相比于原始数据总容量

数据备份验证的重要性不容忽视，它通过对备份数据的严格测试和检查，确保数据的完整性和可恢复性，从而在面对数据丢失或突发灾难时，我们能够迅速、准确地恢复数据，避免业务中断和损失。这一*程是数据保护策略中不可或缺的一环。上讯敏捷数据管理平台ADM的备份校验管理功能强大而全*，它能够自动对接多种第三方备份系统（如NetBackup、Commvault、NetWorker等），实现备份数据的自动化恢复校验，确保数据的可恢复性和完整性。通过集中管理存储资源、恢复服务器资源和恢复任务，并自动调度这些资源，该平台能够全自动化完成备份数据的有效性验证。此外，备份校验管理还能满足用户对备份数据的可恢复性和恢复后完整性的验证需求，支持跨操作系统平台的数据恢复，并实现验证工作的高覆盖率和频率，为用户的业务系统提供全*而可靠的备份数据恢复验证支持。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。相比于原始数据总容量

敏捷数据管理平台ADM是一款基于数据库虚拟化技术的拷贝数据管理产品，通过ADM的数据库虚拟化模块为用户提供快速、便捷、高效的数据部署；同时，为了防止敏感信息的外泄，敏感数据可以通过ADM的***模块进行***后提供；对于ADM提供的数据使用，可以通过ADM的运维管理模块进行数据运维，也可以通过ADM的数据审计模块进行数据使用的审计。对于数据使用的整个流程，ADM提供了数据库虚拟化、数据脱敏、数据运维、数据审计的功能，满足用户在数据使用时的所有需求。主要功能服务：敏捷数据管理ADM，采用数据库虚拟化技术获取保存一份物理拷贝数据，且快速高效地提供无限多份虚拟拷贝数据用于备份/恢复、容灾、开发/测试、QA等目的，从而达到节约存储、简化流程的目标，同时自动***处理外发数据，降低数据被窃取和泄露的风险。一手数据资产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。

选择CDM产品时，需考虑数据副本的获取源头，例如是直接从业务数据库获取还是利用备份系统恢复数据。同时，还需考虑产品的整体规划，包括数据获取方式、数据安全性（如敏感数据的处理）和测试数据管理。综合实际环境和需求，选择能在数据获取、处理、管理三方面均满足需求的产品，使其成为IT系统的有效补充是CDM产品选择的核*宗旨，从国内外CDM产品的市场情况来看，众多CDM产品在发展过程中均考虑到与用户实际业务环境的融合，并通过不断与客户应用场景的打磨，完善优化CDM产品的附加功能。

备份产品通过数据去重、压缩技术减少冗余和文件大小，利用增量和差异备份*备份更改的数据，以及自动化和策略管理来避免不必要的备份，从而有效节省数据存储空间。上讯敏捷数据管理平台ADM通过两大创新技术实现了数据存储成本的倍数级节约。首先，其内置的高效压缩存储池能将数据压缩约3:1，实现存储即压缩，大幅降低备份数据的存储需求。其次，利用数据库虚拟化技术，ADM能从单一基础数据快速生成多个虚拟数据库，这些虚拟库与原始数据高度一致，几乎不占用额外物理空间，*对新增写操作计费。因此，随着数据分发和应用场景的增加，虚拟库数量增长，而存储成本却成倍减少，极大提升了数据存储环节的效能和成本效益。ADM备份数据恢复验证管理功能对恢复资源进行统一集中化调度，自动化完成数据恢复任务。

为了保证敏感数据处理的可用性不受影响，可采用高效且准确的敏感数据处理技术，同时保留数据的关键特征和信息价值，确保在保护隐私的前提下，数据仍能支持业务分析和决策。此外，还应定期监测数据质量，及时调整敏感数据处理策略，以保障数据的可用性和准确性。上讯敏捷数据管理平台ADM，可提供全面的敏感数据管理，自动识别并高仿真地处理各类敏感信息以及数据交付流程，支持全库及子集扫描，涵盖个人身份、组织机构等多种数据类型。同时，ADM内置双重敏感数据处理模式，可将恢复后的生产数据在恢复库内自动扫描发现敏感数据，直接采用本地覆盖的方式进行处理，敏感数据处理与交付完全自动化，从而实现智能化的高仿真敏感数据处理，以及测试数据的快速交付，优化数据管理并减少泄露风险。数据库虚拟化技术对源数据进行CDM原格式获取生成黄金副本作为基准数据，再虚拟化为多个副本挂载恢复。iSCSI

ADM针对数据的获取采用压缩存储的方式，存储池可压缩至原来的三分之一，大*节约了数据存储的成本。相比于原始数据总容量

敏感数据的仿真度替换在保障数据安全的同时，也满足了企业在数据分析、测试和开发等场景中对数据的需求。此外，ADM的敏感数据处理功能还提供了丰富的角色权限配置管理选项，确保不同用户只能访问其权限范围内的敏感数据，进一步增强了数据的安全性。同时，系统支持自定义敏感数据处理规则，企业可以根据自身业务需求灵活调整敏感数据处理策略，满足多样化的数据处理需求。尤其针对金融、医疗行业对个人隐私数据的保护不仅要求变形替换，也要求仍旧符合真实的数据属性要求，以便于能够满足数据校验条件，通过验证符合各种数据使用的环境和场景。相比于原始数据总容量