業(yè)務連續(xù)性或成企業(yè)數字化轉型關鍵

姚群力

隨著數字化轉型議題在全球范圍內的不斷升溫，近幾年，中國迎來了以“產業(yè)互聯網”為關鍵詞的傳統產業(yè)、企業(yè)數字化變革浪潮，2020年突發(fā)的新型冠狀病毒肺炎疫情更成為迫使傳統企業(yè)加速轉型的重要拐點。決勝數字化轉型，企業(yè)的IT基礎設施建設不可或缺，完備的IT系統能幫助企業(yè)在疫情等突發(fā)情況下更具“韌性”，其工作效率不因“遠程辦公”而大打折扣，確保非常時期的業(yè)務連續(xù)性。

深耕行業(yè)二十多年，作為中國業(yè)務連續(xù)性行業(yè)發(fā)展歷程的見證者，Veritas發(fā)現，早在新冠肺炎疫情之前，中國企業(yè)在業(yè)務連續(xù)性建設方面的考量已呈現成熟化的趨勢，但從具體的構建維度來看，其技術難點仍廣泛存在并亟待攻破。

數字化拐點已至，業(yè)務連續(xù)性迎全新變化

從變化上看，此前，隨著國家大力發(fā)展以數字基礎設施建設為核心的“新基建”，越來越多的行業(yè)將業(yè)務連續(xù)性建設提上日程，業(yè)務連續(xù)性正式邁入新時期，并迎來三大全新變化。

一是行業(yè)重視度全面提升。從客戶及行業(yè)發(fā)展歷程來看，在早期，金融機構、投資銀行、電信公司、醫(yī)療機構對業(yè)務連續(xù)性關注度較高。隨著數字化浪潮的來襲與進一步深入，包括制造業(yè)、咨詢服務業(yè)，甚至政府及學術機構在內的各行各業(yè)均開始了解業(yè)務連續(xù)性的重要性，并對業(yè)務連續(xù)性保持著高度的關注。

二是結果導向日益突出。從用戶關注點出發(fā)，如今用戶在業(yè)務連續(xù)性上更以結果為導向。諸如，企業(yè)在真正遭遇風險時，能否在規(guī)定時間內達到預期建設效果;日常工作中，能否有效驗證該系統可恢復的真實性。這一轉變顯示出行業(yè)在業(yè)務連續(xù)性方面的認識加深，也展示了當下企業(yè)在業(yè)務連續(xù)性領域對實際結果的密切重視。更多的用戶開始意識到，并不是所有的災備系統或業(yè)務連續(xù)性系統在建設完成后，即可在關鍵時刻發(fā)揮作用，今天的客戶更以結果為導向，并希望獲得可借鑒的經驗。

三是將未來新技術納入建設規(guī)劃考量。從業(yè)務連續(xù)性建設面臨的挑戰(zhàn)著眼，IT越發(fā)日新月異，企業(yè)IT建設變化的周期也大大縮短，諸如云計算、虛擬化、大數據以及物聯網等新技術不斷地被企業(yè)從各個層次（SaaS、PaaS、IaaS）引入。因此，現在企業(yè)在進行業(yè)務連續(xù)性系統規(guī)劃和建設時，除現階段技術外，也需將未來新技術引入時的情況納入考量范圍。

賦能創(chuàng)新發(fā)展，助攻三大技術難關

在實際構建領域，Veritas也發(fā)現，由于IT環(huán)境日趨多樣化、復雜化，想要進一步完善IT架構并最終賦能業(yè)務發(fā)展，企業(yè)在業(yè)務連續(xù)性的構建上仍至少有三個層面的技術痛點亟待解決。

一是冗余。一個完備的災備系統至少需要再備用一套系統，以便在出現問題時，接管現有業(yè)務。這種情況下，冗余度對企業(yè)而言，就成為了一個很大的挑戰(zhàn)。1∶1的建設固然好，但是1∶1之后就能真正的解決問題嗎？如果客戶在此情況下希望降級，那在出現問題時，又應該降級到什么程度？這仍涉及許多技術設計的相應問題。

二是數據復制。以前的數據環(huán)境十分簡單，即僅在私有的物理環(huán)境完成數據復制，但今天企業(yè)面臨的挑戰(zhàn)變成了在混合云的環(huán)境下去實現數據復制。

這一環(huán)境的難點在于，每個業(yè)務系統對數據復制技術的要求并不完全一致，因此在混合云環(huán)境下，用戶需要擁有清晰且針對不同技術、不同業(yè)務要求的數據復制解決方案。

三是切換。Veritas在多年的容災項目經驗基礎上，發(fā)現切換尤為重要，最理想的狀態(tài)是企業(yè)進行自動化切換或一鍵式切換。出現問題時，慌亂情緒往往難以避免，因此，在技術切換的過程中，人工操作往往會發(fā)生用戶誤刪數據的情況。在此情況下，企業(yè)應盡量減少對于人工的依賴，把之前驗證過的、可恢復的內容通過工具實現自動化切換。

在助力企業(yè)確保業(yè)務連續(xù)性、更好地實現數據治理方面，Veritas的多云數據服務平臺（Enterprise Data Services Platform）將借助集成技術化解IT復雜度，幫助企業(yè)級客戶滿足最迫切的管理數據需求，解決數據治理的三大關鍵問題—業(yè)務連續(xù)性、數據保護與數據洞察。