杨昌达：HP法规遵从信息管理方案，让信息更快速

各位在座的来宾大家下午好！

下面我给大家介绍一下HP公司在针对信息规划里面的方法。我们都知道，现在面临整个信息社会来讲，信息是非常一个重要的手段也好，甚至于所谓的企业资产。怎么样能够让信息快速，这是我们的一个重点。因为事实上来讲，首先第一谈到什么是我拥有而竞争对手没有的？好比以古代来说，两军在交战的时候，事实上能够取得竞争对手第一顺序是最关键的，这就是竞争优势。比竞争对手能够更快拥有一些信息的话，你的竞争优势会更强，现在面临的问题是，包括各方面来讲，金融危机各种预算不断的下降，还有一个法规及其他的挑战会不断的增多，像刚才讲的在美国有塞班斯法案，在不确定的经济时代里面，这是我们看到的一个趋势，今天是一个什么样的情况，事实上来讲有人认为，整个经济条件在逐渐的转好，可是这是一个未知数，不过一个潜在性的问题依然存在，就是你的信息持续的爆增，因为各位没有因为危机而少收几封邮件，甚至会更多，包括以各种形式，邮件只是目前比较常见的，包括各位的QQ、其他的一些通讯工具，甚至在整个在收据上面都会造成信息，信息怎么样去获取，事实上来讲，刚才提到的，各种优势获取的话，必须信息转化成洞察力，包括来自世界各地的厂家。我们现在的社会里面，80%的数据包括企业产生的、个人产生的、服务器产生的、应用产生的，或者是笔记本、PC上产生的信息很多，占了整个信息数中的80%。20%是结构化的数据。其实事实上讲速度体现价值，你今天有很多资料，一个数据，你全部都用刻光盘的方式，可能有10张、20张，甚至100张光盘里面的数据很大，比不上你把这些数据存外接硬盘里面，因为速度不够快的话你保留下来的信息也有价值。

因为之前不重视一些法规对他的要求，保留一些电子证据，这些电子证据大部分像邮件、来往的一些文件，相关的一些东西，它被他的竞争对手告上了法庭，它有保留下所有的数据，可是他的数据是备份到次贷里面，定期倒到一个安全的地方仓库存放起来，实际上他没有办法体现竞争的价值，法官给他一个机会，因为谁也不晓得今天是谁输谁赢，两个礼拜之内你们把发生的相关电子证据全部呈上来，竞争对手很快就能拿出来这些证据，但是摩根史丹利他拿出来一堆磁带，摩根史丹利也是接受了一次教训，采用了的我们的信息归档平台，成为了各地应付这些法规的要求。

HP在信息数据管理的目标，今天重点给各位介绍怎么岗地业务的风险。首先业务风险来自那里，最显著的是这些法律，怎么样能够更快速的分类这些信息，因为来自不同的人、应用，产生的相关的一些数据，怎么样去管理，不是对方起来，不是找一个仓库堆起来，要对仓库里面的信息进行管理，管理能够快速的分类，还有快速的保存和发现信息，就是你要的信息随时都有，应付各种挑战。在对应到HP的解决方案，一些文档的记录管理，稳高性能信息归档管理。

花点时间我给大家介绍一下传统的备份和归档，过去做法是我做备份，首先定义一下部分备份是所有信息的拷贝，或者是快照技术，产生第二份的信息，目标是来恢复数据，当你的数据中心有问题的时候能够恢复原来的信息。归档，是把历史数据比较不常用，可是还有机会用到的抽离出去在线访问，它需要快速的访问，所以有些客户混淆了这个概念，他认为把备份的数据放在磁带里面，放到一个偏远的地方，他认为这是归档，但是他没办法快速的颤沼，备份和归档无法替代，是互为补充，可以保证数据在任何时刻的可用性，让你的信息永远在线查找一样。

这边提到现在的法规不断的增加，越来越多，各个国家，包括美国、日本、欧盟，甚至国内，越来越多在不同的行业所产生的这些法规，你怎么样去管理，作为CIO怎么样去管理这些信息，怎么样去查找，要在这里怎么找到未来的这些东西，所以我们面临的在治理和电子方面要降低风险，能够增加效率，还要有更低的成本。其实效率是非常重要的，你的信息保留下来是要非常快速的，你拿不到，你存起来、存放的数据是一堆垃圾，影响你整个企业的效率面对这些挑战。

这边提到中国的塞班斯法案出台，企业内部控制基本规范，2009年7月1好上市公司全部实施。所有的要保留7年以上，应付所有的回访检查，可能是年审各方面的。首先，第一要保留你的信息，保留下来之后要查找。所以国内的中国版的塞班斯法案，简单讲那个精神和美国的塞班斯法案很类似，也要求在国内的上市公司必须要符合这个法规的要求。刚刚提到在电子邮件面临的挑战，每18月翻部，而且还会产生新的邮件。刚才提到不仅要归档，还要在线查找和外部和内部审计。

