Een simpel back-upbeleid en een standaard dataherstelprotocol volstaan niet meer. Organisaties zijn tegenwoordig zó afhankelijk van data, dat ze voor het beheer ervan algoritmes en geautomatiseerde processen nodig hebben.
De kans is groot dat ook uw organisatie dagelijks een veelheid data verstouwt, uit de cloud en uit lokale systemen. Het liefst combineert u uiteenlopende gegevens tot nieuwe inzichten. Informatie over klanten, sensordata van de productiemachines, bankgegevens, marketingactiviteiten en dan graag superactueel en onderling gecorreleerd.
Bovendien moet deze informatie altijd beschikbaar zijn. Maar wat als dat tijdelijk of permanent niet het geval is? Bijvoorbeeld door servers die plat liggen, een onvolledige gegevensback-up. Reken dan maar op gefrustreerde medewerkers en teleurgestelde klanten. Elke minuut offline kost geld en een deuk in het imago.
Intelligent datamanagement
En dus streeft iedereen naar continue databeschikbaarheid. Systemen en processen moeten zodanig zijn ingericht dat u het uitvalrisico minimaliseert en incidenten razendsnel verhelpt zonder dat iemand iets merkt. Dat vraagt om meer dan alleen een plan voor back-up en herstel.
Continue beschikbaarheid van data vergt intelligent datamanagement, stelt co-ceo Peter McKay van Veeam, een leverancier van databeheeroplossingen. We spreken hem tijdens de gebruikersconferentie die het bedrijf eerder dit jaar in Chicago organiseerde. ‘Het inrichten van de back-up is slechts de eerste stap om je databeheer te optimaliseren voor extreem hoge beschikbaarheid, kwaliteit en beveiliging’, aldus de Amerikaan.
Vijf stappen
Het proces leidt volgens McKay in vijf stappen tot volledig geautomatiseerde handelingen aan de hand van algoritmes. Want voor optimalisatie moet je automatiseren, is zijn boodschap. Zoals automatisering van back-up en herstel, automatisering van tijdelijke uitbreiding van servercapaciteit en automatisering van antiransomware-maatregelen.
Het duurt nog wel even voordat algoritmes op grote schaal het datamanagement bepalen. McKay vertelt dat de meeste organisaties net hun back-up op orde hebben en nu nog stoeien met fase 2: het combineren van gegevens uit verschillende bronnen in een centrale dataset.
‘Het logisch combineren van grote hoeveelheden versnipperde data kost organisaties veel menskracht en geld. Ik spreek dagelijks organisaties die ermee worstelen. Het is een lastige taak om orde in je data te brengen, om te achterhalen welke data je hebt en waar alles staat. Maar besef dat het na deze fase minder lastig wordt’, aldus McKay.
De koplopers hebben inmiddels een manier gevonden om hun data en bronnen slim te ontsluiten. Het zijn vooral de organisaties in sectoren met strikte regels voor databeveiliging en privacy. Zij zijn bij de volgende fase aanbeland: het inzichtelijk maken van zaken als de bronlocatie, het datavolume en de bestendigheid van de infrastructuur.
Anticipatie
Pas met zulke inzichten wordt het mogelijk te anticiperen op al dan niet voorziene verstoringen in de beschikbaarheid van data. Anticipatie of orchestratie is volgens McKay dan ook de vierde stap naar intelligent databeheer. Zo kun je met een tool voor capaciteitsplanning het risico op systeemuitval en dataverlies minimaliseren. En een business continuity plan helpt je snel te schakelen als er toch iets gebeurt. In zo’n plan leg je de prioriteiten en noodzakelijke handelingen vast.
En daarmee zijn we aangekomen bij de vijfde en ultieme stap naar intelligent datamanagement: automation. Want wat als je de noodzakelijke handelingen bij verstoringen volledig automatisch laat uitvoeren? Wat als je de prioritering tijdens het dataherstel overlaat aan het algoritme? Automation voorkomt menselijke fouten en minimaliseert de tijd dat belangrijke toepassingen niet beschikbaar zijn.
Toekomstmuziek
Algoritmes die het datamanagement volledig uit handen nemen: we zijn er nog niet helemaal. Toch is zulke automatisering bepaald geen verre toekomstmuziek meer, meent McKay. ‘Over het algemeen zijn leveranciers nu nog bezig met de ontwikkeling van goede software voor orchestratie. Maar het duurt niet lang meer voordat grootschalige automation beschikbaar is. Misschien nog een jaar. Hoe verder we onze orchestration tools ontwikkelen, hoe dichter wij bij full automation komen.’
