分布式架構馭數而行，海量數據方能有備無患

“過去會區(qū)分核心數據和非核心數據。現在是所有數據都很重要，所有數據都不能丟失?！比ツ晡錆h一家大型三甲醫(yī)院信息中心主任接受筆者采訪的觀點依然讓人記憶猶新。

無獨有偶，在產業(yè)數字化和數字產業(yè)化的雙輪驅動下，一個海量數據時代正加速到來。IDC《數據時代2025》白皮書就預測，到2025年全球數據量總和將達到175ZB；其中，來自中國的數據量預計未來五年年平均增長30%，并且到2025年將成為全球數據量最大的區(qū)域。

海量數據時代來臨，一方面為企業(yè)擁抱數字化、洞悉市場規(guī)律、挖掘數據價值提供了充分條件；另一方面，海量數據的存儲、備份、恢復等也給傳統備份方式、產品帶來了前所未有的挑戰(zhàn)。正如愛數公司所認為，數據大爆炸讓數據備不完、存不下、管理難愈發(fā)成為各行各業(yè)的新常態(tài)，而基于分布式架構的備份系統，正是應對海量數據備份恢復挑戰(zhàn)的那一副良劑。

為何繞不開一個“快”字

海量數據的產生離不開外部政策的強力導向和企業(yè)數字化轉型的內部強大驅動力。

以中國市場為例，《中國數字經濟發(fā)展白皮書（2020）》透露，數字經濟近年來成為經濟發(fā)展的又一引擎，其GDP占比逐年提升，在數字經濟的推動下，各行各業(yè)的數字化轉型明顯提速；而剛剛出爐的《十四五規(guī)劃》報告中，更是強調提升數字產業(yè)經濟占比的核心目標，全面推動建設數字中國和發(fā)展數字經濟。

同樣，海量數據的產生也離不開企業(yè)數字化轉型強大的內部驅動力。尤其是隨著數字化轉型進入到深水區(qū)，云計算、大數據、AI等數字化技術加速在業(yè)務場景中落地，極大地產生了豐富的數據。

那么，與過去相比，如何理解當前海量數據的規(guī)模？

用幾個簡單的數據來形象說明。例如，一家中型科技公司的開發(fā)測試環(huán)境往往達到上萬個虛擬機主機；交通、智慧城市等場景一年往往能產生超過10PB規(guī)模的數據量；銀行、保險等金融機構擁有超億個小文件……

各個行業(yè)用戶明顯感覺到數據量爆炸性的增長?！懊鎸Ａ繑祿絹碓蕉嘤脩舸嬖趥洳煌?、存不下、管理難的情況?！睈蹟礎nyBackup產品副總裁常華如是說。

具體來看，首先是用戶的數據總量呈現出指數級的增長趨勢，完全備份幾乎無法完成，哪怕用戶，精打細算、調優(yōu)海量備份任務的計劃調度，依然有觸碰到紅線的風險；其次，采用傳統備份架構體系，往往存在著N套備份系統對應N*N個備份客戶端的情況，使得管理備份任務變得異常復雜；最后，隨著數字化程度越來越高，用戶生產數據增速越來越快，但是規(guī)定的備份時間窗口沒有變，使得備份窗口壓力極大。

“傳統備份解決方案通常是采用串聯、堆疊的部署方式，現在已經很難適用海量數據的保護了?！背ＨA表示道，“解決之道就是分布式架構，通過分布式架構的易擴展、高吞吐和高可用，來實現海量數據備份恢復的以快制勝?！?/p>

分布式架構有何獨特之處

在數據保護領域采用分布式架構乃是順勢而為，順應了海量數據時代數據保護需求的變化。

分布式架構本身并不稀奇，之前在IT各個領域都有著廣泛的應用。那么，分布式架構應用在數據保護領域有哪些獨特之處，它又是如何實現易擴展、高吞吐和高可用來解決海量數據備份恢復的挑戰(zhàn)？

以愛數AnyBackup Family 7分布式架構為例，之所以能實現易擴展、高吞吐和高可用，不僅僅是其采用了Scale-Out橫向擴展架構，還在于其完成了從客戶端到底層備份介質端到端的優(yōu)化，針對備份恢復的每一個環(huán)節(jié)進行有針對性的優(yōu)化，從局部到整體完成與分布式架構的適配、調優(yōu)。

例如，在客戶端，針對虛擬化、數據庫、云平臺等工作負載，愛數提供了專有API，結合各種調優(yōu)算法，來實現海量備份性能的提升；又如，通過負載均衡，對于備份任務和備份容量進行多任務分發(fā)和合理分配，以達到一個整體最優(yōu)的性能。

“在六節(jié)點集群吞吐量測試報告中，備份吞吐率達到36TB/h，恢復吞吐率達到20TB/h?！背ＨA透露，“愛數AnyBackup Family 7分布式架構今年將實現單套備份系統最高支持32個節(jié)點，存儲池容量超過10PB。”

另外，存算分離架構也是愛數AnyBackup Family 7分布式架構的一大核心特征。存算分離架構的一大好處就是具有足夠的靈活性，當用戶規(guī)模越來越大之后，其對于靈活性要求也會提升，往往需要根據業(yè)務或者工作負載的需求來靈活擴展計算或者存儲，如果采用計算與存儲緊耦合的方式，計算與存儲擴縮容則極為不方便，無法滿足用戶業(yè)務對于靈活性的需求。

以愛數AnyBackup Family 7分布式架構為例，在其存算分離架構之中，分布式計算主要負責海量任務并發(fā)和負載均衡，完成各種任務的調度、匹配與優(yōu)化；而分布式存儲則通過多通道的并發(fā)和數據負載均衡，將接受過來的數據寫入到備份節(jié)點之中。

“存算分離架構，可以最大限度來提升備份與恢復的每個工作環(huán)節(jié)?！睈蹟礎nyBackup研發(fā)副總裁鄧平介紹道，“例如，分布式的SLA策略調度，針對保護任務、保護對象，采取不同的備份策略和周期?！?/p>

事實上，采用分布式架構的備份產品在實際業(yè)務場景中已經凸顯出其優(yōu)勢。以某省政務云平臺為例，其云主機的數據量已經達到1520TB，數據庫的數據量則達到了1641TB，整個平臺有數千個任務，并且依然保持著很高的增長速度，其每個備份域只需要部署一套備份系統即可完成日常的備份作業(yè)，所有39個節(jié)點通過一套運營管理產品就實現了全平臺的管理，極大簡化了日常管理工作。

從分布式架構帶來哪些啟示

哈佛大學管理學教授克里斯坦森在《創(chuàng)新者的窘境》中認為，創(chuàng)新關鍵不僅僅在于技術進步或者科學發(fā)現，更加關鍵的是在于對市場需求變遷的主動響應。

毫無疑問，海量數據時代，用戶對于備份恢復的需求變化就是“快”，在時間窗口有限的情況下完成對于不斷增長的海量數據的備份、管理與恢復。

這種趨勢直接驅動著以愛數為代表的公司將分布式架構創(chuàng)新應用在備份產品之上，并且以全局的視角，以及著眼于備份恢復每一個環(huán)節(jié)的優(yōu)化，來實現“快”這個目標。

面向未來，“快”始終是數據備份恢復的核心目標，分布式架構在數據保護領域的創(chuàng)新還會有巨大的空間，以真正實現海量數據的有備無患。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。