【TechTarget中国原创】数据分类工作需要双管齐下。公司必须先了解其应用程序和数据的价值，才能以合适的服务级别存储和保护数据。事实上，数据分类就是根据存储结构调整企业程序。听起来很容易，其实很难，原因在于公司无法准确定位所有数据，也就无法正确分类或明确数据的商业价值。数据分类工具可以克服这些障碍：帮助企业找出数据，然后根据用户定义的规则重新定位数据。数据分类以后，许多工具可以将数据移动或者迁移到合适的存储子系统中。

　　数据分类工作不能仅由IT人员完成。只有了解数据的商业价值，才能准确无误地将数据分类，这需要法律、生产、人力资源、金融等业务部门的积极参与。首先，应在纸上列出数据分类过程，然后由分类工具高效、自动地完成分类任务。

　　市场上可供选择的数据分类工具多种多样，每种都具备索引、查找、策略管理和迁移等功能。在阅读下文列举的数据分类工具购买标准之前，你应该回想一下在购买分层存储时需要考虑哪些问题。列举了应考虑的事项以后，你就会发现许多说明书都能帮助你比较Abrevity、EMC Corp、Index Engines、StoredIQ等供应商的数据分类工具。

　　分类工具支持哪些文件类型？一旦你清楚地了解需要支持多少种文件类型，就选择的数据分类工具就应该能处理这么多种文件类型。同理，选择的工具应该完全支持结构化和非结构化数据。有些工具只能处理结构化数据或非结构化数据，或者只是针对某种特定的应用程序（如数据库），就无法满足你的长远需求。大多数工具能同时处理结构化和非结构化文件阵列。例如，Abrevity公司的FileData Classifier软件能处理上百种文件类型，其中包括微软的Office文件、PDF文件、电子邮件、SQL或Access等数据库，以及各种图像文件。否则，有些文件就得不到分类，也就无法正确存储。

　　分类工具如何支持规则集和自动化？所有的数据分类工具都会依赖一组规则来驱动分类引擎。早期的数据分类工具依靠公司内置的规则集，不过目前大多数工具能够输入既定的规则集（例如，支持医疗或法律行业）。你应该判断修改或者使用既定规则集，能否满足你的具体需求。例如，Arkivio公司的自动存储（auto-stor）产品包含标准分类目录，但是当需求变化时，可以改变类别或者增加类别。并非所有情况下都能实现手动分类。Kazeon Systems公司的信息服务器（Information Server）允许用户和管理员对某种文件（由搜索引擎或报告决定）实行手动分类，而EMC公司的Infoscape则不支持手动分类功能。

　　分类工具支持分层存储和数据迁移吗？高达20%的企业数据没有受到足够保护。企业在服务级别上无法获取这些数据，因此需要很长时间才能恢复这些数据。相反，高达60%的数据受到过度保护——这些数据保存在价格不菲的存储中，复制次数远远大于其商业价值。这就会导致存储成本过高。寻找能够在存储层之间迁移数据的分类工具，这样各种类型的数据在分类以后都能获得合适的服务级别。这么做技能维持存储性能，又能降低成本。如果分类工具不具有数据迁移功能，就应该确保该工具支持第三方数据迁移器。请注意：由于迁移中的数据会与其它存储竞争网络流量，因此迁移过程在一定程度上会影响网络性能。

　　分类工具的性能和扩展性如何？大企业可能需要分类和迁移几百万甚至几十亿的文件。数据分类工具支持的文件数量通常有一定的限度，因此应选择数据量符合要求、而性能水平又不逊色的工具。接下来就应了解分类工具如何从文件数量和规模方面处理数据。一些工具可能善于处理大量的小型文件，另一些则可能适合处理少量的大型文件。数据量会快速增长，因此分类工具应能满足未来数据卷的需求。

　　分类工具的异构水平如何？数据分类工具必须与存储环境中的其它平台相互作用。例如，如果数据分类工具没有迁移功能，就需要与其它策略管理器或数据迁移器一起工作。同时，分类工具应支持现有的存储平台。如果你的数据分布在三个不同的存储系统中，那么分类工具就需要同时与三个系统兼容，才能进入系统完成工作；否则，分类工具就无法完全实现价值。建议在实验室进行测试，验证性能和互操作性。