工作负载全覆盖,让数据就绪不再遥远

存储
为了真正做到“数据就绪”,企业应利用本地文件和虚拟机的便利性,支持多云工作负载、Kubernetes和新的SaaS应用程序。但不幸的是,现实并非如此。

   当IT团队在进行支持企业业务的重要项目时,遇到的最糟糕情况莫过于——使用的技术针对X和Y都很棒,但用于Z就不那么称心如意;偏偏每次遇到这种情况时,似乎Z都刚好是最初需要这项技术的原因。面对这一令人沮丧的状况,增加界面、“烟囱”和少量的新基础架构成为了企业填补整体解决方案空白的通用选择。

  多一点新的基础架构看似无关痛痒,实则恰恰是问题来源。在过去的几十年里,为适应企业业务需求而进行的解决方案扩大化和技术定制化,使企业的IT环境成倍地分散和“烟囱”化。相信很多企业在灾难恢复事件发生时都无比焦虑。

  为了从根本上消除这种焦虑,Commvault认为,真正识别和理解“工作负载全覆盖”(no workload left behind)这一看似直白简单的概念,不仅重要,而且非常必要。

  从技术应用角度来看,如果技术只能覆盖企业IT工作负载的一部分,实际上会让问题雪上加霜。尤其在当今这个多代工作负载和数据蔓延的世界,能否覆盖企业的所有工作负载是关键所在。技术覆盖的工作负载越多,相应的解决方案和战略就越能帮助企业解决数据蔓延带来的种种问题,从而有效支持企业创新和迈向多云之旅。

  为了真正做到“数据就绪”,企业应利用本地文件和虚拟机的便利性,支持多云工作负载、Kubernetes和新的SaaS应用程序。但不幸的是,现实并非如此。

  Commvault看到的状况与“工作负载全覆盖”背道而驰——在没有正确工具和战略的情况下,企业的高速创新与努力转型正形成不断拉大的风险缺口,造成“业务完整性差距”(Business Integrity Gap)。 而缩小这一差距需要一整套相关解决方案,且必须建立在业内覆盖面最广的智能数据服务整合平台上,从而确保工作负载全覆盖—— “一个都不能少”。

  进一步而言,“工作负载全覆盖”并不是像勾选复选框那样的简单选项。企业今天所使用的每一个工作负载、应用程序、数据类型和基础架构都具有提供智能易用的整合能力,以确保自身能以最简化和高效的方式在企业系统上进行管理和执行(这对控制云成本非常重要)。当今世界,蛮力不是办法,因为数据集已经变得太大、太分散,以至于无法再进行扩展,无论对基础架构和管理人员而言都是如此。

  对此,Commvault在以下三个主要方面精准施策,帮助客户弥补业务完整性差距,完美达到业务完整性任务要求:

  以“工作负载全覆盖”为核心:Commvault及其智能数据服务组合能提供业界覆盖面最广的工作负载保护,无论是传统工作负载,还是最前沿的云原生工作负载,都在覆盖之中。

  以底层数据平台为支撑:Commvault的底层数据平台确保每个工作负载、虚拟机、文件、应用程序、数据库、平台等都以一种精致而优雅的方式得到保护,免除客户基础架构和运营团队的额外负担。

  以高效安全支持为保障:Commvault拥有1000多项有效专利,专注于为客户及其关键工作负载提供创新支持,在可靠保护和数据安全的前提下,支持定义和实现服务等级协议(SLA)在任何数据位置都能轻松实现。

  归根到底,用完全不同的工具整体覆盖所有工作负载并不现实。Commvault能够提供统一解决方案,确保工作负载全覆盖,真正帮助企业实现“数据就绪”,从而充分挖掘数据价值,推动业务发展。

责任编辑:张诚 来源: 互联网
相关推荐

2013-01-23 17:02:15

Windows Ser

2016-12-22 15:31:12

2012-08-27 10:04:20

Google Drem

2012-12-06 19:59:29

虚拟化

2010-08-03 19:00:12

数据中心证券行业Juniper Net

2016-01-26 13:01:21

戴尔云计算

2016-02-02 17:10:46

戴尔Equal Logic

2017-12-13 17:43:40

2018-11-23 14:30:57

Commvault云平台中信集团

2015-07-28 13:57:22

高校就业

2019-07-01 15:34:39

人工智能技术机器人

2009-02-09 10:02:00

远程终端服务

2018-08-15 16:47:02

在线教育

2016-07-01 16:21:50

天空卫士/DLP

2010-04-20 11:51:31

负载均衡

2017-02-16 09:59:10

IBM

2010-03-17 11:23:53

数据中心预算

2015-11-18 21:39:53

戴尔

2018-05-23 07:40:06

在数据中心DCIM数据中心信息管理

2020-03-02 17:03:32

深度学习人工智能机器学习
点赞
收藏

51CTO技术栈公众号