目前，还很少有企业在内部开展数据净化的工作，这主要是由两方面原因造成的： 净化数据是一个相对敏感的话题，这让很多CIO选择了回避；存储的成本在逐步降低，这给企业留存更多的数据提供了基础。但事实上，数据增长的速度已经大大超越了存储成本降低的速度，企业已经不能仅仅依赖IT技术来解决数据留存的问题。

　　在美国西卡罗莱纳大学，现在，信息部门已经为处理留存数据的问题设计了一整套的政策和指导方法。其实，西卡罗莱纳大学对数据的净化工作开展得也不是很早，早前他们也并没有意识到已经不能再完全依靠不断增加磁盘数量来存储不断增长的数据了。

　　一年半前，当部分法规遵从性计划在西卡罗莱纳大学开展以后，他们的系统专家Brent Zimmer便开始忙于与法律顾问和IT管理员们一起商量一个很重要的问题，那就是需要将哪些重要的数据资料保存下来，以及要将它们保存多久。

　　后来，他们发现，要决定留存哪些数据或是该丢掉哪些数据都是很困难的事情。因为企业深知，在法律诉讼阶段，迅速找到企业需要的各种信息是非常重要的。正因如此，这让很多企业和组织都忽略了一个普遍存在的问题——很多数据保存的时间过长了。

　　“以前，我们从来没有考虑过丢弃任何数据，即使在出现存储空间不足的情况下。”Brent Zimmer表示，“学校里很多人的电子邮件记录甚至可以追溯到1996年。”事实上，西卡罗莱纳大学的情况并不是什么特例，这种现象非常普遍，存储架构咨询服务公司GlassHouse Technologies的主管John Merryman也强调说： “很多企业和组织都保留了过多的数据，并且数据保存的时间也都过长了。”

　　当然，出现这种情况并不是没有原因的。“数据净化是一个很敏感的话题，因为人们通常会觉得在数据净化的背后会隐藏很多东西，这让很多CIO选择了回避。”John Merryman表示。

　　更何况，大多数企业认为，现在存储的成本很低，并且还会越来越低。这就导致了这样的现状——企业在购买越来越多的磁盘来存储越来越多的数据，而不是花时间去研究企业究竟需要哪些数据。可以说，企业越来越依赖于IT技术，并从技术的角度来解决问题； 而不再是从业务层面上出发，并从规章和制度上进行改革。

　　“不过，由于企业要管理的数据越来越多，这就难免会加大管理的难度并引发数据管理上的风险。每年20%到50%的数据增长已经让企业不得不改变原有的数据处理方式。”John Merryman说。据GlassHouse的调查显示，企业每保存1000GB的数据，就要为此花费100万到300万美元。“因此，即使企业想要留存有用的数据，也应该是越少越好。”John Merryman补充说。

　　同时，Gartner的调查报告也显示，数据的增长速度现在已经超过了存储成本的下降速度，这还不考虑留存数据所带来的其他成本。据Gartner的估算，每名员工平均每年产生10GB的数据，如果每GB存储需要5美元，那么一家拥有5000名员工的企业需要在五年的时间里付出至少125万美元的存储成本。

　　此外，由于很多企业还要将数据进行不同的备份，比如测试数据、操作数据以及灾难恢复备份等，因此数据膨胀的问题已经非常严峻。即使抛开成本问题，如果永久地保存所有数据，当企业需要调用这些数据信息时也会变得无从下手。

　　从最简单的步骤开始

　　现在，是企业该考虑净化自己数据的时候了。此外，制定有效的数据留存政策和指导方法对于企业净化数据的工作会很有帮助。当然，在净化数据的过程中不要大动干戈，而是要从最简单的步骤开始。

　　John Merryman建议，当企业解决数据留存问题时，尤其是开始对数据进行净化时，没有必要大动干戈。“企业不需要查看所有的数据，而是应该从应用程序或是业务层面以下的部分开始，制定政策和指导方法来决定该留下什么样的数据以及保留多久。”John Merryman说，“此外，要把政策以书面的形式表达出来，这样，理解和执行起来都会比较容易。”

　　很显然，在企业中会存在很多不同种类的数据，比如电子邮件数据、应用程序数据和文件数据等，最好能够按照一定的规则把它们分成10到30种类别，当然这种划分也不要过细。“此外，最好将规则制定得更宽泛一些，比如强调是将‘账户数据保存6年’，而不要说‘这份年度报告需要保存5年’。”Merryman建议说。

　　此外，除了将哪些数据保存是企业需要商榷的一个重要问题外，将数据保存多久也非常重要。据ESG的调查显示，在企业和组织中，文件、电子邮件以及数据库里的数据需要留存的时间在不断加长。ESG的分析师Brian Babineau介绍，大部分企业都将这几种数据留存4到10年的时间。

　　我们面前提到的西卡罗莱纳大学就是从最简单的步骤开始了自己的数据净化工作，事实证明这种方式很有效。他们首先设定了电子邮件、医疗记录和安保录像等数据留存和净化的政策，比如，校长和各学院院长的电子邮件数据保留7年，教授和普通教职员工的电子邮件数据保留3年。并且，他们把这些数据全部转移到了一个新的系统中，该系统使用的是Enterprise Vault存储管理软件以及Centera内容寻址存储阵列。

　　Zimmer介绍说，我们把数据转移到Centera内容寻址存储阵列上以后，主要存储成本减少了40%到50%.“在使用Centera磁盘阵列之前，我们主要是依靠磁带备份来保留数据的。由于是以每日快照的方式收集数据，某些数据很可能会在快照提取之后进入服务器，所以这种方式存在潜在的数据丢失风险。”Zimmer说，“即使需要的数据都能在磁带上找到，保留这些数据的成本也是非常高的，尤其是那些需要保留一年以上的数据。”

　　“并且，以前，有些时候为了给实验室寻找某个在磁带上保存着的电子邮件数据，IT部门的同事很可能要花上一个星期到两个星期的时间。”Zimmer补充说。

　　事实上，在研究Enterprise Vault能够带来多少投资回报的时候，西卡罗莱纳大学的IT部门粗略地估算了一下——以前，如果要恢复一个每月备份一次、保存了一年的员工电子邮件数据的话，起码要花费80个工时； 但在使用存储归档系统之后，这个时间将会减少到15到20分钟，而且还能确保准确无误地找到每一份电子邮件。

　　此外，现在，西卡罗莱纳大学的安保录像资料只保存30天； 而医学院病人的资料则需要在病人死后保存20年。而这些数据已经都不再保存在主存储器上，而是存档在Centera设备上，于是它们也就脱离了备份环境。