面對雜亂的數據和頻繁的報錯，你有沒有一瞬間想過，要是所有工作都能自動完成就好了。在混合場景中管理云規(guī)模的分布式環(huán)境并非易事，資源和預算的限制更是為此增添了難度。

事實上，借助AI和機器學習技術驅動的先進平臺，企業(yè)可以簡化監(jiān)控、推進大規(guī)模自動化操作、提升操作就緒狀態(tài)，從而更好地應對網絡事件。本篇文章將深入探討Commvault如何利用AI和機器學習來簡化和自動化數據平臺操作，實現更具彈性的數據保護環(huán)境。

自動化操作：省心、省力

隨著企業(yè)部署的應用增多，數據量也不斷擴張。然而，一天只有24個小時，每天可以用于保護這些數據的時間仍然是相對固定的。傳統(tǒng)的備份計劃依賴于靜態(tài)的規(guī)則和計劃，往往會造成復雜的配置或效率低下，包括作業(yè)運行時間不理想、作業(yè)等待時間過長、備份窗口超時等等。

Commvault的數據平臺采用更高效、更智能的算法來應對該挑戰(zhàn)。它使用基于時間序列的機器學習來預測作業(yè)運行時間，從而調整排序，優(yōu)化作業(yè)日程。根據業(yè)務需求，該平臺可以計算所需的RPO，確保每個工作負載都能夠獲得適合的優(yōu)先級排序，盡可能減少數據保護窗口。整個過程無需用戶付出精力進行人工決策。

面對數據量增長或業(yè)務需求變動，數據保護環(huán)境也必須進行相應調整，這要求數據保護基礎設施具備一定的靈活性來適應不同的環(huán)境和需求。企業(yè)可以自動化該適應過程，避免決策延遲導致的基礎設施成本增多。Commvault的數據平臺采用機器學習技術實時評估數據保護需求，分析數據隨時間變化的增長趨勢，預測所需的計算資源以滿足設定的服務水平協(xié)議，并根據需要自動做出增加或減少計算資源的決策。

簡化監(jiān)控：AI幫你“劃重點”

在大型企業(yè)環(huán)境中，僅僅是日常運營活動的監(jiān)控就可能讓人手忙腳亂。在這種復雜莫測的環(huán)境中，錯誤的出現在所難免，其中一部分可能是暫時性的錯誤，無需立即進行人工干預就可以解決，另一部分則不然。如果不將這兩種錯誤區(qū)分開來，我們可能無法及時對后者進行干預。

Commvault的平臺使用機器學習分析日常備份操作行為，學習什么是常見操作，然后在出現異常高的故障率或作業(yè)完成延遲時觸發(fā)智能警報，從而降低操作開銷和干擾，讓管理員能夠專注在關鍵問題上。

除了日常運營活動，Commvault的這項能力還可以應用在數據保護環(huán)境中。在典型的數據保護環(huán)境中，每天都會發(fā)生成百上千起事件，同樣，這些事件并非全部都需要人工檢查。企業(yè)可以借助Commvault平臺識別這些事件和事件時間線中的模式，并根據類型、來源和特性對其進行分類，確定哪些事件有必要進行人工檢查。它還可以生成“重點事件”視圖，過濾掉常見錯誤，突出顯示異常事件，簡化監(jiān)控流程，讓管理員能夠迅速處理關鍵任務。

操作就緒：及時告警、提前規(guī)劃

為了滿足業(yè)務恢復或勒索軟件恢復需求，企業(yè)需要確保數據保護環(huán)境的健康和就緒性。Commvault的用戶可以設定符合自己需求的RPO、RTO的SLA，并可以在出現影響這些SLA實現的偏差時收到警報。這種積極主動的自動化方法可以盡量降低SLA違規(guī)風險，幫助企業(yè)為關鍵情況做好準備。

Commvault也可以通過使用機器學習技術分析企業(yè)的歷史消費模式，再結合當下變化，預測企業(yè)未來的存儲需求。這可以簡化企業(yè)的規(guī)劃工作，幫助企業(yè)提前做好調整存儲容量的準備。在如今的混合環(huán)境中，企業(yè)可能會面臨意想不到的硬件交付供應鏈挑戰(zhàn)，這種存儲基礎設施的就緒狀態(tài)對恢復就緒的實現來說非常重要。

AI和機器學習不僅僅是“裝點”產品的一項“門面”，而是能夠提供實用功能，并真正推動現代化平臺實現的先進技術。Commvault對AI和機器學習持續(xù)投入，采取全面的方法來創(chuàng)建一套具有凝聚力的產品和功能。如今，這些功能已經成功應用，幫助Commvault的客戶打造彈性的數據保護環(huán)境，在未來，Commvault還將繼續(xù)推進這些能力的創(chuàng)新，助力企業(yè)守護數據安全。

審核編輯：湯梓紅