而且，我们看一下过去传统的做法是由各个模块组成的，并不是说这种模块不好，而是它事实上很重要的，它不是存储，它必须要符合法律的法规。首先第一个你保留下来所谓的电子证据是不可被篡改的，如果你的信息、活动如果有门，不管是正门，还是后门，让有些人士作为篡改的边界的话就不是证据，当法官认为你拿出来的证据有被篡改的机会，法官是不认可的。所以HP的解决方案是整体的，包括搜索引擎、软件、硬件的集成方案，根据SEC的“规则澄清”，都有资格作为不能篡改的系统。所以你要提出来你的证据跟法官讲，我的东西绝对是不会被篡改的，就有一些相对应的机制符合。HP叫IAP，是基于网格云存储的技术，现在并不是这个技术热门而HP做这个需求，它的需求就像Google一样，网格体系结构才可满足各种规模的需求。经过统计和调查，所以后台来讲，就不能用传统的，Google也是，如果各位研究一下Google为的全球的搜索引擎是各自分散，这是各种的，我们叫存储节点、运算节点，把它分布式处理作为云存储，这才能满足的它的要求，传统的磁盘阵列，像数据库的短平快，可能每一笔的事务每秒能处理10万、100万秒，当你的数据库跟磁盘阵列要求访问数据的时候，磁盘阵列会缓存，各位想象一下，一些大型的企业，客户每天处理几十万封，超过上百万封的邮件，如果邮件收进来的时候，存放就是问题，如果拿传统的磁盘阵列来存的话，你要把它存到存储介质里面，你怎么办？因为这个数据量非常大，不可能用磁盘阵列，磁盘阵列来不及，所以要打散再处理，可能是信息就本身数据而言可以被分离，可以让很多的服务器同时去处理，这才符合处理的要求。一定要进来之后通过这个网关负载均衡到各个节点上去，保证后面作为一个搜索引擎的节点应用。刚刚提到带第一代单序列的搜索引擎的方式来讲，就是一台服务器、软件、然后做这样的一个搜索方式，本身的限制在20分钟以上。如果说你的信息非常及时，急得不得了，CEO马上要做决策，你马上把这些信息找出来，那就不是他和你想要的结果。第二代是分布式搜索引擎，因为它够快。我们的集成存档平台，因为大部分现实里的数据是这样的，统一存放在这个平台里面，而这个平台里面本身来讲，有一些数字签字、加密，所以一进来就是一个堡垒，你可以跟法官提，HP做的这个产品里面的信息是没有被篡改过的，可以作为呈堂证供，你拿出的是一些没有被篡改的东西。

接下来除了像邮件接受方式之外，还有其他一些行业需要长期保存的信息需求，过去主要是针对医疗生命科学行业，在十年、20年会产生大量的影像，HP的归档技术逐渐扩大到其他的领域，我们未来会把MAS把M改成海量数据的解决方案。我们看一下需求，各种不同的行业，常见的行业像医疗、数字媒体、生命科学产生的信息量是非常大的。我举一个例子，过去在医疗里面看到的是X光片等，过去因为仪器的精度没有那么高，过去还不会一下子爆增。今天我们看到面对这些挑战保留期至少要30年，上百年、数百年，甚至永远。各位想想这么大的数据量你怎么做。还有大文件，过去可能一个图片大概就是几K、几G，当一个断层扫描越来越大，怎么处理这个大文件，处理大文件就会有问题，目前的网络带宽，跨区域的网络带宽还不足以应付这些，要采取一些特殊的手段（后面会介绍），当这些稳当的数量越来越多、单一文件越来越大的时候，你怎么样处理它。我先讲一下，过去我们的医疗行业有各种不同的应用，就是着一个通用存储，可能比较贵，一些磁盘阵列性能比较好，存放着一年之后的数据就放到其他地方，100年之后就会消除掉。这个图看起来很顺，当你的文件存储到这儿以后，再迁移出来是一个很大的工程，不是很简单的拷贝而已，相关联性、前端的应用怎么办，是不是拷过去就删掉，不是那么容易的。所以HP针对长期多层分级的归档存储，针对数量非常大的、内容固定的文件，一旦产生基本上不会变，当各位，你去看病的医院帮你保留数据，下一次中间可以被篡改一些相关的病例历史，你允许这些做吗，肯定不可以。所以要数据签字，不是找一个地方存出来，这个地方尤其是现在医疗官司、医疗纠纷越来越多的时候，怎么样去避免这些篡改的机会。

如果说今天要进行分布式的共享信息的时候，怎么去做，我给大家讲，刚刚提到的一个文件10G、20G这么大的文件怎么传，比如成都的医疗没那么发达，跟北京要做远程医疗，你的带宽够不够呢，留恋流媒体的方式，就像我们在网上看电影一样，就是把单一的文件拆分成小的方块，用流媒体文件的方式传过去，这个在不同地方都可以看到。因为还有网络传输并不是很安全的，你运气好20分钟、30分钟传过去，如果运气不好中间会断掉，要不断的重复这个事情，所以在远程必须要共享这些大文件的时候，就要处理，就是流化。这里大概简单介绍一下，跟单纯存储为什么要选择HP的流存储，用是通用存储，没有专署接口的问题。

