为了给您提供更优质的服务,请您先完善以下信息:
确认提交

扫码关注

爱数技术支持中心公众号

请选择:

请选择咨询类型

AnyShare
AnyBackUp
AnyRobot

扫码关注

爱数技术支持中心公众号

性能爆表
AnyShare
如何购买
我已是Anyshare 客户
AnyRobot
如何购买
购买 AnyRobot 订阅服务
我已是 AnyRobot 客户
一对一在线咨询
我是 AnyRobot 新客户
一对一在线咨询

“当前爱数的灾备系统运行稳定,用得很好,解决了我们上百TB的海量非结构化数据的备份效率低的问题,千兆网络环境达到100MB+/S,达到了我们期望的目标。当时选择爱数,也是考虑到爱数的品牌和行业地位,同时也更看中爱数CDM数据原生格式的挂载恢复,更符合我们的业务需求。”

 ——江西省档案馆

 

江西省档案馆作为国家重要的海量数据资源保管池,承担着档案数据的安全保障工作。馆内存放及管理着江西省省级机关、团体、企事业单位等组织的重要档案资料,以及重要保存价值和历史研究价值的档案资料等,是一家省级国家综合档案馆,省委省政府直属的正厅级事业单位。江西省档案馆对于档案数据的保密性及安全性有着严格的要求。

为了响应“放管服”改革提出的“一次都不跑”和“只跑一次”等工作要求,2014-2016年,江西省档案馆依托档案纵向业务网构建了江西档案云中心,建设了全省区域性数字档案集成管理与共享利用平台。联通省、市、县三级综合档案馆,实现了馆际间远程利用功能,“一站式”查档服务。


业务挑战

然而随着平台的建成, 海量数据的保护问题一直困扰着档案馆,其中有三个重点难题亟需解决:

  • 第一,档案馆通过千兆网络将生产中心海量非结构化数据和结构化数据传输到灾备中心,希望对“全省区域性数字档案集成管理与共享利用平台”中 MySQL环境的海量数据和部署在云平台的应用服务器进行集中保护。

  • 第二,随着档案馆数据的增长,分布式NAS集群系统中的海量非结构化文件已达上百TB, 而单个文件绝大部分在数百KB至10MB大小之间, 这对数据备份和恢复性能及非结构化数据的管理造成了巨大挑战。

  • 第三,从灾备投入方面考虑,灾备数据需实现灾备的有效数据服务,灾备中心部署测试环境、统计查询环境,要求对灾备数据实现高效利用。


爱数为江西省档案馆打造数据备份及恢复解决方案

“吸引用户的是爱数的备份技术与传统备份厂商不一样,具有很独特的CDM功能,备份的数据是原生格式。另外能够解决海量文件备份难的问题,同时实现灾备数据的高效利用,灾备中心的数据可用于测试、统计查询。爱数AnyBackup作为国产备份品牌,在国内排名靠前。”

 ——江西省档案馆

凭借十数年的技术积累,AnyBackup针对江西省档案馆的需求设计并规划了一整套数据备份及恢复方案,并加入新推出的NAS海量非结构化数据保护方案,在备份海量非结构化数据时,通过多线程备份技术开启16线程同步备份,将部署在江西省信息中心NAS系统中上百TB的非结构化数据,跨数据中心备份至江西省档案馆中,以千兆网络下近100MB/S的稳定备份性能,获得了客户极高的满意度。
 

核心指标提升

  • 在千兆网络环境下,较之前几兆每秒的备份速度,非结构化数据备份速率达到100MB+/S,备份速率提升33.3倍。

  • 上百TB的海量非结构化数据完全恢复, 较传统备份恢复方案在文件大小为1M、100KB、40KB的时候,性能急剧下降甚至接近于0的情况,CDM的原生数据格式,帮助用户实现了分钟级挂载恢复,RTO达到了分钟级。

统一保护数据保护

 实现了非结构化数据和结构化数据统一保护。

高效的数据挂载恢复

CDM原生数据格式,分钟级挂载,数据即时可用。

有效的数据利用

灾备数据可有效利用,提升数据利用率和投资回报率,实现最优TCO。

统一灾备运营管理

统一化的灾备状态监控、可视化管理,提升运营效率。

相关产品

AnyBackup Family 8

多云时代统一数据管理平台

了解更多

AnyShare Family 7

AGI 时代的智能内容管理平台

了解更多

AnyRobot Eyes 5

云原生时代的可观测性平台

了解更多

AnyFabric Family 2

AGI 时代的智能数据运营平台

了解更多
返回
相关产品

AnyBackup Family 8

多云时代统一数据管理平台

了解更多

AnyShare Family 7

AGI 时代的智能内容管理平台

了解更多

AnyRobot Eyes 5

云原生时代的可观测性平台

了解更多

AnyFabric Family 2

AGI 时代的智能数据运营平台

了解更多
ai-assistant
chat
support
trial
认知助手(内容由 AI 大模型生成,请仔细甄别)