定义

数据生命周期管理

数据生命周期管理(DLM)是一种基于策略的方法,可以在整个生命周期中管理信息系统数据流:从创建和初始存储到已过时并删除时。

DLM产品自动化生命周期管理流程。他们通常组织数据为独立的t根据指定的政策。他们还自动化数据迁移根据这些标准从一级到另一个层。通常,必须更频繁地访问的更新数据和数据更快,更昂贵存储介质而不那么重要的数据则存储在更便宜、更慢的媒体上。

数据生命周期管理的3个主要目标是什么?

组织正在处理更多的数据,而不是以往任何时候的数据,并且数据可能会在地置设施中存储在房地上边环境, 在云平台或这些平台的任何组合。对有效的DLM策略的需求从未如此大,但战略必须是一个有效的全面的策略。

传统数据生命线
数据生命周期管理自动化生命周期管理进程。

许多资源都引用了以下三个目标——或者它们的一个相近的变体——作为有效DLM战略中最重要的目标:

  • 数据安全与保密数据必须是存储安全始终确保不断保护私人,机密和其他敏感信息免受可能的妥协。
  • 数据的完整性无论数据存储在何处、有多少用户访问或使用该数据、或维护了多少数据副本,数据都必须是准确和可靠的。
  • 数据可用性批准的用户应该能够在何时何地访问该访问的数据,而不会中断其工作流或日常运营。

数据的安全性和保密性已经变得越来越重要遵守萨班斯-奥克斯利法案()、一般资料保障规例(GDPR),医疗保险可携性和责任法案(HIPAA.)及《加州消费者私隐法》(CCPA)。

数据管理专家强调,数据生命周期管理不是一个产品,而是管理一个组织数据的综合方法,包括过程和实践以及应用程序。

GDPR个人数据

数据生命周期管理的主要阶段是什么?

DLM可以分为多个阶段,提供用于在整个生命周期内使用数据的框架。虽然不同的资源以各种方式识别这些阶段,但它们经常遵循类似于以下内容的结构:

    1. 生成和收集数据。结构化的非组织性数据不断由用户,设备,应用,机械创建,IOT设备和其他手段。捕获数据的方式取决于它生成的方式以及数据和应用程序的类型。在某些情况下,并非所有生成的数据都会收集。例如,机械数据可能会产生大量的传感器数据,但只收集异常数据。
    2. 存储和管理数据。数据必须存储在稳定的环境中,并妥善维护,以确保数据的完整性、安全性和可靠性保护.在此阶段期间,数据通常以某种方式处理,例如加密,压缩,清理或转换。此阶段还使系统能够确保可用性和可靠性并实现冗余灾难恢复
    3. 使用和共享数据。只有经过授权的用户能够在进行日常操作时使用数据,数据才有价值。在此阶段,用户根据需要访问和修改数据,并执行其他与数据相关的操作,如协作,商业智能高级分析或者可视化.数据使用还可能导致创建额外的数据,这些数据随后必须存储并可能进一步处理。实际上,这个阶段使授权用户能够执行其工作。
    4. 归档数据。在某些时候,不再需要数据来支持组织的日常应用程序和工作流程,在这种情况下,可以将数据存档到诸如磁带存储或云平台的安全,长期存储系统。在某些情况下,仍可能需要数据,以便遵从,分析,报告或其他目的,这意味着它必须保持可用和可行,但日常运营不需要。还应完全保护数据,就像活动数据一样。
    5. 销毁数据。当数据达到寿命结束时,可以永久删除,但必须安全地完成,而无需违反适用的数据保护规则。

并非所有的DLM阶段都是严格线性的。正如已经指出的,第三阶段可能会产生更多的数据。事实上,前三个阶段经常同时发生,不断生成、收集、存储、管理和提供数据供授权使用。

自动数据生命周期部件
增强数据生命周期管理使用机器学习和人工智能带来自配置和自转换数据管理。

DLM和其他系统

分级存储管理(HSM.)有时与DLM混淆,但HSM只是一种DLM产品。HSM层次结构代表不同类型的存储介质,例如固态驱动器(ssd), 硬盘驱动器 (HDDS.),光存储或者磁带系统.在这个模型中,每种存储类型代表不同的成本和性能水平。

使用HSM产品,管理员可以定义将不同类型的文件复制到备份存储设备的频率。一旦部署了指导方针,HSM软件就会自动管理一切。

Tier的技术和数据
数据Lifecyle Management根据指定策略将数据组织成单独的层。

混淆的另一个来源是DLM和信息生命周期管理(ILM)。虽然它们有时互换使用,但它们的重要方式不同。根据富士通软欧克产品管理副总裁的克伦荷兰,DLM产品涉及一般文件属性,如类型,大小和年龄;ILM产品具有更复杂的功能。

例如,管理员可以使用DLM产品搜索存储的数据,查找特定年代的特定文件类型。相反,管理员可以使用ILM产品搜索各种类型的存储文件,以获取特定数据片段的实例,例如客户编号。在遵从法规的时代,这种类型的控制变得越来越重要。

例如,GDPR保证个人被遗忘的权利。ILM产品可以帮助找到个人的个人数据,但DLM产品不能。

探索福利构建强大的数据治理策略如何强大的数据治理框架有助于分析

这是最后更新的2021年11月

继续阅读数据生命周期管理(DLM)

深入了解数据存储管理

搜索灾难复苏
搜索数据备份
搜索融合基础设施
关闭
Baidu