存储系统独立，避免硬件锁定、成本与内容价值一致，采用新技术。请大家简单的看一下GRID，访问方式和接口就是一个简单的文件方式，然后透明访问，能够做索引，能够去驱动、验证，然后根据信息生命周期的管理规则，我去创造这些所谓的属性，传统的文件属性并没有这样的一个属性，就是我们配合实际、结合实际、归档的需求，创造的这些属性能够更符合各种不同应用的要求。文件检索，刚才提到的，这个是标准接口，不是HP自创的，除了HP都没有，不是。当然我们可以自动做负载平衡考虑位置，介质和工作负荷。刚才提到的是基于流媒体的方式，甚至中间进行加密保护，这也是必须要有的。做一些优化，还有自动故障恢复，这个很重要，为什么要提到这个功能，事实上来讲，我们现在面临的情况是，通用的、传统的文件系统，会出现一个逻辑的错误，这是什么概念，各位如果说在各位的电脑、笔记本、PC上，有可能开机的时候给你一个提示，要检查恢复，他认为修复出来的是OK，没有问题的，可能一张图就变成马赛克了，文件大小修出来是一样的，因为这种原因、软问题，不知道这个东西到底是修复完了，所以他没有参照物参照。就拿医疗行业来讲，如果今天的X光片在发生错误之前是好的，经过这些错误之后发现在肺部有一个阴影，会到底怪谁呢，所以要多份拷贝去修复，当两份以上的数据，当一份有问题的时候会选好的参照，就是让你存储介质里面的数据是万无一失的。自动恢复的过程就是在后台自动来处理。前端的应用感觉不到它发生这种事情，所有的都在存储曾完成。包括你新的介质加进来，比如旧的磁带库或者是光盘库存要淘汰，换成新的，信息的迁移。怎么做存储找出来，然后复制，在整个过程当中都会有一些后台检查的加密相关的，确保这些数据安全没问题。因为过去做，当磁盘满了才会想到做迁移的动作，这种管理不可能每天盯着影盘空间有多少。 怎么处理网络终端：副本将自动根据平衡。

将完了这个之后，除了非数据结构化以外，数据库也很重要，刚才提到的哪些原因就占20%，这20%永远是最关键的。大部分数据库是出现这种状态，就是说今天的数据越堆越多，当初设计考虑的不是很周全，今天设计五年的用量，可能一年半、二年就满了，不断的买CPU、买存储，事实上治表不治本，各方面没有发挥最大的用处，其实就是这个数据太多拖垮了。每次开机的时候要准备这么大的处理能力、存储空间让流去跑，可能这100万只有10万比是常用的，剩下的90万只是偶尔翁到，这时候就把这些90万笔数据，从生产系统玻璃出来，放在另外一个活的实例上面，他所具备的不需要跟生产同样的配置，配置低一些就可以。这里我把所谓的生产数据库，比如10万笔数据是经常用的，叫活跃数据，非活跃的数据还是放在二级存储，更长一点，就是以Excel来存储就好了。

今天整个平台上会先根据你的应用去做检查、去分析，哪些应用和数据是可以剥离的，现在很多客户的做法是，也知道这个数据累积对他所造成的影响，最不得以的方式是把数据库的表打出来，然后存在硬盘或者是移动硬盘里面，听起来很合理，可是大家都知道，数据库的表与表都有关联，如果删除会造成一些数据的丢失和错误，并不是所有的数据都能这么划分和操作的，时间不只当做今天做归档的依据，还有一些条件，所以必须做应用的分析，我们创建活归档。上面做了一个应用透明层，就是前端的应用数据部需要修改。所以有些客户的应用，有些应用里面还是有所谓归档的一些机制，可是他定期要修改源代码，如果说各位客户应用，当初的开发应用厂商不知道了，所以要做一些应用的透明访问，事实上来讲，我们能够创造所谓应用透明访问，这样的对前端的应用、客户端应用是最少，我们还提供开放存档模块，让这些更长久的数据，比如说20年以上、30年以上做一个标准的，这时候各种查询机制就能够来用。

那么各位会想到，如果抽离出来，如果今天是异动，如果30年后发现怎么样办，就会自动拉回来，所有的移动在主控里面。看一下把活动数据和不活动的数据，随着时间的推移会产生这些不活动的数据，随着我们的访问会产生加载，一般都在后台进行，生产库、前端应用完全统一。

这边大概是列一下在我们整个归档解决方案里面的客户，在国内一些大型客户和国外的一些客户。实际上在HP整个信息的解决方案，不是昨天才创造的，是一个很长久的历史成熟的解决方案。

今天就介绍到这儿，看各位有什么问题。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。