雲運算越來越普及,但對針其的全面方案卻少之又少。雲運算蔚然成風,本港企業紛紛引入此技術以提升競爭優勢,但在運作上卻面對不少挑戰。例如要花錢安裝不同類型的雲數據保護軟件,而且新、舊結構混雜一起,兼容問題屢見不鮮;更棘手是要把備份了的數據還原,往往大費周章。時間就是金錢,一分一秒的損失都有可能對業務構成嚴重影響。
為了解決這些問題,全球數據保護方案供應商Arcserve,在香港推出Arcserve Business Continuity Cloud解決方案。這是世界上首項完全為雲運算而設計,所有部分都在雲架構內原生的全綜合業務延續方案。它把雲備份、災難復原、高可用性及電郵歸檔四種數據保護功能兼收,用戶更可在單一控制台上綜合管理所有運作。萬一企業遇上突發性系統故障,可以把所有重要數據、系統及應用程式即時還原。該方案更全面兼容錯綜複雜的新、舊企業資訊科技基建,由x86及非x86系統到軟件即服務 (SaaS) 及基建即服務 (IaaS) 都一一支援,有助企業解決時間、技巧、開支及需購置不同工具的挑戰,可以駕馭與日俱增的數據和工作量。
Arcserve最新研究指出,全球有百分之六十四資訊科技決策者,都認為過去五年要保護關鍵數據彷彿難上加難;即使裝設了聲稱能簡化運作、節省成本的解決方案亦於事無補。這邊廂數據備份基建愈來愈昂貴,也愈來愈複雜;那邊廂數據對企業的重要性卻有增無減,不容有失。有近半受訪的資訊科技決策者皆表示,必須在一小時內還原數據,否則便有可能影響業務收入。儘管當中有百分二十六有信心在發生故障時把數據迅速還原,和避免業務癱瘓;但有多達百分之九十三表示對關鍵業務應用系統數據丟失的承受能力極低,所以問題不容忽視。現在要保護關鍵業務數據可謂挑戰重重,因為企業資源有限,數據擷取及支援成本又高,而且每每要裝設多種不同備份工具,因而帶來不少壓力。
Arcsere全球產品部副總裁 Oussama El-Hilali表示:「從我們的觀察及研究可見,市場上的工具未能有效保護現代資訊科技基建。它們有些不夠完整,有些使問題變得更複雜,甚至增加整體擁有成本、產生數據保護漏洞,最終弄巧反拙,加深數據丟失風險。Arcserve Business Continuity Cloud正可針對這些弊端,使所有挑戰迎刃而解。無論是把工作遷移到雲上,或提供先進的虛擬機器保護,抑或在一分鐘內把數據全部還原,這套全綜合方案都可代勞。」
市場研究機構 Enterprise Strategy Group高級分析員 Edwin Yuen指出:「Arcserve的解決方案,填補市場上一大縫隙。企業既可享有穩健數據保護功能,又毋須裝設不同備份工具,也可處理接踵而來、卻又互不關聯的新工作,一切都化繁為簡。目前有很多解決方案都只會把不同產品混和一起,然後以一個操作介面把它們連接起來。但Arcserve Business Continuity Cloud的整合程度更勝大部分供應商,打造無縫的解決方案;不僅簡單易用,而且性能強大,迎合用戶需求。」
使用了一應俱全的Arcserve Business Continuity Cloud後,企業便毋須再裝設其他數據保護工具及管理控制台。因為當中的全綜合保護功能,可讓企業全面保護任何應用程式及系統,又可隨時還原。無論是實質建築物以至公共雲及私有雲中的系統,都可得到周全保護。Arcserve Business Continuity Cloud的特點包括:
提供消費者所需的操作體驗:用戶可透過定製的雲端網上操作台,管理整個數據保護生命周期,最多點擊三次便可完成大部分工作。避免數據丟失及系統癱瘓:邁向更完善的「復原時間目標」 (RTO) 及「復原點目標」(RPO) 等高可用性目標,務求在最短時間甚至近乎零秒內把數據準確還原。虛擬候命及虛擬機器可在數分鐘內即時還原,裸機還原可在數小時內完成;還具備數據微細還原及快速發現功能,有助迎合法規遵從要求。締造經濟效益:全綜合技術可以把資訊科技管理時間及開支減少多至五成。簡化現代資訊科技基建的保護:全面保護各類現代資訊科技基建,包括x86、非x86、SaaS 及IaaS;還可跨越多層及不同雲架數,提供妥善的數據保護。無論企業準備或正在實施用於數據備份及災難復原的雲平台,都會得到完善支援。
Arcserve的研究還顯示,大部分企業都設立雲架構以進行數據備份及災難復原,滿足日益增加的數據保護要求。有很多資訊科技決策者均以設置雲備份及災難復原平台為今年的首要重點。相比於木地儲存、虛擬機器監視器、公共雲及區塊鏈,決策者更有信心以私有雲保護關鍵數據。此外,鑒於某些重要原因,決策者日益關注系統癱瘓及數據丟失問題。這些原因包括有關數據外洩及勒索軟件攻擊的新聞、Cambridge Analytica存取Facebook用戶個人資料的事故,以及2017年Equifax公司資料外洩事故等。
專為雲運算運境而設 Arcserve推出原生雲數據方案
https://www.facebook.com/hkitblog