金融数据使用

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。上讯信息敏捷数据管理平台ADM是创新型数据备份管理解决方案。金融数据使用

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。金融数据使用上讯ADM产品的可管理性体现在数据从上游到下游获取、传输、流转的集中式管理，同时可进行版本管理。

上讯敏捷数据管理平台（ADM）数据异地容灾主要解决本地数据同步到异地，实现异地数据保护的目标。通过制定容灾策略将本地ADM中的数据同步到异地ADM中，容灾的数据类型包括存储池中的全部备份数据和虚拟副本数据，容灾类型支持实时容灾和定时容灾，根据生产数据的容灾需求制定合理的容灾策略，保证为生产数据提供双重保护。当本地生产数据或备份数据丢失、损坏时，立即启用容灾端接管业务，备份策略自动注册到容灾端管理控制中心（Master），自动接管备份任务，保证备份任务的持续不间断运行。

当前ADM支持对商业数据库、国产化数据库、文件、虚拟化平台、国产云服务器、容器等的备份恢复与容灾以及磁带库归档。***兼容Windows、Linux、Unix、统信、麒麟等各类操作系统；具体支持Oracle/MySQL/DB2/SQLServer/PostgreSQL/Informix/GoldenDB/OceanBase/OpenGauss/达梦/南大通用GBase/人大金仓KingBase/GaussDB(DWS)/MogDB/MongoDB/丛云KingWoW/TDSQL/GaussDB(forOpenGauss)/VastBase/TiDB/AntDB/磐维/海量等数据库的备份恢复与细粒度备份恢复；哪个产品支持向导式的敏感数据处理流程？

ADM产品在设计过程中主要依据相关法规政策为指导，加强信息科技管理，提高信息科技风险管控能力，逐步健全信息安全管理体系，加强重点领域信息安全管理，根据信息系统在**、经济建设、社会生活中的重要程度确定信息系统的安全保护等级。l《国家信息化领导小组关于加强信息安全保障工作的意见》l《金融行业信息系统信息安全等级保护测评指南》l《金融科技发展规划（2022-2025年）》l《银行业金融机构数据治理指引》l《电信和互联网行业提升网络数据安全保护能力专项行动方案》l《国家医疗保障局关于加强网络安全和数据保护工作的指导意见》l《中华人民共和国网络安全法》l《中华人民共和国数据安全法》l《中华人民共和国个人信息保护法》副本数据管理CDM产品与数据备份产品的区别？快速恢复

数据安全领域的CDM是指副本数据管理。金融数据使用

在国家大力发展信创的背景下,实现国产化软硬件部署已成为企业的**诉求,其中逐步建立覆盖国产化数据库、操作系统、虚拟化平台的国产化数据保护体系，实现备份数据自动化恢复验证成为当前数据保护系统的迫切需求。同时，以金融和运营商行业为例，其开发测试部门需要频发测试验证，对数据使用频率较高，因此形成了大量不同版本的测试数据，这部分数据体量庞大，动辄几百GB甚至几十TB，管理难度较大。国家日趋重视对数据隐私的安全管控，数据脱敏成为企业数据安全治理的重要方向。金融数据使用