Skip to main content
AI Data Engine
Die deutsche Sprachversion wurde als Serviceleistung für Sie durch maschinelle Übersetzung erstellt. Bei eventuellen Unstimmigkeiten hat die englische Sprachversion Vorrang.

Workflows zur Speicheroptimierung in AI Data Engine

Beitragende netapp-dbagwell
Änderungen vorschlagen
PDFs

Diese AI Data Engine (AIDE) Workflows führen von der Identifizierung eines Storage Problems im Dashboard über die Untersuchung und Maßnahmen bis hin zu einer fortlaufenden Überwachungsrichtlinie. Jeder Workflow folgt demselben Ablauf: das Dashboard prüfen, untersuchen, Maßnahmen ergreifen und eine Richtlinie speichern.

Kalte Daten identifizieren und darauf reagieren

Szenario

Im Dashboard sehen Sie, dass eine Storage Ressource eine große Menge an als kalt gekennzeichneten Daten enthält. Auf diese kalten Dateien wurde innerhalb des konfigurierten Schwellenwerts für kalte Daten, der standardmäßig ein Jahr beträgt, nicht zugegriffen. Sie können diesen Schwellenwert in "Einstellungen zur Datenklassifizierung" ändern.

Schritte

  1. Wählen Sie in "das Dashboard" die Ressource mit der höchsten Konzentration an kalten Daten aus, und wählen Sie dann Investigate.

  2. In "Untersuchung" wird der Filter Zuletzt aufgerufen so eingestellt, dass er dem konfigurierten Schwellenwert für kalte Daten entspricht (Standard: 1+ Jahr), und die Ressourcen werden bestätigt.

  3. Die Ergebnisse werden geprüft, um "ob es getaggt, archiviert oder gelöscht werden soll"die passenden Dateien zu ermitteln.

  4. Wenn sich eine fortlaufende Überwachung dieser Ressourcen lohnt, "Der Filtersatz kann als Richtlinie gespeichert werden" damit Sie benachrichtigt werden, wenn neue Dateien kalt werden.

Veraltete Daten erkennen und darauf reagieren

Szenario

AI Data Engine stuft Dateien als veraltet ein, wenn sie länger nicht geändert wurden als der in Ihrem Unternehmen festgelegte Schwellenwert für Veraltung (Standard: drei Jahre).

Hinweis Sie können diesen Schwellenwert in der "Einstellungen zur Datenklassifizierung" ändern.
Schritte

  1. Anhand von "das Dashboard" lässt sich eine Ressource mit signifikanten veralteten Daten identifizieren.

  2. Wenden Sie in "Untersuchung" den Filter Zuletzt geändert an, der auf Ihren Schwellenwert für veraltete Daten festgelegt ist (Standardwert 3+ Jahre).

  3. Die Ergebnisse werden geprüft, um "ob es getaggt, archiviert oder gelöscht werden soll"die passenden Dateien zu ermitteln.

  4. "Der Filtersatz kann als Richtlinie gespeichert werden" um diese Ressourcen über nachfolgende Scans hinweg zu verfolgen.

Einhaltung der Datenaufbewahrungsvorschriften gewährleisten

Szenario

Ihre Organisation verlangt, dass Dateien, die älter als ein bestimmtes Alter sind, auf ihre Aufbewahrung hin überprüft werden. Die Standardaufbewahrungsschwelle in AI Data Engine beträgt sieben oder mehr Jahre seit der Dateierstellung. Sie können diese Schwelle an die Compliance- und Aufbewahrungsrichtlinien Ihrer Organisation anpassen.

Hinweis Dieser Schwellenwert lässt sich unter Konfiguration > Allgemeine Einstellungen konfigurieren.
Schritte

  1. Wenden Sie in "Untersuchung" den Filter Zuletzt erstellt an, der auf Ihren Aufbewahrungsschwellenwert (Standard: 7+ Jahre) festgelegt ist.

  2. Die Ergebnisse sollten vor dem weiteren Vorgehen mit den relevanten Beteiligten abgestimmt werden. Dateien, die mit einer Aufbewahrungskennzeichnung versehen sind, werden häufig überwacht, anstatt automatisch gelöscht zu werden.

  3. "Erstellung einer Richtlinie" mit einer reinen Überwachungs- oder E-Mail-Benachrichtigungsaktion, sodass Sie eine Warnung erhalten, wenn neue Dateien den Aufbewahrungsschwellenwert erreichen.

Doppelte Dateien finden und entfernen

Szenario

Mehrere identische Kopien derselben Dateien befinden sich auf verschiedenen Volumes oder Freigaben, ein häufiges Problem in Umgebungen mit Backup-Aufträgen, Datenmigrationen oder gemeinsam genutzten Projektordnern.

Schritte

  1. In "Untersuchung" wird Unstructured ausgewählt, und anschließend werden die Details einer Datei geöffnet, bei der Kopien vermutet werden, beispielsweise einer Datei aus einer kürzlich durchgeführten Datenmigration.

  2. Über Details anzeigen neben Duplikate werden jede Kopie der Datei und ihr Speicherort angezeigt.

  3. Anhand der übereinstimmenden Dateien und ihrer Speicherorte lässt sich feststellen, welche Kopien redundant sind.

  4. Nach Auswahl der redundanten Dateien folgt die Auswahl von Duplikate bereinigen.

  5. Unter Aktion erfolgt die Auswahl über Löschen. Die Kopie ist mit der Option Zuletzt geändert beizubehalten, am ursprünglichen Speicherort ist ein Breadcrumb zu hinterlassen, und Senden ist auszuwählen. Anschließend ist die Löschung im Dialogfeld zu bestätigen. Einzelheiten sind unter "Doppelte Dateien untersuchen und bereinigen" zu finden.

  6. "Erstellung einer Richtlinie" um die Ansammlung von Duplikaten im Laufe der Zeit zu verfolgen und Benachrichtigungen zu erhalten, wenn die Anzahl zunimmt.

Zielbereinigung durch den Dateninhaber

Szenario

Daten, die die Grenzwerte für veraltete und nicht mehr verwendete Daten in Ihrem Unternehmen erfüllen, sind auf viele Eigentümer verteilt. Die Identifizierung der Dateneigentümer mit den meisten Dateien in diesen Kategorien hilft Ihnen dabei, die Datenbereinigung zu priorisieren.

Schritte

  1. Unter "das Dashboard" ist die Tabelle „Top consumers by reclaimable storage“ zu finden.

  2. Durch Auswahl einer Besitzerzeile wird "Untersuchung" geöffnet, gefiltert nach den Dateien dieses Besitzers.

  3. Die Ergebnisse prüfen und über "ob es getaggt, archiviert oder gelöscht werden soll"Dateien entscheiden.

  4. "Der Filtersatz kann als Richtlinie gespeichert werden" zur Überwachung, wie sich die potenziell rückforderbaren Daten dieses Eigentümers im Laufe der Zeit verändern.