数据中心迁移和整合方法

服务器 数据中心
当面临着迁移到新的存储平台或多个环境整合时,那些已然过时的、被废弃的和年代久远的数据的迁移工作无疑是相当复杂,且不环保的过程。

 数据中心的迁移和合并工作任务是一种常见发生的情况,特别是当前数据中心正以平均每年40%至60%的速度增长的情况之下,这使得我们的数据中心管理人员们必须面临三种选择:提升数据中心的容量;将数据迁移到成本较低的存储环境;或整合数据中心的环境。

[[88659]]

由于预算限制了大多数企业盲目地升级他们的存储容量,现如今的企业都转向了采用迁移和整合数据中心的方法,以控制成本。

但是,当面临着迁移到新的存储平台或多个环境整合时,那些已然过时的、被废弃的和年代久远的数据的迁移工作无疑是相当复杂,且不环保的过程。

这些没什么价值的数据却可以轻易地占去数据中心总容量的30%至50%。现在,采用新的数据分析技术可以使得数据中心管理人员们在进行迁移和整合之前,删除掉那些商业价值的数据。

数据分析是针对非结构化的用户文件的元数据进行分析。数据分析通过提取关键元数据,能够带来高效且符合成本效益的指标(通过NFS/CIFS/NDMP)。最后修改/访问日期、数据业主、位置、大小、甚至是重复的内容均可以进行自定义查询。

此外,数据分析软件与Active Directory/LDAP的整合也使得企业和部门,能够总结出活跃用户与无效用户(离职雇员)的报告和分析。

这一分析报告能够显示出那些已经不再使用或属于已离职员工的文件数据,使得数据中心经理可以按照数据所属管理部门的具体要求,以及相关法律的监管要求来处置这些数据。

这种分析软件与现有的分析访问日志和网络元数据解决方案大大不同。这种分析软件能够深入到文件中进行数据分析,如果需要的话甚至可以分析一个完整的文本轮廓,并提供全面的信息访问文件。管理文件时,这是唯一能够提供相关知识背景,以及有效地迁移数据所需的分析工具和处置能力的解决方案。

过滤器和查询

数据分析提供了灵活的过滤器,查询和动态汇总报表,以便为企业数据中心提供做出适当的决策所需要的知识背景。

例如,根据劳动统计部门的统计,目前的企业大概面临3.3%的周转率。以一个具有5000名员工的企业为例;这意味着其每年大约有165名员工会离职。如果每位离职员工每年所产生的非结构化数据大约为5GB,那么这些数据量的总和将达到每年1TB,并逐渐被人们所遗忘。

考虑到一位员工所创建的共享文件,以及存储在公司内部其他人的桌面、邮件附件、档案备份等等数据,这一总的无用数据将迅速达到每年10TB的总量。随着时间的推移,这些数据总量还会继续增长,10年的时间,这些数据将会达到100TB。而借助数据分析工具就可以在执行数据迁移或整合任务之前找到并删除这些无价值的数据了。

数据分析是灵活的,可以让用户了解数据的当前状态,以及这些数据是如何发生改变的。从发现并管理那些已失去其商业价值的数据,到查找和管理必须进行妥善保存和归档的数据,数据分析能够提供所需的相关工具,进而很容易地完成报告和数据处置工作。

数据处置

动态显示您数据中心的环境和缩小数据集的分析报告,可以帮助管理人员更容易的管理处置的数据内容。使用内置的工具来删除、迁移或归档数据,或导出csv文本文件,这样你就可以利用现有的工具,很容易地管理内容了。

删除相关数据内容所涉及到的一个敏感话题,是要保护企业遵守相关法规,免受监管部门的处罚。一旦你确定了一个子集的数据内容可以被删除,而且其是符合相关法律的,您只需要点击一下鼠标相关数据就被删除了。而分析软件可以创建一个活动日志,包括谁在何时删除了哪些特定文件,并将这些信息存储起来以备将来参考。

数据迁移的管理包括移动到一个更合适的平台,或对现有的数据信息进行归档保存,或存储到云存储库。期允许基于数据的商业价值和访问要求进行分层存储,进而释放了昂贵的存储空间,来存放更重要的数据内容。

简化的迁移和整合

受节约成本和减轻风险的等因素的影响,迁移和整合数据中心的趋势还将继续下去,其必须精简才能真正有效。浪费精力和成本费用去迁移那些已经失去商业价值的数据无疑是一个重大的资源浪费。

典型的企业服务器可能容纳了22%需要被废弃的数据,14%的老旧过时和失去了商业价值的数据,24%的重复内容,以及6%的员工私人数据,如度假的照片和音乐等。这可以解释为什么企业的数据中心浪费了超过50%的容量。

迁移或整合管理可以帮助您的企业减少一半的容量,必将释放巨大的资源,削减开支。而随着时间的推移,这笔费用的累计无疑是相当可观的。

责任编辑:林琳 来源: 机房360
相关推荐

2012-07-04 16:32:27

数据中心BMC

2012-08-10 13:19:25

数据中心数据中心迁移

2010-12-29 09:53:29

数据中心

2017-04-25 08:45:15

迁移数据中心智能

2023-10-31 17:52:26

数据中心工作负载

2023-04-26 15:30:19

2023-03-10 15:26:37

数据中心

2022-12-15 15:34:50

数据中心云迁移

2016-02-18 09:54:23

数据中心

2017-10-12 15:20:57

数据中心迁移数据云端

2023-06-20 15:42:39

数据中心资产清单

2017-11-20 10:45:26

数据中心迁移IDC

2020-08-11 15:54:15

数据中心整合数据中心

2015-09-25 09:35:43

数据中心整合

2017-11-28 10:34:47

数据中心迁移IDC

2024-04-02 10:11:28

数据中心服务器IT资产转移

2013-08-01 09:27:01

2011-04-14 14:45:46

数据中心

2012-05-08 13:18:54

天玑科技数据中心迁移IT服务

2015-09-24 16:48:17

数据中心云迁移
点赞
收藏

51CTO技术栈公众号