王小妮

[摘 要] 當今社會數(shù)據(jù)的存儲備份已經(jīng)變得越來越重要。數(shù)據(jù)量的爆炸性增長、數(shù)據(jù)對支撐核心業(yè)務的重要性以及大數(shù)據(jù)的潛在商業(yè)價值都值得用戶在保護數(shù)據(jù)方面持續(xù)地大力投入。針對數(shù)據(jù)的可靠性，分析了多層次級別確保數(shù)據(jù)可靠性的方法，并通過數(shù)據(jù)進行了可靠性分析。隨著備份技術(shù)的發(fā)展、各類存儲設(shè)備以及新型數(shù)據(jù)安全技術(shù)的進步，該領(lǐng)域正在走向一個新的高度。

[關(guān)鍵詞] 數(shù)據(jù)；存儲；備份；高可靠性；多層次

[中圖分類號] C931；TP391.1 [文獻標識碼] A [文章編號] 1673 - 0194（2014）15- 0104- 03

1 引 言

我們生活在一個數(shù)據(jù)信息的時代，隨著技術(shù)的發(fā)展、信息的海量增長以及相關(guān)法規(guī)的出臺，數(shù)據(jù)備份并沒有變得簡單，相反卻是越來越復雜了。2013年IDC數(shù)據(jù)顯示，2010年全球數(shù)字信息總量將達到1.2 ZB（1ZB = 1021GB），2012年達到2.8ZB。IDC預計到2020年，全球數(shù)字信息總量將達到40ZB。全球數(shù)據(jù)的海量增長已經(jīng)達到當前的存儲極限。當前，全球數(shù)據(jù)存儲每年以60%的速度遞增。如此巨大的數(shù)據(jù)量，當然需要妥善保存，有些數(shù)據(jù)也許目前的價值并不很大，而誰又能保證將來某天它不能發(fā)揮巨大作用呢？備份是各項存儲工作的基礎(chǔ)，如果這個基礎(chǔ)沒有打好，那么其他各類高級的存儲應用都無從談起。隨著更多備份軟件廠商在中國業(yè)務的日益壯大，中國備份用戶的選擇也變得越來越多。加上數(shù)據(jù)盜竊、系統(tǒng)入侵以及一系列技術(shù)或業(yè)務上問題的涌現(xiàn)，用戶面臨的困惑越來越多。

2 數(shù)據(jù)備份概述

2.1 備份重要性

備份是存儲領(lǐng)域最根本的基礎(chǔ)。Gartner曾經(jīng)將整個存儲領(lǐng)域劃分為數(shù)據(jù)管理與數(shù)據(jù)保護兩部分，其中數(shù)據(jù)管理的部分涉及各類在線磁盤存儲，而數(shù)據(jù)保護則包括備份與歸檔（存儲介質(zhì)以磁帶為主），由于歸檔所占比例較低，因此一提到數(shù)據(jù)保護大家首先想到的就是備份。隨著信息社會的不斷發(fā)展，數(shù)據(jù)丟失的風險也在發(fā)生變化，IDC的統(tǒng)計數(shù)據(jù)表明，數(shù)據(jù)丟失的主要風險存在于如下幾個方面：人為錯誤（38%）、硬件損壞（20%）、突然斷電與電流波動（12%）和病毒攻擊（10%），這幾項之和占到了所有數(shù)據(jù)丟失風險的80%。這些數(shù)字讓我們可以輕松反駁下面幾個錯誤觀點。

（1）服務器存儲容量越來越大，沒有必要進行備份了。服務器的主要功能是進行事務處理，數(shù)據(jù)存放得越多，數(shù)據(jù)丟失的風險越大。

（2）集群等于備份。同樣，集群解決的仍然是事務處理的問題，另外，如果一臺服務器受到病毒攻擊，一般會遍及所有服務器。

（3）拷貝、復制等于備份。當數(shù)據(jù)從服務器中轉(zhuǎn)移到專業(yè)的存儲設(shè)備中后，為了提高可用性以及災難恢復的及時性，一般會進行基于磁盤系統(tǒng)的拷貝復制，由于價格昂貴，一般只保存經(jīng)常應用的數(shù)據(jù)，大規(guī)模的數(shù)據(jù)保護任務則很難承擔。

