跑版

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对数据的使用关系采用树状拓扑图的方式记录，数据使用关系实现了可视化。跑版

混合IT环境下兼容性***的数据保护平台ADM***兼容物理服务器、虚拟化、云平台的备份源，降低因混合IT环境而需要多套数据保护方案带来的成本压力和管理复杂性。支持国产化操作系统，支持主流平台下的数据库、文件数据保护，支持主流虚拟化平台的保护，支持国产云平台的保护。通过数据库虚拟化技术快速创建副本实现对备份数据的即时挂载恢复，提供业务应急响应能力和数据快速恢复能力，挂载恢复***缩短了备份数据恢复的时间，可用于验证备份数据的有效性，直接提升了数据恢复验证的频率。同时，ADM可与第三方备份系统对接，改变传统手动编写脚本恢复数据的方式，通过设置定时策略，自动化实现备份数据恢复的有效性验证，**终，协助企业建立***高效的数据保护平台。医疗病案信息变形ADM数据闭环式流转与安全管控，保证了全生命周期数据资产管理。

（1）国产化数据备份系统兼容性不足当前国产化数据保护系统对国产化数据库、文件、虚拟化平台、容器、云服务器等备份源类型兼容不***，适配过程中需要更多的时间进行功能稳定性验证。（2）数据备份恢复验证耗时耗力当前采用NetBackup等集中备份系统备份的数据需采用手动恢复数据，过程繁琐、重复度高、专业性强，耗费大量的时间和人力成本。（3）数据交付时间长不论是通过数据恢复还是数据拷贝来提供测试数据，需要几小时到几周的时间。（4）占用大量存储资源数以千计的数据副本占用大量存储资源，需要更多的维护成本。（5）数据版本回退困难开发、测试环境中，当完成一轮跑批测试或功能调试后，重置数据状态需要重新导入数据或重新恢复数据，回退数据产生的时间成本巨大。（6）数据安全风险真实数据被用于测试使用后无法及时回收和销毁，造成资源浪费，存在敏感信息泄露的安全风险。（7）敏感数据安全隐患生产数据库中存在着大量的敏感信息，传统的手工***效率低、仿真度差、***不完全，交付给测试环境后存在隐私泄漏的风险。

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。ADM核*优势功能是测试数据快速交付与版本管理功能，主要应用于开发测试场景的数据供应。

上讯敏捷数据管理平台ADM产品是一款企业级CDM产品，通过以数据为中心，以安全为前提，以使用为导向，以敏捷为目的的产品理念，为企业提供一套面向上中下游数据高效使用与安全管控的数据安全治理解决方案，在保证数据安全使用的同时，提高数据使用效率、降低数据存储成本。ADM产品的应用解决了数据开发利用需求下，数据使用流转环节遇到的安全性和效率问题，为企业在开发测试场景中快速供应测试数据提供了一种新的解决方案，主要应用于开发测试部门中对开发测试团队的功能测试、回归测试等具体的测试场景提供灵活的测试数据版本，通过一键切换立即调取适用于当前业务版本的数据版本，明显缩短了业务开发的测试周期.敏捷数据管理平台ADM可解决业务系统，对备份数据进行合理利用提升备份数据使用价值。生产网

ADM数据备份管理可对数据库实时备份，实现物理恢复或挂载恢复。跑版

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。跑版