Gestione del ciclo di vita dei dati
Che cos'è la gestione del ciclo di vita dei dati
La gestione del ciclo di vita dei dati (DLM, Data Lifecycle Management) è l'approccio basato su policy per la gestione dei dati dal punto di origine all'eventuale eliminazione. Le aziende moderne generano informazioni a un ritmo davvero fenomenale, più che raddoppiando i volumi ogni due anni. Utilizzare tali dati in modo significativo richiede un processo ponderato e diretto per raccoglierli, gestirli, proteggerli e applicarli. Una DLM efficace fornisce la struttura e l'organizzazione necessarie per la gestione delle informazioni aziendali, garantendo che supporti gli obiettivi aziendali, anziché consumare solo spazio.
Quali sono le fasi della gestione del ciclo di vita dei dati?
Tra smartphone, cloud, edge e Internet of Things (IoT), generiamo dati in modo più rapido rispetto a quanto riusciamo a trovarne un impiego. I dati gestiti in modo deciso devono avere un ciclo di vita chiaramente definito, con fasi funzionali regolate da criteri che consentano alle aziende di accedervi e utilizzarli in modo efficace. Le fasi della gestione del ciclo di vita dei dati possono variare da un'organizzazione all'altra, ma la maggior parte rientrerà nel seguente framework generale.
Fase 1: creazione e raccolta
Il ciclo di vita dei dati inizia quando i dati vengono creati. Le origini dati sono abbondanti, ma non tutti i dati meritano di essere registrati. Prima di iniziare ad acquisire i dati, è utile avere una visione chiara del loro potenziale valore e rilevanza per la tua attività. Definisci regole per la raccolta dei dati in modo tale da preservarne l'utilità, indicando quando, dove, come e perché sono stati generati.
Fase 2: archiviazione e gestione
I dati devono essere archiviati e conservati in un ambiente stabile adeguato alle origini, alle potenziali applicazioni e alle priorità aziendali. Tutti i dati che devono essere raccolti per il loro valore intrinseco meritano di essere protetti, poiché richiedono criteri di affidabilità, ridondanza e disaster recovery. Potrebbe essere necessario crittografare le informazioni sensibili per motivi di sicurezza o per conformarsi alle normative nazionali e di settore.
Fase 3: uso e condivisione
I dati hanno valore solo se possono essere resi disponibili agli utenti autorizzati per scopi commerciali legittimi. Gli utenti devono essere in grado di individuare e accedere ai dati, nonché modificarli e crearli in base alle necessità. È necessario definire criteri per stabilire quali utenti sono autorizzati e quando e in quale modo possono essere utilizzate le informazioni.
Fase 4: archiviazione
A un certo punto, i dati cessano di essere significativi per le applicazioni e i flussi di lavoro quotidiani, ma conservano comunque un valore sufficiente da poter risultare interessanti o necessari in futuro. Devono comunque essere organizzati e protetti, ma l'accessibilità immediata diventa meno critica. Esempi di questo tipo di dati sono rappresentati dai record che devono essere conservati per scopi legali o normativi. I dati inattivi possono essere archiviati in una vasta gamma di supporti, in rete e fuori rete, e riportati allo stato attivo se necessario.
Fase 5: distruzione
Salvo poche eccezioni, i dati non dovrebbero essere conservati a tempo indeterminato. Le aziende generano continuamente enormi quantitativi di dati e il costo dello storage dati è oneroso. Prima che la spesa per l'archiviazione dei dati legacy superi il loro probabile valore, sarà necessario eliminarli da database e archivi. Proprio come era importante decidere quali dati dovevano essere acquisiti in primo luogo, è importante riconoscere quando raggiungono la fine della loro vita utile.
HPE e la gestione del ciclo di vita dei dati
HPE offre un'ampia gamma di soluzioni e servizi per aiutare le organizzazioni a pianificare e implementare strategie DLM efficaci. HPE GreenLake per lo storage fornisce una suite completa di Data Management Services per supportare applicazioni e informazioni aziendali nelle operazioni edge, core e cloud.
- HPE GreenLake per lo storage a blocchi offre la generazione di preventivi e ordini in modo semplice, oltre a un provisioning basato su finalità per soddisfare qualsiasi SLA con agilità self-service, accelerando lo sviluppo di nuove applicazioni, servizi e iniziative.
- HPE DataOps Management è in grado di implementare una nuova infrastruttura dati on demand in pochi minuti. I nuovi sistemi vengono scoperti automaticamente e configurati con facilità, gli amministratori possono gestire e monitorare l’infrastruttura cloud native praticamente da qualsiasi dispositivo.
- HPE GreenLake per l'HCI crea cloud self-service on demand in ambienti edge, cloud e on-premise con gestione basata su cloud e l'agilità self-service.
- HPE Backup and Recovery Service è progettato per modernizzare e proteggere le operazioni sui dati tra i cloud, coordinando gli snapshot per ripristini, recuperi e backup cloud rapidi tramite un singolo punto di gestione.
- HPE InfoSight utilizza l'IA avanzata per fornire operazioni IA di autogestione, riparazione e ottimizzazione automatica dall'edge al cloud per garantire che le tue applicazioni siano sempre disponibili e sempre veloci.
- HPE CloudPhysics semplifica la pianificazione dei carichi di lavoro e dell'infrastruttura dall'edge al cloud con il monitoraggio continuo e l'analisi data-driven istantanea su sistemi eterogenei, aumentando al massimo il time to value e il ritorno sull'investimento.