Die methodische Synchronisation von Unternehmenszielen und der Storage-Strategie.

1

Josef VillaDirector Storage SolutionsS&T Group

Die Aufgabenstellung

2

Das Angebot von Storage-Plattformen ist differenzierter geworden.• Leistung

• Verfügbarkeit

• Kosten

Das Angebot von Lösungen für datenbezogene Operationen ebenfalls.• Content Management und Archivierung

• Deduplication

• Erhaltung und Wiederherstellung der Datenkonsistenz

• Datenvertraulichkeit

• SAN Virtualisierung

Gibt es auch eine Differenzierung von Daten ?

Ja.

Es gilt, die Daten nach Unternehmenszielen zu klassifizieren und eine dazu entsprechend differenzierte technische und ökonomische Lösungsarchitektur abzuleiten.

Daten verändern auf der Zeitlinie ihren „Wert“. Eine regelbasierte Dynamisierung hilft, das Volumen der „wertvollen“ Daten zu minimieren.

So entstehen drei Datenräume: die wichtigen Daten, die notwendigen Daten und die …….Daten.

Unternehmensziele und Datenattribute

3

Daten besitzen strukturell-technische Attribute:

• structured data• semi-structured data• unstructured data

Daten besitzen „aging“ - Informationen und Herkunftsattribute.

Für die Ableitung einer differenzierten Storage-Strategie und SLA´s aus Unternehmenszielen bedarf es zusätzlicher Datenattribute:

• rechtliche Attribute wie Auditierbarkeit und Behaltefristen• Attribute für Verfügbarkeit und Konsistenz von Daten in Unternehmensprozessen• Attribute hinsichtlich der Vertraulichkeit von Daten

Die Phasen der Synchronisation

4

Funktionale Differenzierung der Storage

SLA basiertes Multi-Tiering

Data Classification:

Statische Verknüpfung von Daten und Unternehmenszielen

Dynamisierung

Regeln für Datenmobilität zwischen Systemen

Analytical driven Solution driven Technology driven

Szenario: die Strategie der funktionalen Differenzierung

5

Central backup/Recovery System

Production System

Archiving system

“Das System”

BU2Disk

CDP

Compliant retention

Storage cost optimization

Structured

Semi-structured

Unstructured

Email System

File System

shredding

Regeln für Daten-

Verschiebung.

Differenziert:

Vertraulichkeitszonen

Verfügbarkeit

Die multiplen Achsen der Daten-Attribute

6

Information recoverability/consistency

Information regulations/compliance

Information confidentiality

Information availability/continuity

Performance

Mitarbeiterdaten

VertraulichkeitConfidentiality

Integrity

Compliance

Availability Vertraulich

Non-critical, max. 24 Std. Recovery

7+ Jahre Retention period

Max. 12 Std. downtime

Die Visualisierung der Attribute und Klassen

Klassifikation

8

Taxonomies

Availability

Retention

Consistency

Confidentiality

Parameters

Restricted confidential

Confidential

Internal

External

Restricted confidential

Class

Confidentiality

Restricted confidential

Attribute Inkremente Klasse

Storage Zoning

Datenverschlüsselung

Duplizier-Restriktionen

NDA für Dritte

Regelung Testdaten

Ausschluss Datenmanipulation

TechnologienPolicies

Attribute und Klassen

9

Attribut       Klassen  

           

Confidentiality   öffentlich intern vertraulichstreng

vertraulich

           

Availability   99,99% 98% 90%  

           

Recoverability RPO   Minuten Stunden Tage  

           

Recoverabilty RTO   1 Stunde 1 Tag 3 Tage  

           

Retention   keine 3 Jahre 7 Jahre 30 Jahre

           

Audit proof   ja nein    

           

Performance I/O   5.000+ 3.500 1500  

Eine beispielhafte Multi-Tiering Struktur

10

PrimaryStorage

ArchivingStorage

OperationalRecovery

Alignment Attributes

Secure zoning

Encrypted containers

Maximum downtime (hrs)

Retention period

Data shredding compliance

Access

Guarantee of authenticity

Recovery point objective

Amount of data loss

Time required for recovery

Ability to recover backed up data

Length of time that data is retained

Recovery classification

Specification

Maximum unplanned downtime per year (hours)

Performance throughputper port (I/O sec)

Response time (ms)

yes no no

yes yes no

< 1 < 18 < 180

< 30 years < 10 years < 3 years

Yes No No

immediately 4 hours 48 hours

Yes No No

< 1 minute < 24 hours < 72 hours

Complete application restore

File or file system restore

none 2 hours 24 hours

< 30 minutes < 120 minutes 7 GB/minute

100% 100% 98%

minutes 4 hours 3 Weeks

Complete application restore

Tier 2Tier 1 Tier 3

< 1

5,000+ Up to 3,500

< 8ms 12-30ms

< 18

Up to 1,500

12-30ms

< 44

Availability

Discovery

Data Integrity

Retention & Disposition

Offsite

Confidentiality

Recovery Classification

Operational Recovery Point Objective

Recoverability

Retention period

Operational Recovery Time Objective

Scheme

Availability

Guaranteed Performance

Kostendifferenzierung

11

Begleitende Dokumente

12

Data confidentiality

Risk analysisInformation Security Policy

Standards & Guidelines

Data recovery Backup & Restore Plan

Data availability Risiko & Impact Analyse von business-critical ProzessenBusiness Continuity Plan Disaster Recovery Plan

Data retention Regeln für ILMArchivierungsprinzipien

Best practice

13

Halten Sie das einfache Modell einfach.

Fixieren Sie die Datenklassen mit dem “Daten-Eigner”.

Zeigen Sie die Relation SLA und Kosten.

Denken Sie auch an Regeln für den Wert = 0 von Daten.

14

Finale

Die Daten sind nun in priorisierten Klassen abgebildet und zielgerichtet gruppiert.

Es können Beziehungen zwischen Klassen und Technologien hergestellt werden.

Es existieren Regeln für Datenverschiebungen zwischen Produktionssystem und Archiven.

Die Leistungs-Beziehungen zwischen IT und Usern ist diskutiert und quantifiziert: SLA.

Das Datenwachstum auf Produktionssystemen wird stark entschleunigt.

Diese Methodologie fördert mit überschaubaren Aufwand eine konsistente Storage-Strategie.

15

Danke für Ihre Aufmerksamkeit !

josef.villa@snt-world.at