第三章 OS与存储
孤立的做存储硬件是没有意义的，对用户来说，考虑的是应用的问题，而不仅是硬件和容量。很少看到有存储的培训讲过操作系统和数据库，因此下决心写这一章节。写的很基础，也很辛苦，不过我觉得还是有意义的！本章与将介质的上一个章节通过某些相通的概念连接在一起，尤其是sector的概念。
原创
2009-06-10 12:27:24
756阅读
1评论
第四章 阵列技术
写这部分最大的收获是把RAID的概念的算法基本搞清楚了。水平原因，对通道技术、Lun masking/mapping等讲解的不够。如果哪位高手有相关资料补充完整，就更好了。
原创
2009-06-10 12:28:44
489阅读
1评论
第六章 存储应用
不好写的部分。由于我自己偏容灾备份技术，所以重点也放在了这里。以后有时间再完善吧！
原创
2009-06-10 12:52:50
620阅读
1评论
第二章 存储介质
有很多做存储的人其实并不了解磁盘，包括我自己，呵呵！写这部分片子的时候把遍历了google上所有能看懂的资料。最大的收获是把一些模糊的概念搞清楚了。
原创
2009-06-10 12:25:26
403阅读
点赞
3评论
第五章 网络存储
写的有点乱！也有点儿浅。慢慢完善吧。
原创
2009-06-10 12:51:24
550阅读
1评论
1.1.
国家及各行业对容灾的要求
1.1.1. 可参考法规及规范
从2005年开始，我国政府及国内主要金融行业的监管机构陆续下发了关于容灾的管理法规和规范，以加快推动重要企业实施灾难恢复工程，以降低损失风险。各指导性文件指明了灾难恢复工作的流程、灾备中心的等级划分及灾难恢复预案的制定。部分行业规范还包括了RTO/RPO等指标的细节要求。
可参考文
原创
2009-06-10 10:52:37
793阅读
UIT针对XXXX数据库容灾的选型建议
目前，XXXX在数据库容灾规划中，考察Oracle Dataguard和Realsync两种产品。本文是应XXXX要求，将两种产品进行简要的技术对比，供用户选型参考。
在写技术对比之前，我们希望先从具体产品之外的角度为用户提供一点建议，说些题外话。我们的这些看法是建立在UIT公司对XXXX及广电行业长期接触了解的基础上，以及我们自身对容灾领域不断探索、研究的
原创
2009-06-10 12:10:33
1120阅读
1评论
UIT信息容灾概论. 1
前言. 2
1. 正确认识容灾. 3
1.1. 容灾的概念与意义. 3
1.2. 容灾系统的主要设计指标. 5
1.3.
原创
2009-06-10 10:47:15
1500阅读
2评论
基于国标规范GB/T20988 备份介质场外存放。
备用数据处理系统
—
备用网络系统
—
备用基础设施
有符合介质存放条件的场地。
专业技术支持能力
—
运行维护管理能力
a) 完全数据备份至少每周一次；
b)
原创
2009-06-10 11:05:46
763阅读
第4级 电子传输及完整设备支持
要素
要求
数据备份系统
a) 每天多次利用通信网络将关键数据定时批量传送至备用场地。
备用数据处理系统
配备灾难恢复所需的全部数据处理设备，并处于就绪状态或运行状态。
备用网络系统
a) &n
原创
2009-06-10 11:07:05
673阅读
1. 数据的分类及特点
数据的有效保护是容灾的关键、谈到数据容灾保护技术，我们首先要对数据有一个简单的分析。
从数据用途角度来说，一般可将需要保护数据分为系统数据、基础数据、应用数据、临时数据。
系统数据主要是指操作系统、数据库系统安装的各类软件包和应用系统执行程序。系统数据在系统安装后基本上不再变动，只有在操作系统、数据库系统版本升级或应用程序调
原创
2009-06-10 11:13:27
637阅读
1. 业务系统与容灾系统之间的距离
Ø 允许有多少数据被丢失，RPO指标
Ø 距离；
Ø &
原创
2009-06-10 11:31:48
723阅读
说到英特尔与UIT（创新科存储技术有限公司）之间的亲密合作关系，甚至可以用“老夫老妻”来形容。从三四年前开始，UIT就与英特尔在芯片层面展开了深入合作。这之后，双方的合作又延伸至存储系统、行业应用和市场宣传等多个领域。UIT在实现全球化营销的过程中，英特尔也贡献了大量资源。2011年4月28日，英特尔投资（Intel Capital）宣布注册UIT，双方的合作关系再
原创
2011-05-03 05:19:27
569阅读
大数据啊大数据！浪尖浪尖聊大数据开始本文之前，希望大家参与一下下面的投票。做这个投票的主要原因是最近经常有找浪尖咨询大数据，自学，培训及找工作的事情，问题归类如下：大数据要不要培训自学一段时间，发现很痛苦，没人指导想放弃，培训费用太高了培训发现跟不上，举步维艰培训结束了，为啥面试机会甚少下面分类回答一下。1.大数据需要培训吗？对于java老鸟，因为有比较强的编程经验，可以买点视频或者找大牛付费专栏
原创
2021-03-19 13:47:02
10000+阅读
我上大学时那时候安卓的版本才到安卓4.4,在智能手机出来普及以前,各大网站的数据量并没有那么多,但是随着智能手机的普及,互联网巨头家里的数据呈现几何级增长,像什么微博,微信,视频网站的数据;需要找到合适的存储方式—>>分布式存储架构,可以水平扩展,实现存储数据类型多样化,二维可以实现高容错高吞吐量,轻松实现大文件存储(支持P级别的
原创
2023-03-15 11:01:42
328阅读
1.大数据对思维方式的影响是使得分析全样而非抽样、效率而非精准、相关而非因果。 2.区别：大数据侧重于对海量数据的存储、处理与分析，从海量数据中发现价值，服务于生产和生活；云计算本质上旨在整合和优化各种IT资源，并通过网络以服务的方式廉价地提供给用户；物联网的发展目标是 实现物物相连，应用创新是物联网发展的核心。 联系：从整体上看
UIT UDMS与IBM SVC 5.1对比.
二者都属于带内虚拟化架构设计，使用标准的服务器作为控制器载体.
SVC 1U服务器规格，扩展能力有限.
虚拟化控制器端口即可作为前端主机端口，亦可作为后端存储端口；
UDMS使用主流性价比高的硬件，SVC使用SSD，4口光纤卡等高成本硬件；
原创
2010-06-23 11:05:49
2016阅读
