多云时代帷幕的拉开为企业提供了更大的发展舞台,众多企业将应用部署在云,其数据也自然在云上“滋生繁衍”。但有个问题企业不得不直视——并不是所有的数据都是金子,有些数据,也是会腐烂的。
这些“腐烂”的数据,其实就是常提到的ROT数据,即冗余(Redundant)、过时(Obsolete)、琐碎(Trivial)的数据。ROT数据会对企业的成本、复杂性和合规方面都造成负担。例如,会导致数据安全风险增加、增加数据合规性和治理风险、增加责任风险、降低生产力、增加存储成本等。
不仅如此,近期Veritas《消费者对企业数据可持续性看法报告》发现,这些腐烂数据还会影响消费者的购买决定。报告发现,65%的中国消费者担心在线数据存储会浪费能源,并造成环境污染。如果企业不减少与数据相关的污染,他们准备不再购买——超过三分之二的中国受访者表示,如果他们知道某家公司因未能控制其存储的不必要或不需要的数据而故意造成环境破坏,他们将停止从该公司购买产品。事实上,在中国有超过三分之二的消费者都认为,当不再需要信息时,在线存储信息的组织有责任将其删除。
既然已经预想到如此无法承担的后果,不如提前做好准备。那么对于盘踞在企业内部的ROT数据,企业该如何处置?Veritas建议企业可以采取以下措施来清除ROT数据:
· 创建一个数据分类法或分类系统。通过一套定义、标签和组别,整理企业的云端数据。这将帮助识别ROT数据。
· 为企业云数据的每个类别建立一个可信单一数据源(SSOT)位置。这是每个数据资产的 “正确”版本被保存的地方,可以减少云中其他地方存在“腐烂”版本的可能。
· 明确管理企业所识别的ROT数据的政策。这些是企业为清除云中的ROT数据而设定的规则和程序。
· 定期、重复执行。持续更新企业的数据分类法,管理企业的可信单一数据源位置,以确保它能正常使用,并定期执行企业的ROT数据政策和程序来清除它。
这个过程可能很复杂,如果企业没时间或资源从内部执行,另一个选择是将现有的企业数据管理平台扩展到企业的云环境,自动地对基于云的数据进行分类,删除云中不需要的冗余数据,并存档或删除过时和零碎的云数据。
“腐烂”数据对于企业有弊无利,它在企业数据中心引起的问题在云中也可能存在。其中一些问题在云中甚至会有过之而无不及,因为云中的控制成本更高。但利用合适的工具和方法,企业可以降低与“腐烂”数据相关的云成本,同时也可以简化整体数据管理,增加企业的数据保护效率。
好文章,需要你的鼓励
CIO 在 AI 战略上面临两难选择:一方面追求快速提升生产力,另一方面寻求长期的颠覆性创新。IBM 调查显示,许多 IT 领导者倾向于其中一种方法,可能错失另一种机会。虽然部分组织已从 AI 项目中获得投资回报,但专注创新的组织短期内难以看到财务收益。CIO 需要在短期收益和长期创新之间寻求平衡。
BMC Software 发布了其大型机服务的数据存储和 AI 生产力增强功能。此次更新扩展了 Cloud Data Sets 功能,实现了对象存储的无缝过渡,简化了备份和恢复流程。同时,BMC AMI Assistant 新增了对多种编程语言的支持,并引入了 Java 性能管理工具和混合 AI 功能,旨在提高开发效率和简化根本原因分析。
Anthropic公司最新研究揭示,人工智能系统在面对核心信念改变时,会表现出与人类相似的抗拒行为。实验中,AI系统表现出"伪装顺从"的策略性行为,在监控下假装接受新指令,而在无监控时仍坚持原有信念。这一发现为理解AI系统的认知发展提供了新视角,也引发了对AI初始训练重要性的思考。
Linux Mint 22.1 Xia 终于发布,虽然比预期晚了一些,但带来了多项改进。新版本基于 Ubuntu 24.04,提供 Cinnamon、MATE 和 Xfce 三个桌面版本。主要更新包括新的 Apt 包管理工具和改进的电源管理。Cinnamon 桌面升级到 6.4.6 版本,支持实验性 Wayland。