Leveranciers hebben de afgelopen tijd wel al stappen gezet in zulke automatisering. Bij Veeam gaat het daarbij voornamelijk om de geautomatiseerde beveiliging van data, vertelt Danny Allan. Hij is binnen het softwarebedrijf verantwoordelijk voor de productstrategie. ‘Een voorbeeld is onze intrusion detection tool. Die ziet malware beginnen en maakt automatisch direct een snap shot, een snelle kopie van de data. Ook hebben we voor een Nieuw-Zeelands datacenter een toepassing ontwikkeld die zorgt voor automatische overschakeling naar Australië, zodra sensoren een aardbeving registereren. Daar komt nu al geen mensenhand aan te pas.’
‘Maar er is zoveel meer mogelijk’, vervolgt Allan. ‘Onze it-monitoringtool is al voorzien van patroonherkenning voor het geven van suggesties en, later, voor geautomatiseerde handelingen.’ Hij vertelt dat hulpvragen aan de Veeam-helpdesk hiervoor belangrijke input bieden. ‘Klanten bellen als dingen niet werken. Vaak blijkt er een instelling niet goed te staan. Deze informatie komt in ons interne systeem terecht en gebruiken we om geautomatiseerde systeemsuggesties te ontwikkelen.’
Concurrentie
Ook de concurrentie is druk bezig met de ontwikkeling van geautomatiseerd datamanagement. Bert Sluijs, directeur of Systems Engineering NorthWest Europe bij Commvault, vertelt: ‘Ai en automation in datamanagement staan in de kinderschoenen. Het begon bij ons een tijd geleden met data analytics: het analyseren van data op basis van back-ups en snapshots.’
‘Inmiddels zijn we een stuk verder. Denk aan automatische waarschuwingen zodra het systeem merkt dat bepaalde gegevens zichtbaar zijn voor onbevoegde gebruikers. Of vroegtijdige herkenning van ransomware door plotse toename van het aantal datawijzigingen. En het vervolgens automatisch waarschuwen, afsluiten en terugplaatsen van back-ups.’
Sluijs vervolgt: ‘Het gaat dus al lang niet meer alleen om waarschuwingen en suggesties, maar ook om voorspellen, automatisch anticiperen en automatisch uitvoeren. Bijvoorbeeld aanpassing van policy’s op het moment dat je door groot cpu-gebruik en een grote back-up window bepaalde sla’s niet meer dreigt te halen. Dit doen we sinds kort geautomatiseerd.‘
Nederland en GDPR
In Nederland staan relatief veel organisaties open voor nieuwe technologie, zoals cloud computing en intelligent datamanagement, weet Niels Engelen. De Vlaming is global technologist bij Veeam. ‘Nederland kent best wat ‘early adopters’. In België is de markt terughoudender. Het zijn voornamelijk grote bedrijven met flinke budgetten die zich voorbereiden op geautomatiseerd databeheer. Anderen kijken vooralsnog de kat uit de boom. Vergelijk het met de aanschaf van een auto. Je maakt eerst een testrit en kijkt vervolgens welke keuzes anderen hebben gemaakt.’
De nieuwe Europese databeschermingsregelgeving GDPR versnelt volgens Engelen de ontwikkeling en acceptatie van intelligent databeheer. ‘Algoritmes en geautomatiseerd databeheer kunnen organisaties helpen om compliant te blijven. Bedrijven kloppen bij ons aan omdat ze niet weten waar hun data staan. Dit vergroot de kans op verlies of misbruik van gegevens aanzienlijk. Een intelligent platform maakt gestructureerde en ongestructureerde data inzichtelijk, bevordert procesoptimalisatie en draagt bij aan het stroomlijnen van workflowpolicy’s. Dit geldt natuurlijk niet alleen voor bedrijven in Europa, maar overal ter wereld. Ik verwacht dan ook dat GDPR een wereldwijd thema wordt.’
Na cybersecurity, klantenrelatiebeheer (crm: customer relationship management) en software testing is databeheer het volgende onderdeel waarbij algoritmes en automation de zaak overnemen. Technologie maakte alles complex en technologie zal voor de oplossing zorgen. Alles om gefrustreerde medewerkers, teleurgestelde klanten en die deuk in uw imago te voorkomen.
(Deze bijdrage is afkomstig uit Computable Magazine, editie 05/2018.)
Intelligent databeheer
Danny Allan (Veeam): ‘De potentie van intelligent databeheer is evident. De volgende stap dient zich aan: network intelligence. Ik zie enorme mogelijkheden voor software-defined networking en intelligente herkenning van afwijkingen van ‘de normaal’. Zoals opvallend gedrag van gebruikers en applicaties, maar ook externe beïnvloeding door bijvoorbeeld sensoren, het weer en de geopolitiek.’
Bert Sluijs (Commvault): ‘Er zullen steeds meer geautomatiseerde processen verschijnen om data op de beste locatie neer te zetten. Waar moet je de gegevens opslaan om de beste of voordeligste sla (service level agreement. Red.) te kunnen bieden? Automation zal ook worden ingezet om data actief te analyseren en te beoordelen. Zijn ze niet te oud? Wat is het nut om ze te behouden?’
