敏感数据处理是上讯敏捷数据管理平台（ADM）产品功能模块之一，主要针对敏感数据的处理使用，提供集敏感数据自动识别、仿真处理与数据交付为一体的敏感数据管理功能，覆盖了敏感数据使用与管理的全部场景。针对敏感数据识别提供通用数据特征库，敏感数据类型包括但不限于个人身份信息、组织机构信息、资质资格证信息、金融数据信息、医疗数据信息、车辆数据信息等众多类别，支持全库与子集自动扫描识别，包括数据内容、字段类型、约束关系均可以实现自动识别，并依据类型特征加以分类；针对敏感数据的仿真处理，ADM内置大量数据算法对敏感数据进行随机化、模糊化替换，保证处理后数据的完整性、仿真性以及数据间的关联关系保持不变，支持处理结果的校验。数据共享交换