傳統的備份方案大多采用周期性的“全量備份+增量備份”策略，其增量備份大多不可持續，經過一段時間就必須執行一次全量備份。因而傳統的備份方案經常面臨備份窗口過大的問題，而且其增量備份數據的恢復效率相對低下，因為每個時間點的恢復都依賴于上一次全備副本和上一次全備副本后的所有增量數據，恢復操作需要進行逐個迭代恢復。此外，過期增量數據的清理操作也受限于備份副本之間的依賴關系，不一定能及時被***。而長久增量備份與全量快照合成技術，即***執行全量備份，之后只對新增或改動過的數據進行增量備份，此增量備份數據是持續的，而且每個增量備份的數據副本將自動合成為全量快照副本，便于恢復。因此，長久增量備份與全量快照合成技術能夠大幅度減少備份時間，節省備份數據所需的存儲空間，且提升了恢復效率。長久增量備份與全量快照合成技術適用于單個應用數據量大，執行一次完全備份比較費時費力的應用場景。若用戶備份數據量小，也可使用傳統的全備+增備技術方式，ADM無掛載備份能夠實現此方式。上訊信息敏捷數據管理平臺ADM產品的數據備份模塊通過虛擬掛載恢復可快速檢驗備份數據的可用性和有效性。拷貝數據

ADM平臺具備根據管理人員、測試需求等內容的不同進行分組劃分的功能，將數據進行分組管理，從下游測試數據管理的源頭管控數據資源的類別，做到從源頭劃分類別，使下游測試數據管理形成上游數據源----中游數據中轉----下游數據目標的閉環式數據使用流程，規范化的數據流程使數據管理者成為數據的負責人，自動化的資源管理也更有效地為金融行業用戶提供安全的數據管理方案。同時，ADM提供對數據流轉的樹狀拓撲結構圖，可詳細了解數據的來源、所屬存儲池、掛載的測試服務器，以及數據快照的層級關系，方便對系統全局的數據使用結構進行預覽，通過可視化的結構拓撲圖，幫助用戶了解下游測試網中測試數據的歸屬關系，完善數據流轉路徑，優化數據資源的合理分配，可視化功能的動態展示將助力企業向著智能化數據安全治理的方向轉型。環境隔離副本數據管理CDM產品能針對開發測試場景快速提供測試數據。

上訊信息敏捷數據管理平臺（Agile Data Management）簡稱ADM，是采用基于CDM（副本數據管理）的數據庫虛擬化技術，為企業上中下游數據的備份恢復、數據驗證、安全***、分發交付提供的面向數據全生命周期的安全管理解決方案，在保證數據安全使用的同時，提高了數據使用效率并降低了數據存儲成本。ADM由數據備份管理、備份校驗管理、數據副本管理、數據脫敏管理組成，實現了數據復制容災、數據存儲管理和數據流程管理，通過自動化流程任務編排的方式實現了數據使用的成本控制、版本管理與開發利用，充分發揮了數據資產的潛在價值。

l異地數據容災（遠程復制）數字化時代，企業進行數據保護，不僅希望能夠實現本地數據保護，也要有災備中心進行異地數據保護。如此，即便本地數據中心遭遇地震、火災等重大自然災害或人為操作失誤等事故，導致本地備份數據或生產數據發生損壞或丟失時，能夠通過異地數據災備，確保數據可恢復。ADM支持通過遠程復制技術，將本地數據同步到異地災備中心，實現異地數據容災。基于備份任務，將生產數據備份到本地的存儲池，基于遠程復制任務，將本地存儲池中的備份數據同步到異地存儲池中，從而為生產數據提供雙重保護，當本地生產數據、或備份數據丟失、損壞時，通過預先設置的容災策略，在容災端進行應急接管。CDM主要應用于金融、運營商、能源、交通、衛生、事業單位等行業。

上訊敏捷數據管理平臺（ADM）支持增量備份與全量快照合成技術，傳統的備份方案大多采用周期性的“全量備份+增量備份”策略，其增量備份大多不可持續，經過一段時間就必須執行一次全量備份。因而傳統的備份方案經常面臨備份窗口過大的問題，而且其增量備份數據的恢復效率相對低下，因為每個時間點的恢復都依賴于上一次全備副本和上一次全備副本后的所有增量數據，恢復操作需要進行逐個迭代恢復。此外，過期增量數據的清理操作也受限于備份副本之間的依賴關系，不一定能及時被清理。而增量備份與全量快照合成技術，即首先執行全量備份，之后只對新增或改動過的數據進行增量備份，此增量備份數據是持續的，而且每個增量備份的數據副本將自動合成為全量快照副本，便于恢復。因此，增量備份與全量快照合成技術能夠大幅度減少備份時間，節省備份數據所需的存儲空間，且提升了恢復效率。通過對接第三方備份系統進行備份數據的自動化恢復校驗有什么產品？環境隔離

數據備份產品關注數據備份，上訊敏捷數據管理平臺ADM產品能用于數據的備份與快速恢復驗證。拷貝數據

上訊敏捷數據管理平臺（ADM）的主要技術是（1）ADM內置獨有的高效壓縮存儲池，壓縮比高達3:1，存儲即壓縮，降低了基礎數據源獲取的存儲成本與持續增長的副本數據存儲成本。（2）ADM的數據庫虛擬化技術，是通過獲取一份基礎數據源，快速拉起多份虛擬數據庫掛載給目標業務使用，虛擬數據庫拉起時幾乎不占用物理存儲空間，在實驗室測試環境下拉起一個10TB數據量的虛擬數據庫，只占用1GB左右的存儲空間，明顯節約了存儲成本和時間周期，因此針對開發測試場景，需要對同一份數據創建N份副本數據時，存儲成本節約近乎N倍。拷貝數據