ExaGrid的快速发展提醒我们,Data Domain单凭自身拥有的一切还不足以彻底称霸重复数据删除磁盘备份业务市场。ExaGrid的4.9版本设备软件能够将全局重复数据删除机制拓展到向外扩展GRID当中的全部NAS及设备当中,同时还能够实现并行方式的甲骨文数据库备份工作。
全局重复数据删除意味着客户能够随时将备份负载重新指向至任意设备之上的任意共享NAS处,且不会对整体GRID之上的全局数据重复数据删除机制造成任何影响。对于任何给定备份任务,其还能够提高潜在数据压缩比率,进而降低保存备份数据所需要的存储容量。
这款软件的4.9版本同时支持甲骨文RMAN通道;它们可被用于备份最高达800 TB的甲骨文数据库,并向多台共享设备/NAS同时写入以实现更为出色的备份与故障转移性能。RMAN通道会自动以并行方式向全部共享NAS写入“section”,同时自动根据当前可用目标对下个“section”的写入操作进行重新指向。
· 如果任何GRID设备出现故障,这些section会自动被重新指向至活动设备处。
· 最新的数据库内容会以非重复数据删除形式被存储在ExaGrid设备的“landing zone”当中,由于保持原有结构、其恢复速度也将得到进一步提高。而全部长期保留数据则仍然以重复数据删除形式保存。
· 随着数据库数据量的不断增加,备份窗口可以通过向GRID内添加设备并在容量中增加计算资源的方式保持处理能力的同步提升。
Grow Financial公司备份及恢复系统管理员Dave Lively在评论ExaGrid时表示:
我们过去使用的是EMC Data Domain。其在执行基础性备份工作时表现出色,但在恢复方面却显得比较无力。
在99%的情况下,我们需要从最近保存的备份副本当中进行数据恢复。但在EMC Data Domain当中,保存数据必须首先经过重新构建,而这一恢复过程既漫长又复杂。
ExaGrid的GRID架构允许我们通过将设备添加至向外扩展GRID中的方式,根据实际需要对现有系统进行扩展。
另外,ExaGrid事实上会以非重复数据删除形式保存最新备份数据,从而使恢复速度更上一层楼——因为我们能够立即从该系统的landing zone当中访问数据。
ExaGrid-Veeam加速数据迁移概念示意图
ExaGrid公司还提醒我们称,目前已经有超过700家客户在使用ExaGrid与Veeam备份软件这一组合,其中大部分使用ExaGrid-Veeam加速数据迁移软件。这是一套由Veeam与ExaGrid联合开发而成的方案,相当于以ExaGrid设备为基础将Veeam数据迁移引擎整合于其上。
这样一来,其就能够实现与Data Domain Boost类似的加速功能,但又不会像Boost那样在备份过程中对数据进行预重复数据删除处理。根据ESG实验室给出的测试结论,这套方案能够将Veeam的备份性能提高近一倍,而Veeam的整体运行性能更是可提高至六倍。
甲骨文RMAN则提供与Data Domain Boost的集成方案。
目前ExaGrid 4.9版本软件已经以免费方式向年度维护及技术支持客户开放,而且应该会在2015年8月底正式投放市场。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。