（4）VTL（Virtual Tape Library，虛擬磁帶庫）可以取代傳統(tǒng)磁帶庫。VTL仍然是基于磁盤的解決方案，上述的幾項風險它都無法避免。此外，為了保持數(shù)據(jù)的真實性，某些重要的行業(yè)都規(guī)定，像重復數(shù)據(jù)刪除這樣的“電子合成”的數(shù)據(jù)都是不允許的。VTL在某些情況下發(fā)揮了很好的作用，但是顯然無法取代傳統(tǒng)的磁帶庫。

2.2 備份服務價值

在存儲的各個細分領(lǐng)域，有的競爭力體現(xiàn)在產(chǎn)品本身，有的競爭力體現(xiàn)在解決方案的整體性，而有的競爭力則靠服務來體現(xiàn)。存儲是涉及多方面技能的專業(yè)領(lǐng)域，因此用戶在長期維護使用過程中需要及時、高效的服務保障[1]。因此，備份領(lǐng)域的服務，成為一個價值增加點，提供良好的備份服務，成為各廠家紛紛努力的一個方向。

總體上講，備份領(lǐng)域的服務大體分為3類：設(shè)備級別服務、數(shù)據(jù)級別服務和高級數(shù)據(jù)服務。

（1）設(shè)備級別的服務是最基本的一項，所有的產(chǎn)品在銷售時都會承諾幾年的質(zhì)保期。存儲設(shè)備與其他IT設(shè)備一個重要的不同在于，用戶寶貴的數(shù)據(jù)都要存放在上面，如果設(shè)備發(fā)生故障，用戶不僅擔心設(shè)備是否可以恢復，更擔心數(shù)據(jù)是否會丟失，所以存儲用戶對于質(zhì)量保證十分關(guān)注。

（2）數(shù)據(jù)級別服務在美國已經(jīng)比較普遍，服務提供商擁有更穩(wěn)固、更安全的磁帶存放場所，定期從用戶那里搜集磁帶，當用戶需要使用所備份的數(shù)據(jù)時，把磁帶運送到用戶指定地點。這種服務對于備份策略長時間保持固定的用戶來說相當方便，不僅可以節(jié)約一部分開銷，更是省去了維護磁帶的諸多煩惱。

（3）采用高級備份服務，用戶不需要擁有任何備份基礎(chǔ)設(shè)施，只需通過互聯(lián)網(wǎng)或?qū)Ｓ镁W(wǎng)將數(shù)據(jù)傳輸給服務提供商。這是為了向中小型企業(yè)以及遠程部門和企業(yè)分部帶來更高的效率和成本效益，提供一周7天一天24小時全年無休的數(shù)據(jù)備份服務，以及專業(yè)技術(shù)支持團隊的幫助。

