近年來現代化企業都在改革現有的數據管理體系，優化原有的基于策略定義的數據管理模型，逐漸開始使用基于數據使用行為的數據管理方式。以確保數據不僅可用，而且保持活性，從而始終讓數據資產充分發揮本身價值。

從歷史的視角看，數據管理是一個不斷進化發展的過程。其發展路徑大致可以分成五個階段：數據的可用性、數據的聚合、數據可視化、數據服務可編排、由AI驅動的自動化。不同的企業可能處于不同的發展階段。

一、數據的可用性

在第一階段，有關數據的一切活動都是基于數據的可用性的。數據保護是一切數據管理行為的基礎，為之后的數據使用行為提供保障。數據備份、數據復制及安全保留是數據保護的核心要素，以保證數據的可用性。

如今，云計算架構已經發生了翻天覆地的變化，從架構上來說，數據塊的副本可以瞬時產生，為什么還需要備份呢?

原因是：現在很多企業的數據備份架構還是像以前那樣簡單粗暴，即通過數據拷貝的方式，進行數據副本的存放。這并不能稱之為備份，因為數據本身是有狀態的，并且在進行數據保護的時候，要保證數據的一致性、有效性以及可恢復性。

這與應用在使用被恢復的數據時的行為強相關，為了使數據在被恢復以后可以靈活地被應用所使用，在第一階段要對數據管理平臺進行面向應用的適配與優化。

二、數據的聚合

在第二階段，企業開始深入了解數據，利用它們為企業創造價值。此階段的目的是確保在多態的數據中心，即跨物理、虛擬、云等架構與應用平臺，以與云環境適配的數據格式和松耦合的方式存儲數據，從而使企業更容易進行云化的集中管理。

同時，這不僅僅發生在基礎架構層面，還涉及與多種應用的適配。通過集中控制，企業可以在各種基礎架構上更流暢地工作，并快速訪問數據。為今后數據的利用和應用的讀寫分流提供基礎。

三、數據可視化

在第三階段，企業已經進入數據使用行為可視化階段，被動的數據管理轉變為主動的關注數據使用行為的方式。相對而言，數據管理早期階段的重點是始終保持業務在線與數據安全。

在第三階段，企業更加關注數據的使用行為是否合規，并且已經在數據管理平臺之上為數據使用行為定義了入口與服務目錄，這使企業在數據管理與使用的競爭中保持領先。在此階段，數據管理為企業提供了更廣泛的策略支持。

四、數據服務可編排

在第四階段，企業更加注重數據管理與使用效率。數據管理與使用的重復性與復雜性，以及由人工誤操作帶來的潛在風險，使關注執行效率的企業更偏向于將企業頻繁使用的數據服務形成可編排的流程，這也為數據使用的合規性提供了重要的保障。在數據管理越發復雜的今天，我們需要簡化數據管理的界面，統一服務端口。

五、由AI驅動的自動化

在第五階段，數據管理的多數場景會轉為由人工智能和機器學習來驅動，機器學習引擎會根據企業的實時業務需求自動備份、恢復和遷移數據。盡管對于大多數企業而言，數據管理完全自動化還需要幾年的時間，但有些企業已經開始利用新技術來支持其數據管理策略。例如：十年前，地震可能會導致關鍵數據不可逆轉地丟失。

在現代化的數據管理平臺之下，一方面，通過物聯網傳感器捕捉震顫跡象來保持數據中心的安全已經被定義為日常運維事件，這將觸發數據復制與切換機制;另一方面，不同級別的災難恢復所需的花費不同，AI系統會在風險較低的情況下減少災備中心的資源配置，從而控制企業的災備總體成本。

小結

如果將數據管理的五個階段視為每個企業都會走過的旅程，企業更應該關注的是數據管理目前所在的位置與階段，并設定下一步發展目標，科學地設定里程碑與關鍵的復盤時間點，保證設定的目標可以實現。

在這段旅程中，企業更應該注意數據管理當前的發展情況，以及在當前狀態下如何有效地利用現有環境實現數據的資產化。

關于作者：魏磊，Veeam Software資深系統工程師，長期從事虛擬化和云計算基礎架構及數據管理相關工作，為客戶提供虛擬化和云計算基礎架構的技術咨詢，擅長VMware數據保護解決方案設計。

張聰，Veeam Software云解決方案架構師，負責Veeam云數據管理業務的技術支持。技術專欄作者，熱愛技術知識的學習與分享，熟悉多種容災、數據管理解決方案。加入Veeam Software之前，就職于多家國際知名公司，曾作為架構師為客戶設計并實現多個云管理及云災備即服務平臺，有著豐富的云端數據管理經驗。

鄔小亮，Veeam Software系統工程師，在數據備份恢復領域已工作十余年，一直致力于操作系統、數據庫和虛擬化層面的備份、恢復、容災方向的學習和研究，項目實戰經驗豐富。

本文摘編自《云數據管理實戰指南》(ISBN：978-7-111-67539-6)，經出版方授權發布。