Восстановление данных *

Привет, Хабр! Сегодня расскажем о том, как наш Кибер Бэкап Облачный позволяет защищать виртуальные машины, работающие на облачной платформе Yandex Cloud.

Привет, Хабр! Сегодня рассмотрим самые популярные вопросы, с которыми пользователи Кибер Бэкапа обращаются в техническую поддержку.

На стабильную работу ИТ-инфраструктуры компании в локальном дата-центре влияет много факторов: резервирование по схеме N+1, работа инженерных систем, экспертиза технических специалистов. Однако есть и внешние. К ним относится отказ оборудования, природные катаклизмы и геополитические конфликты.

В статье мы рассказали, как специалисты ITGLOBAL.COM запустили резервную площадку для восстановления данных после сбоев (Disaster Recovery) в облаке для ГК «Интерлизинг». А на YouTube выпустили видео с интервью участников проекта.

Привет, Хабр! Сегодня расскажем о том, как в нашей СРК Кибер Бэкап можно хранить резервные копии в облачном S3-хранилище Yandex Cloud. Благодаря совместному с Яндексом решению это стало еще проще и доступнее.

В предыдущей части мы познакомились основными компонентами СРК Кибер Бэкап и их назначением. Также мы обсудили рекомендации по установке и использованию продукта в небольших компаниях. Сегодня мы, Дмитрий Ермолаев и Алексей Федоров, затронем вопросы установки и использования Кибер Бэкапа в компаниях малого и среднего бизнеса. Примечание: если вы читаете не с начала, рекомендуем познакомиться с описанием компонентов Кибер Бэкапа в первой части цикла.

Привет, Хабр! Меня зовут Иван, и сегодня мы поговорим о восстановлении из резервной копии физических серверов при полной потере данных, включая саму операционную систему (bare-metal restore, BMR). 

Привет, Хабр! В этой и последующих публикациях мы, Михаил Левицкий и Алексей Федоров, расскажем про ленты как устройства и носители для хранения данных, поговорим о том, какие они бывают, как используются и как происходит резервное копирование и восстановление с лент в нашем продукте Кибер Бэкап. Надеемся, что вам будет также интересно читать, как нам, когда мы готовили этот материал. Итак, поехали. 

Привет Хабр! Сегодня мы, Алексей Федоров и Дмитрий Ермолаев, поговорим о том, как развернуть у себя нашу систему резервного копирования (СРК) Кибер Бэкап - какие компоненты системы обязательны к установке, а какие опциональные, какие настройки использовать, какие данные куда сохранять, как планировать объемы хранилищ и на что следует обращать внимание.

Сейчас в ИТ полным ходом идет повсеместный переход на полностью отечественные программные решения (или на свободно-распространяемые решения и решения с открытым кодом). И как часть этого процесса стали появляться задачи, связанные со сменой платформы виртуализации, например, с переходом с VMware (vSphere), Microsoft (Hyper-V) или Citrix (Xen) на что-то российское. Такие задачи могут решаться вручную или автоматически - все зависит от количества виртуальных машин и навыков ИТ-специалистов. При переносе вручную мы пользуемся средствами, предоставляемыми платформами виртуализации, а одним из вариантов автоматизации процесса перехода может быть какой-то специализированный инструмент или ... СРК, например, наш Кибер Бэкап. Об этом и поговорим ниже. 

Всё началось с того, как один мой друг пожаловался, что его телефон каждые несколько секунд выполняет запрос к одному и тому же приложению. Сначала я предположил, что телефон заражён вирусом, но через пару минут стало ясно, что все запросы поступали от приложения Swing VPN, которое было обычным образом установлено в телефон как VPN-сервис. Оно делало запросы к одному веб-сайту, которым мой друг никогда не пользовался, а в полезной нагрузке запроса находились конкретные данные с целью отправки запросов к конечной точке, требующей большого объёма ресурсов этого сайта.

Моя история

Привет, Хабр! Меня зовут Иван, я системный архитектор в компании Киберпротект. Сегодня, как и обещали во вводной статье, расскажем про платформу OpenStack и как мы сделали ее поддержку в нашем Кибер Бэкапе 16.

Привет, Хабр! В статье хотел бы поделиться своим опытом восстановления данных (на самом деле, всего одной фотографии), который перерос в любопытный кейс применения методов машинного обучения для решения задачи реконструкции файлов изображений. Думаю, что проблема с восстановлением удаленной информации с носителей весьма актуальна для читателей Хабра (и обычных юзеров, и целых компаний), поэтому поделюсь некоторыми наработками. Все это - под катом.  

Сегодня я хотел бы рассказать вам о небольшой, но полезной утилите под названием «regru‑snapshoter».

Это инструмент, который позволяет создавать снимки виртуальных машин на платформе REG.RU.

Привет, Хабр! 25 апреля вышла новая версия нашей СРК - Кибер Бэкап 16. В этой версии основной фокус был направлен на расширение функций для приложений СУБД PostgreSQL/Postgres Pro и коммуникационной платформы CommuniGate Pro, а также на развитие поддержки платформ виртуализации: добавлено резервное копирование OpenStack. 

Привет, Хабр! Меня зовут Евгений Абрамкин, я руководитель поддержки третьего уровня в направлении омниканальных решений Лиги Цифровой Экономики. Моя команда — последняя «инстанция» во флоу по решению инцидентов. Мы пишем доработки и фиксы, чтобы победить проблему клиента, а еще предоставляем оптимальную конфигурацию для системы, которая передана в эксплуатацию или требует масштабирования. Это может быть кластер Elasticsearch, балансировщики nginx или что поинтереснее — распределенная NoSQL СУБД Apache Cassandra.

В современном мире большинство бизнес-процессов связаны с обработкой больших объемов данных, получаемых от различных источников. Часто эти данные содержат ошибки, дубликаты и пропуски, что может привести к неверным выводам и решениям. Одним из инструментов, которые позволяют очистить и преобразовать данные, является библиотека pandas для языка программирования Python.

Я собираюсь рассмотреть задачу по очистке данных с помощью pandas. Для этого возьмем данные, содержащие дубликаты строк, неправильные типы данных, пропуски и отрицательные значения. Затем я буду использовать функциональные возможности pandas для очистки и преобразования этих данных в форму, пригодную для дальнейшего анализа.

Предположим, у вас есть набор данных, содержащий информацию о продажах компании за последние несколько лет. Но данные не очень чистые, и вы заметили, что есть некоторые проблемы с форматированием и некоторые строки содержат ошибки.

Задача: Необходимо очистить данные о продажах компании за последние несколько лет с помощью библиотеки Pandas.