3 存儲備份軟件功能

存儲軟件可以分為獨立軟件和捆綁軟件（與存儲硬件密不可分的存儲應用軟件），而獨立軟件有兩大部分：一部分是備份軟件，另一部分是和捆綁軟件類似的管理軟件。

3.1 存儲信息搜索功能

當我們存儲的信息越來越多的時候，對迅速查找到目標信息的需求就變得越來越迫切。當我們查找數(shù)據(jù)信息時，經(jīng)常會用一些搜索工具來幫助我們。像Google、百度這樣的搜索引擎已經(jīng)可以在浩瀚的互聯(lián)網(wǎng)中查找到大量相關(guān)信息。那么有沒有一種工具幫助用戶查找已經(jīng)存儲的數(shù)據(jù)信息？答案是肯定的，事實上，早在美國加強了法規(guī)遵從方面的約束之后，各類存儲管理廠商就盯住了這個新的存儲領(lǐng)域增長點——電子發(fā)現(xiàn)（e-discovery）。數(shù)據(jù)分類技術(shù)通常被認為是實現(xiàn)電子發(fā)現(xiàn)功能的基礎(chǔ)。少數(shù)幾家初創(chuàng)公司推出了分類非結(jié)構(gòu)數(shù)據(jù)的軟件，可以管理不同存儲層的數(shù)據(jù)。一類分類方式是根據(jù)文件的元數(shù)據(jù)將數(shù)據(jù)分配到不同的存儲層，這些元數(shù)據(jù)信息包括系統(tǒng)搜集的文件的年限、大小、所有人以及最后訪問的日期等[2]。更復雜的數(shù)據(jù)分類工具通常是根據(jù)文件的內(nèi)容來實現(xiàn)更智能的管理。下面是不同廠商增加的搜索功能：

（1）在備份與歸檔領(lǐng)域，對電子發(fā)現(xiàn)的需求似乎更大。尤其新的法規(guī)要求公司管理層必須在審理前以及上訴階段就提交電子文檔，否則將面臨嚴重的懲罰。因此許多備份與歸檔軟件都紛紛加強了在電子發(fā)現(xiàn)與法規(guī)遵從方面的功能，使律師和調(diào)查法規(guī)遵從的官員在不必具使用過多IT應用的情況下，就能夠更容易地對電子文檔進行搜索。

（2）增加的Outlook擴展程序（Add-In）功能，這將幫助用戶通過Outlook界面進行搜索，其搜索的對象可以是保存在磁盤、磁帶或其他存儲介質(zhì)上的郵件或附件。

（3）基于語言（language-based）的搜索技術(shù)，該技術(shù)類似于語音識別系統(tǒng)，可識別特定的，如人力資源、法律條文和類似法規(guī)遵從領(lǐng)域內(nèi)的短語，進而來發(fā)現(xiàn)適合的郵件。

3.2 存儲備份安全功能

是否做好了存儲備份就能夠確保數(shù)據(jù)安全呢？不一定，還有一些細節(jié)需要用戶格外注意?，F(xiàn)在與幾年前相比，用戶在確保數(shù)據(jù)安全方面的意識已經(jīng)得到了長足的進步，因此才導致了目前存儲市場的空前繁榮。然而，需要用戶額外注意的是，在做好了基本的數(shù)據(jù)管理和數(shù)據(jù)保護工作之外，在確保數(shù)據(jù)安全方面還有一些細節(jié)經(jīng)常被大家忽略。

我們首先從數(shù)據(jù)安全的3個基本要素談起，即確保數(shù)據(jù)不丟失、不泄露以及不被篡改。為了確保數(shù)據(jù)的不丟失，用戶做了許多備份的工作；為了確保數(shù)據(jù)不被篡改，用戶采用光盤進行備份，隨著技術(shù)的發(fā)展，磁帶產(chǎn)品中增加了WORM（寫一次，讀多次）功能，也確保了數(shù)據(jù)在生命周期內(nèi)的一致性。然而當我們談論數(shù)據(jù)不被泄露的問題時，卻很難立刻得到穩(wěn)妥的答案。如果希望徹底清除硬盤中存放的數(shù)據(jù)，普通的刪除、格式化等手段都無法達到目的，專業(yè)人士仍然可以將數(shù)據(jù)恢復回來，而只有在專業(yè)技術(shù)人員通過超過10次的特殊格式化后，才能夠確保數(shù)據(jù)的徹底消失[3]。當然，采用磁帶進行數(shù)據(jù)保護時也會遇到類似的問題，比如，過期作廢的磁帶經(jīng)常會被用戶隨意處理，其中的數(shù)據(jù)很容易被恢復出來。加密是最近出現(xiàn)的確保數(shù)據(jù)不泄露的新方法，經(jīng)過加密后的磁帶，即使意外落入他人之手，在沒有解密方案的情況下幾乎無法得到任何數(shù)據(jù)[4]。

