Data Lifecycle Management
Was ist Data Lifecycle Management?
Data Lifecycle Management (DLM) ist ein richtliniengesteuerter Ansatz für das Management von Daten ab dem Zeitpunkt ihrer Entstehung bis zu ihrer endgültigen Löschung. Heutige Unternehmen generieren Informationen in rasantem Tempo - alle zwei Jahre wird das Datenvolumen mehr als verdoppelt. Die sinnvolle Nutzung dieser Daten erfordert einen bewussten, gezielten Prozess zur Erfassung, Pflege, zum Schutz und zur Anwendung der Daten. Effektives DLM sorgt für die Strukturierung und Organisation von Unternehmensinformationen und stellt sicher, dass diese die Unternehmensziele unterstützen, anstatt nur Platz zu verbrauchen.
Welche Phasen hat das Data Lifecycle Management?
Zwischen Smartphone, Cloud, Edge und dem Internet der Dinge generieren wir Daten schneller, als wir sie nutzen können. Sinnvoll verwaltete Daten müssen einen klar definierten Lebenszyklus haben, mit funktionalen Phasen, die durch Richtlinien geregelt werden, sodass Unternehmen einen effektiven Zugriff haben. Die Phasen des Data Lifecycle Management können sich von Unternehmen zu Unternehmen unterscheiden, die meisten lassen sich aber wie folgt einordnen.
Phase 1: Generieren und Erfassen
Der Lebenszyklus der Daten beginnt mit ihrer Erstellung. Datenquellen gibt es in Hülle und Fülle, aber nicht jedes Detail ist es wert, aufgezeichnet zu werden. Bevor Sie mit der Datenerfassung beginnen, sollten Sie sich über den potenziellen Wert und die Bedeutung der Daten für Ihr Unternehmen im Klaren sein. Legen Sie Regeln für die Erfassung von Daten fest, und zwar so, dass ihre Nützlichkeit erhalten bleibt, und geben Sie an, wann, wo, wie und warum sie erzeugt wurden.
Phase 2: Speichern und Verwalten
Daten müssen in einer stabilen Umgebung gespeichert und gepflegt werden, die ihrem Ursprung, ihren potenziellen Anwendungen und den Unternehmensprioritäten angemessen ist. Alle Daten, die es wert sind, erfasst zu werden, sind auch schützenswert und erfordern Richtlinien für Zuverlässigkeit, Redundanz und Desaster Recovery. Eventuell müssen vertrauliche Informationen aus Sicherheitsgründen oder zur Einhaltung behördlicher und branchenspezifischer Vorschriften verschlüsselt werden.
Phase 3: Nutzen und Teilen
Daten sind nur dann wertvoll, wenn sie berechtigten Nutzern für legitime Unternehmenszwecke zur Verfügung gestellt werden können. Die Benutzer müssen Daten finden, auf sie zugreifen, sie ändern und sie nach Bedarf erstellen können. Es müssen Richtlinien festgelegt werden, die bestimmen, welche Benutzer berechtigt sind und wann und wie Informationen verwendet werden können.
Phase 4: Archivieren
Ab einem gewissen Punkt verlieren die Daten ihre Bedeutung für die täglichen Anwendungen und Workflows, sind aber immer noch so wertvoll, dass sie in der Zukunft relevant oder erforderlich sein könnten. Sie müssen immer noch organisiert und geschützt werden, aber die unmittelbare Zugänglichkeit ist weniger wichtig. Das gilt beispielsweise für Daten, die aus rechtlichen oder behördlichen Gründen aufbewahrt werden müssen. Inaktive Daten können in einer Vielzahl von Medien innerhalb oder außerhalb des Netzwerks archiviert und bei Bedarf wieder in den aktiven Status versetzt werden.
Phase 5: Vernichten
Von wenigen Ausnahmen abgesehen, sollten Daten nicht unbegrenzt gespeichert werden. Unternehmen generieren ununterbrochen riesige Datenmengen, und die Kosten der Datenspeicherung sind nicht unerheblich. Bevor die Kosten für die Speicherung alter Daten ihren vermutlichen Wert übersteigen, sollten sie aus Datenbanken und Archiven entfernt werden. Genauso, wie es wichtig war zu entscheiden, welche Daten überhaupt erfasst werden sollten, ist es wichtig zu erkennen, wann sie das Ende ihrer Nutzungsdauer erreicht haben.
Data Lifecycle Management
HPE bietet eine Vielzahl von Lösungen und Services an, die Unternehmen bei der Planung und Umsetzung effektiver DLM-Strategien unterstützen. HPE GreenLake for Storage bietet eine umfassende Palette an Datenmanagement-Services zur Unterstützung von Anwendungen und Unternehmensinformationen im Edge-, Core- und Cloud-Betrieb.
- HPE GreenLake for Block Storage sorgt für einfache Angebote und Bestellvorgänge sowie eine gezielte Bereitstellung, um jede Service-Level-Vereinbarung flexibel und agil zu erfüllen und die Entwicklung neuer Anwendungen, Services und Initiativen zu beschleunigen.
- HPE DataOps Management kann neue Dateninfrastrukturen bei Bedarf innerhalb von Minuten bereitstellen. Neue Systeme werden automatisch erkannt und einfach konfiguriert, und Administratoren können die Cloud-native Infrastruktur von praktisch jedem Gerät aus verwalten und überwachen.
- Errichten Sie Ihre Self-Service-Cloud nach Bedarf in On-Premises-, Cloud- und Edge-Umgebungen mit cloudbasierter Verwaltung und Self-Service-Flexibilität.
- Der HPE Backup and Recovery Service wurde entwickelt, um den Datenbetrieb über Clouds hinweg zu modernisieren und zu schützen, indem Snapshots für schnelle Wiederherstellung, Recovery und Cloud-Sicherungen über eine einzige zentrale Ansicht koordiniert werden.
- HPE InfoSight nutzt fortschrittliche KI, um einen selbstverwaltenden, selbstheilenden und selbstoptimierenden KI-Betrieb vom Edge bis zur Cloud bereitzustellen und sicherzustellen, dass Ihre Anwendungen immer eingeschaltet und schnell sind.
- HPE CloudPhysics vereinfacht die Workload- und Infrastrukturplanung vom Edge bis zur Cloud mit kontinuierlicher Überwachung und sofortiger datengesteuerter Analyse über heterogene Systeme hinweg und maximiert so die Time-to-Value und den Return on Investment.