多年来，面对不断增长的数据，IT管理人员一直努力压缩并在大程度降低数据管理的成本和复杂性。现今，IT管理人员将数据视为最有价值的资产，开始寻求创新性的数据使用方式，从而获得数据洞察，为公司创造前瞻性机会。为了实现数据价值大化，他们正在转向更灵活、可扩展的多云环境，构建云原生的容器化应用程序，以满足其公司不断变化的需求。
数据管理面临全新挑战
采用多云战略的企业同时使用着多个SaaS、PaaS和IaaS服务，不同的基础设施、存储环境和应用程序很容易造成数据孤岛，进而导致数据碎片化。同时，IT环境日益复杂也使得企业难以利用现有资源和技术实现数据保护、管理、治理和使用。其中，主要存在三大方面的挑战：
数据发现：多云环境普遍的复杂性使IT运维人员很难深入了解企业的“每朵云”，从而更难精确发现并管理位于这些云中的数据。
运维一致性：企业采用的云服务越多，相应地，数据管理解决方案就越繁杂。IT运营部门需要保证所有使用的解决方案在数据保留和复制策略上具有一致性。
成本管理：云服务通常是即用即付型，包括数据存储和数据迁出服务持续发生的费用。IT运营部门需要在不产生高昂费用的情况下有效地进行数据管理。
多云数据管理的关键要素
1. 一致性管理平台
高效的数据管理必须具备一致性管理平台。大多数公共云都带有原生的数据管理解决方案，例如Azure Backup以及AWS Backup。理想的数据管理解决方案，应当跨所有本地和公共云环境提供一致的管理体验。
Commvault一体化数据管理平台是一个部署在开放IT架构上的企业级软件解决方案，包括了数据管理及信息管理功能。该软件采用同一源代码，从底层向上为数据及信息管理提供一体化管理平台，帮助客户建立现代化数据保护和管理，避免厂商锁定，同时也消除了数据孤岛，可真正实现一体化数据和信息管理，其核心优势包括：
提供高效便捷的数据备份方式，满足企业随时随地的数据备份和管理需求；
提供灵活、可按需扩展的备份和恢复基础架构，帮助企业有效控制成本；
统一平台大幅简化数据管理，提升数据安全性，从而提升多云环境下的管理效率并保持业务连续性。
2. 高效的数据迁移
海量数据的云迁移，往往既困难又昂贵。将数据备份与原始数据存储在同一公共云和区域位置看似效率更高，但这种做法绝不可取。整体来说，公共云非常可靠，数据耐用性较高（S3上可达到99.999999999％）。然而，中断情况时有发生，发生后数据仍然存在并且没有损坏，但变得无法访问，这些数据也就变得没有价值。同样，跨区域的系统性中断时有发生。备份数据的访问对于企业至关重要，因此备份数据绝不能存储在单一位置或公共云中。
不同公共云之间的数据迁移以及同一公共云不同区域之间的数据迁移都会产生成本。所有公共云都有网络出口费用的概念，其中用户数据从公共云迁出按每GB数据收费。云间迁移的数据量越大，相应成本越高。理想的解决方案将利用压缩和数据去重功能来减少数据迁移所需的带宽消耗。目前，许多数据管理解决方案已经实现了仅备份变更数据的功能，同时，使用数据去重功能来减少存储后端的数据消耗。利用源端去重和全局去重，数据管理解决方案可以帮助企业节省大量数据迁出的成本。
针对数据迁移上云或云间迁移，Commvault提出了Cloud Responsibly全新理念，重点强调当企业将数据从本地迁移至云、从云中迁出或在不同云之间迁移时，需要兼顾数据迁移过程的效率和安全。无论企业拥有怎样的多云环境，Commvault解决方案的数据编排功能均可实现快速转换、复制、虚拟工作负载迁移至云、从云中迁出以及在不同云之间迁移，同时使灾备、开发/测试等涉及大量数据迁移的场景变得轻松简单。
3. 云原生部署
市面上，许多数据管理供应商声称其解决方案是云原生部署，实际上是指其软件可以在某一个公共云中的虚拟机上运行，由于该解决方案也能在本地虚拟机上运行，因此并不是真正的“云原生”。
公共云的主要优势在于其弹性，以及将计算、存储和网络划分为可独立扩展的服务。理想的数据管理解决方案应该以真正“云原生”的方式充分利用这些优势。通过基于二进制对象的存储可以在运行中增加存储空间，而不会增添虚拟机上的存储。当处理夜间备份工作负载需要更多计算资源时，理想的解决方案可以横向扩展，以满足增加的工作负载，同时当计算需求停止时，该解决方案可以自动缩减存储。大多数公共云存储解决方案都拥有生命周期策略和存储分层功能，例如Azure Archive，这些原生的存储分层结构能够帮助企业有效降低成本。
相比本地环境，多云环境中的数据管理对于企业是更大的痛点，数据管理解决方案供应商必须专注于降低多云数据管理的复杂性，助力企业更加轻松便捷地实施数据管理。总而言之，理想的多云数据管理解决方案需要在所有软件实例、云原生部署和运维模型之间建立一致性管理平台，并且能够实现跨多云环境的高效数据迁移。
【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】
热门专题