以下是目前市面上比較流行的其中幾種加密方法：

3.2.1 嵌入式加密設(shè)備

嵌入式加密設(shè)備放在存儲區(qū)域網(wǎng)（SAN）中，介于存儲設(shè)備和請求加密數(shù)據(jù)的服務器之間。這種設(shè)備可以對通過上述這些設(shè)備、網(wǎng)絡傳送到存儲設(shè)備的數(shù)據(jù)進行加密，可以保護靜態(tài)數(shù)據(jù)，然后對返回到應用的數(shù)據(jù)進行解密。

嵌入式加密設(shè)備很容易安裝成點對點解決方案，但擴展起來難度大，或者成本高。如果部署在端口數(shù)量多的企業(yè)環(huán)境，或者多個站點需要加以保護，就會出現(xiàn)問題。這種情況下，跨分布式存儲環(huán)境安裝成批硬件設(shè)備所需的成本會高得驚人。此外，每個設(shè)備必須單獨或者分成小批進行配置及管理，這給管理增加了沉重負擔。

3.2.2 數(shù)據(jù)庫級加密

當數(shù)據(jù)存儲在數(shù)據(jù)庫里面時，數(shù)據(jù)庫級加密就能實現(xiàn)對數(shù)據(jù)字段進行加密。這種部署機制又叫列級加密，因為它是在數(shù)據(jù)庫表中的列這一級來進行加密的。對于敏感數(shù)據(jù)全部放在數(shù)據(jù)庫中一列或者可能兩列的公司而言，數(shù)據(jù)庫級加密比較經(jīng)濟。不過，因為加密和解密一般由軟件而不是硬件來執(zhí)行，所以這個過程會導致整個系統(tǒng)的性能出現(xiàn)讓人無法承受的下降。

3.2.3 文件級加密

文件級加密可以在主機上實現(xiàn)，也可以在網(wǎng)絡附加存儲（NAS）設(shè)備這一層以嵌入式實現(xiàn)。視具體實現(xiàn)而定，這種加密方法也會引起性能問題；在執(zhí)行數(shù)據(jù)備份操作時，會帶來某些局限性，對數(shù)據(jù)庫進行備份時更是如此。特別是，文件級加密會導致密鑰管理相當困難，從而添加了另外一層管理：需要根據(jù)文件級目錄位置來識別相關(guān)密鑰，并進行關(guān)聯(lián)。如果使用某些類型的不使用文件級方法來備份數(shù)據(jù)的數(shù)據(jù)庫備份應用軟件，譬如Oracle RMAN，文件級加密還會帶來難題。

3.2.4 設(shè)備級加密

設(shè)備級加密是一種新出現(xiàn)的方法，它涉及對存儲設(shè)備（包括硬盤和磁帶）上的靜態(tài)數(shù)據(jù)進行加密。雖然設(shè)備級加密為用戶和應用提供了很高的透明度，但提供的保護作用非常有限：數(shù)據(jù)在傳輸過程中沒有經(jīng)過加密。只有到達了存儲設(shè)備，數(shù)據(jù)才進行加密，所以設(shè)備級加密只能防范有人竊取物理存儲介質(zhì)。另外，要是在異構(gòu)環(huán)境使用這項技術(shù)，可能需要使用多個密鑰管理應用軟件，這就增加了密鑰管理過程的復雜性，從而加大了數(shù)據(jù)恢復面臨的風險。

3.3 RAID技術(shù)

RAID的采用為存儲系統(tǒng)（或者服務器的內(nèi)置存儲）帶來巨大利益，其中提高傳輸速率和提供容錯功能是最大的優(yōu)點。

（1）提高傳輸速率。RAID通過在多個硬盤上同時存儲和讀取數(shù)據(jù)來大幅提高存儲系統(tǒng)的數(shù)據(jù)吞吐量（Throughput）。在RAID中，可以讓很多磁盤驅(qū)動器同時傳輸數(shù)據(jù)，而這些磁盤驅(qū)動器在邏輯上又是一個磁盤驅(qū)動器，所以使用RAID可以達到單個磁盤驅(qū)動器幾倍、幾十倍甚至上百倍的速率。

