国产操作系统兼容

通过网络远程挂载的方式，ADM将TB量级数据拉起时间控制在分钟级，数据恢复的响应速度极快，有效满足开发测试、查询分析、合规审计、应急恢复等场景对数据交付效率的要求。数据库虚拟化技术可延伸应用到文件、虚拟机的副本创建，其优势在于多份虚拟数据副本之间的读写操作单独，完全满足测试环境多场景同步测试的需求，ADM内置的智能读写缓存机制，能够满足压力测试的性能要求；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，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，同时，通过对拓扑结构的定位点击可自动跳转到相关数据副本的管理页面并检索出对应条目。上讯敏捷数据管理平台ADM产品能对接NBU直接恢复。国产操作系统兼容

敏捷数据管理平台ADM测试数据管理场景及价值场景：测试环境是数据使用**为频繁的一个场景，涉及到数据交付、数据版本管理、数据安全管控等问题，也是数据治理**容易忽视的一个场景，做好测试数据的管理工作才会使得数据治理方案更加完善。价值：采用ADM实现测试数据管理，可以帮助用户实现测试数据的分钟级交付，提升百倍以上的数据交付能力；同时也可以帮助用户节约十倍以上的存储资源；可以帮助用户实现测试数据的版本管理，杜绝僵尸数据；同时也可以实现测试数据的集中统一管理，降低数据泄露的风险.交付速度上讯ADM专注于备份数据的合理合法开发利用。

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。

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。备份需要从业务系统中获取数据，统计、分析需要从业务系统中获取数据，研发、测试需要从业务系统中获取数据。这些数据从业务系统中拷贝出来后，如果得不到有效的管控，将会给企业带来安全隐患，这也是用户需要考虑解决的又一现实问题。基于哪些方面选择CDM产品的厂商？

用户提出数据管理产品的上线既要满足云技术的部署带来数据迁移和历史备份数据接管的要求，又要对用户系统更新迭代导致副本数据使用管理需求增加、测试场景需求增加的问题予以解决，因此用户对CDM的部署方式提出了要求：即适应混合多云环境，支持BaaS和订阅的模式部署。敏捷数据管理平台(ADM)产品具备灵活的部署模式，既支持单机部署，也支持高可用部署、多云混合部署，且每个功能均支持在线扩展，具备扩展的便捷性。在混合多云环境中，只需要将ADM在每朵云中进行部署，即可实现备份数据、副本数据的多云间统一管理，并支持在每朵云中创建虚拟数据，实现数据的分钟级快速交付；在云环境中的测试环境，可以利用云主机的快照功能及ADM的虚拟数据功能，达到整个测试环境的版本管理（包括系统、数据），达到数据使用及管理的便利性.上讯信息敏捷数据管理平台ADM产品的数据备份模块通过虚拟挂载恢复可快速检验备份数据的可用性和有效性。数据版本

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。国产操作系统兼容

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。国产操作系统兼容