业务挑战
地铁是城市交通的主要工具,全国各省市的地铁业务一片蓬勃。在杭州市的计划中,将于2022年亚运会之前开通12条线路,其中1号线与5号线的地铁运营由杭港地铁负责。为了确保杭州地铁1号线与5号线的正常运转,避免因IT基础架构问题给地铁线路造成影响,杭港地铁先后建立了两个数据中心,当一个数据中心发生异常,可以即时切换到另一个相同的数据中心,通过异地双活的架构来保障业务的稳定性和高可用性。
两个数据中心上运行的是杭港地铁的管理业务系统,涵盖了工作人员、车辆之间的连接业务、停车场和车辆管理等在内的办公和管理系统。尽管管理业务系统实现了网络隔离,但也面临着安全的威胁,一旦受到攻击或出现异常后不能及时恢复数据,将会对车辆的停放、维修、设备维护、乘务人员的调配等工作产生影响,严重的话甚至会导致列车延误,给乘客带来不便。因此数据的备份与恢复至关重要。
据杭州杭港地铁有限公司高级信息技术经理李添天介绍,两个数据中心共有200多台基于VMware的虚拟机,为了确保数据安全和业务连续性,杭港地铁最初采用了传统的磁带备份方案,但是该系统完全无法满足杭港的要求。
首先,该备份系统出现过核心业务系统备份成功,但恢复时操作系统不能启动的情况,例如在系统升级、打补丁等日常操作中,数据不能100%恢复,导致业务数据丢失。
其次,数据发生异常或丢失后,数据恢复时不能满足杭港30分钟内找回数据的需求,更不能准确地恢复到指定目标原点。通常恢复一个业务需要几个小时,对地铁调度系统、OA系统、内部通报系统以及检修系统造成很大的影响,导致地铁业务正常开展。例如:调度系统不能快速恢复,就需要人工调度,致使地铁列车每班之间的间隔变大,影响运营效率;内部通报系统出现问题,发生地铁故障时不能全员通知,容易造成安全隐患。
再者,因为是基于磁带的备份系统,数据备份和恢复过程复杂,每一台服务器都要安装一个代理程序,每次升级就需要在200台虚机上重复安装操作,加重了运维人员的工作量。
因此,杭港地铁亟需寻求更加高效、可靠的数据管理解决方案,以确保数据备份的效率,数据恢复的成功率、准确率,以及业务的连续性,与此同时,减轻IT运维团队的工作量和压力,提升管理效率。
Veeam解决方案
2019年8月,杭港地铁将Veeam® Backup & Replication™产品引入到其数据中心。截止目前,杭港地铁已经将数据从主数据中心迁移到另一个数据中心,主数据中心机房将重新改造。同时,所有业务运行在容灾数据中心,待主数据中心改造完毕,业务将再平衡,从而实现双活数据中心。
“我们的两个数据中心几乎全部基于VMware虚拟化技术,而Veeam在虚拟机环境的数据备份和恢复表现优异。同时,Veeam也可以兼顾物理机上的数据备份与恢复,能够满足数据中心的所有数据备份和容灾需求,”杭港地铁高级信息技术经理李添天如此介绍道。
在部署Veeam Backup & Replication产品之后,无需安装任何代理程序,就可以做到在几分钟内快速备份和恢复虚拟机上的数据,省时省力;而且能够对备份数据进行自动化的有效性验证,确保数据完整备份。在数据恢复阶段,通过使用Veeam的Data Lab功能,杭港地铁可以配置所有备份任务自动化验证机制,能够在关键时刻确保备份数据100%恢复——确保了业务数据不再丢失。
目前,其业务恢复时长(RTO)可以达到30分钟以内,有力地保障了杭港地铁业务的连续性。同时,Veeam也满足了杭港地铁24小时(RPO)对数据做一次增量备份的需求,大大降低了因为IT系统中断造成的地铁车辆停靠、检修、车辆的技术改造,以及乘务人员换班等运营风险。
“值得一提的是,Veeam产品的数据恢复颗粒度能够达到文件夹和文件级别,可以针对具体的数据库、文件、邮件分别恢复,不必再做整机恢复,节省了大量数据恢复时间,有效提升了杭港地铁的运营效率。” 李添天如此介绍。“Veeam产品利用LAN-free技术,可以直接从生产存储中将数据写到备份存储中,无需占用带宽,减少了资源使用率。消除了之前数据备份过程产生的带宽资源抢夺,导致业务系统处理速度变慢的问题,提升了人员的工作效率。”
结果
保障地铁运营不间断,RTO达到30分钟内
RTO达到30分钟内,RPO为24小时,实现了数据的高可用,保障了业务的连续性。
数据可100%恢复成功,确保地铁管理网络稳定运转
确保每次都能成功备份和回复所有数据,保持地铁管理网络上业务系统的正常运转,减轻IT运维的压力。
文件级的恢复粒度,数据恢复效率大为提升
灵活的数据恢复颗粒度,可将数据精准地恢复至特定的还原点,以及具体文件,节约数据恢复时间,提高了数据恢复效率。
数据备份不占用带宽,不与业务系统争资源
Veeam产品的数据备份过程无需占用以太网带宽,减少了备份时对带宽资源的抢夺,让业务系统可以有更多的网络资源,提升了工作人员效率。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。