企业数据迁移过程中会有哪些担忧

　　现在，普通企业数据库的数据量是10到20年前的的1000到100万倍大小。这意味着与迁移相关的潜在停机时间将会增加很多倍。这已经不再是一个15分钟的时间了，它可能需要几个小时的停机时间，而数据问题需要被解决。难怪很多企业对数据迁移的风险以及相关的停机时间表示担忧。

　　企业知道他们需要更多地利用云，特别是做更有战略性和聪明的事情：高速、高容量的数据处理，以支持实时决策和复杂的自动化。今天产生的数据量也使得建立二级数据中心成本高得令人望而却步：进一步推动公司进入云计算。

　　但从这里到那里的痛苦仍然让人望而却步。他们的数据在传输过程中可能会发生什么，如果他们不能再获得访问，如果他们同时被其他地方使用，他们又怎么能继续使用实时数据呢？

　　越来越多的组织需要在数据中心、云之间移动数据，但是在迁移过程中的一个关键风险点是停机。根据451项研究的最新估计，大约60%的IT工作负载将在明年以某种形式的公共或私有云运行。IT项目在关键领域的增长尤其强劲，包括数据分析和核心业务应用。IDC、Gartner和Forrester的研究结果大致相同——云正在迅速成为中心，而不是一般IT供应的外围设备。

　　延迟也是一个问题。机房数据中心的建立非常接近于防止与网络传输相关的性能下降。但在云计算中，物理服务器场之间的距离并不在公司的控制范围内，因此性能问题——可能会降低数据可用性和协调——是一个重要的考虑因素。

　　在灾难恢复场景中，对停机时间的担忧也是有效的。当远程数据中心被调用以使实时系统恢复运行并快速运行时，CIO们就非常适合于担心停机时间或数据丢失——例如，近距离和远程系统之间的同步不足。

　　无论是日常的后台系统，还是那些与人工智能或物联网相关的雄心勃勃的新项目，组织都需要能够依赖于他们一直在处理的数据的可用性和完整性。

　　例如，对于无人驾驶汽车来说，所有各方（乘客、汽车制造商、保险公司和第三方服务提供商）都需要绝对保证，他们所连接的车辆仪器、传感器和基于云的平台将能够实时发送、接收、解释和处理数据。据估计，一个拥有传感器、相机和激光测量的无人驾驶汽车每秒可以产生100Gb的数据。

　　使用不断变化的数据集（不需要停机，也不中断）提供一个可行的服务的唯一方法是通过我们称为活动数据复制的东西。这允许实时数据同时存在于多个地方，不存在不同步的风险，也不需要在每个端点更新时中断。这种能力将使汽车制造商和服务伙伴能够分析和响应实时数据，了解车辆的运行情况，实时识别异常情况，并先发制人地确定需要采取哪些补救措施。

　　广西服务器存储服务商众鑫科技认为：

　　数据就是资产，对类似银行这样的行业，丢失数据就是丢失一切，甚至不能够忍受过长时间不能接触数据。但是上云是大势所趋，如何安全的不间断的讲数据迁移到云上，对企业IT管理人员是挑战，也是一个巨大的商机。