（2）提供容錯功能。普通磁盤驅(qū)動器無法提供容錯功能，RAID容錯是建立在每個磁盤驅(qū)動器的硬件容錯功能之上，所以它提供更高的安全性。在很多RAID模式中都有較為完備的相互校驗/恢復的措施，甚至是直接相互的鏡像備份，從而大大提高了RAID系統(tǒng)的容錯度，提高了系統(tǒng)的穩(wěn)定冗余性。

多年來，RAID的定義有許多層，多數(shù)都只是曇花一現(xiàn)，轉(zhuǎn)瞬即逝。其中最著名的定義包括：RAID 0、RAID 1、RAID 3、RAID 5、RAID 10。

4 多級別RAID可靠性分析

下面假設(shè)在采用RAID技術(shù)的硬盤數(shù)分別為2、6、12的情況下，并假設(shè)硬盤的利用率為100%，1年內(nèi)使用的可靠性為95%，對RAID 0、RAID 5、RAID 10的可靠性分析如圖1所示。

RAID 0采用條帶方式，即以間隔分布的方式將數(shù)據(jù)分配到磁盤上，可提供更快的訪問速度，但并不能為數(shù)據(jù)提供更好的保護。由圖1可以看出，當硬盤數(shù)量增大時RAID 0的可靠性明顯降低。所以RAID 0在性能滿足的情況下，盡量采用較少的硬盤陣列。

RAID 5將數(shù)據(jù)和校驗位都以間隔分布的方式存儲在所有的磁盤上，從而取得更好的負荷平衡性能。該模式在提高數(shù)據(jù)讀取速度的同時還可以有效地提高數(shù)據(jù)保護性能。根據(jù)圖1，RAID 5在硬盤數(shù)量為2時和RAID 10的可靠性一樣，但隨著硬盤數(shù)量增大，其可靠性也開始下降。

RAID 10先做鏡像（即寫到某個磁盤的數(shù)據(jù)都會被復制到另一個磁盤中），再做條帶，從而提供良好的容錯能力。根據(jù)圖1，RAID 10當硬盤數(shù)量為2時，可靠性為99.75%；當硬盤數(shù)量為6時，可靠性為99.25%；當硬盤數(shù)量為12時，可靠性為98.51%，故RAID 10的可靠性是最高的。

5 總 結(jié)

業(yè)界對高端存儲始終沒有一個明確的定義，但是把用戶對存儲產(chǎn)品的各種需求都提升為最高，則基本能夠反映其產(chǎn)品特性：最高可用性、最高可靠性、最高性能以及最高端的存儲應用功能等?？捎眯耘c可靠性應該成為高端磁盤陣列用戶最關(guān)心的特性。高端存儲系統(tǒng)承擔的都是企業(yè)的關(guān)鍵應用，用戶對數(shù)據(jù)的可靠性要求極高。冗余的端口以及冗余的數(shù)據(jù)傳輸路徑可以消除單點故障，除了各種級別的RAID保護外，高端存儲系統(tǒng)大都采用陣列內(nèi)復制、快照等技術(shù)進行數(shù)據(jù)保護。此外，大多數(shù)的高端存儲系統(tǒng)在使用中都采用雙機熱備的方式，兩套系統(tǒng)實現(xiàn)實時鏡像，更加保障了數(shù)據(jù)的安全性。

主要參考文獻

[1]周開樂，丁帥，胡小建.面向海量數(shù)據(jù)應用的物聯(lián)網(wǎng)信息服務系統(tǒng)研究綜述[J].計算機應用研究， 2012（1）.

[2]吳廣君.海量結(jié)構(gòu)化數(shù)據(jù)存儲檢索系統(tǒng)[J].計算機研究與發(fā)展，2012（z1）.

[3]敖莉，舒繼武，李明強.重復數(shù)據(jù)刪除技術(shù)[J].軟件學報，2010（5）.

[4]何明.物聯(lián)網(wǎng)環(huán)境下云數(shù)據(jù)存儲安全及隱私保護策略研究[J].計算機科學，2012（5）.