數(shù)據(jù)歸檔：備份的完美轉(zhuǎn)身

申請(qǐng)免費(fèi)試用、咨詢(xún)電話：400-8352-114

數(shù)據(jù)量的爆炸性增長(zhǎng)，讓我們不得不更加關(guān)心存儲(chǔ)。這也造成了目前談?wù)摗皵?shù)據(jù)挖掘”、“知識(shí)管理”等話題更容易引起共鳴?，F(xiàn)在所說(shuō)的存儲(chǔ)，并非是簡(jiǎn)單的“存”和“儲(chǔ)”的含義，不是把數(shù)據(jù)放在角落里就萬(wàn)事大吉的。更重要的是，我們要通過(guò)這些數(shù)據(jù)，進(jìn)一步產(chǎn)生價(jià)值，提升企業(yè)業(yè)務(wù)能力，增加效益。這時(shí)候，“存儲(chǔ)”就演變成了更多的其他含義。比如“備份”、“歸檔”、“數(shù)據(jù)保護(hù)”、“數(shù)據(jù)挖掘”等等。那么在這些“存儲(chǔ)”的替代名詞之中，目前哪個(gè)是業(yè)界談?wù)撟疃嗟哪?？“?shù)據(jù)歸檔”當(dāng)屬其一。為什么這么說(shuō)？是有充足理由的。

備份歸檔 即分散又統(tǒng)一

存儲(chǔ)網(wǎng)絡(luò)工業(yè)協(xié)會(huì)(SNIA)是如何解釋數(shù)據(jù)歸檔的呢？SNIA在《網(wǎng)絡(luò)存儲(chǔ)雙語(yǔ)詞典》中的解釋是——Archive(歸檔)是指數(shù)據(jù)集合的一致性拷貝，通常用以長(zhǎng)期持久地保存事務(wù)或者應(yīng)用狀態(tài)記錄。一般情況下，歸檔通常用以審計(jì)和分析的目的，而不是用于應(yīng)用恢復(fù)的目的。

上面的解釋太術(shù)語(yǔ)了，不好理解，那么我們可以用備份和歸檔作一下對(duì)比，因?yàn)閭浞菔呛芏嗳巳菀桌斫獾拿~。備份和歸檔都是數(shù)據(jù)存儲(chǔ)的應(yīng)用形式，只是應(yīng)用目的不同。

先來(lái)看看備份，其實(shí)就是對(duì)數(shù)據(jù)進(jìn)行復(fù)制，是為了確保在出現(xiàn)數(shù)據(jù)丟失或系統(tǒng)災(zāi)難時(shí)將復(fù)制的數(shù)據(jù)恢復(fù)回來(lái)。因此備份關(guān)注的是業(yè)務(wù)信息的變化和更新，是短期的存儲(chǔ)行為，并且經(jīng)常被覆蓋。比如銀行每天要備份交易記錄。

根據(jù)備份的解釋再來(lái)看歸檔就很好理解了。歸檔是針對(duì)“海量數(shù)據(jù)”的應(yīng)用，是對(duì)數(shù)據(jù)進(jìn)行有計(jì)劃的遷移。當(dāng)數(shù)據(jù)停止改變或不被頻繁使用時(shí)，通過(guò)歸檔把它們轉(zhuǎn)移到別的地方，讓出主存儲(chǔ)空間，并且使之處于日常的備份窗口之外，既節(jié)約了空間，又提升了備份的效率。

那么根據(jù)上面的解釋?zhuān)绻俸?jiǎn)化來(lái)說(shuō)，那就是“Ctrl+C”和“Ctrl+X”的區(qū)別，備份是復(fù)制，歸檔是剪切。當(dāng)然，這只是為了方便理解的比喻，其實(shí)里面的玄機(jī)還是很多的。

備份和歸檔雖有區(qū)別但又互相聯(lián)系。只要涉及到數(shù)據(jù)歸檔必然會(huì)有數(shù)據(jù)備份的需求，并且兩者都是對(duì)存儲(chǔ)設(shè)備進(jìn)行操作，因此它們完全可以基于同一技術(shù)體系來(lái)實(shí)現(xiàn)。所以我們看現(xiàn)在的主流存儲(chǔ)廠商推出的都是“數(shù)據(jù)管理軟件”，既能備份，又可以歸檔，大有“分而合之”之意。目前，備份和歸檔常常放在一起考慮，統(tǒng)稱(chēng)BURA (BackUp, Restore, Archive)。兩者相似之處都是用復(fù)制來(lái)保護(hù)重要數(shù)據(jù)不被損壞或丟失。常見(jiàn)的BURA解決方案是D2D2T，就是Backup Disk to Disk, then to Tape。這樣滿足了對(duì)備份速度的要求，也滿足了對(duì)大容量長(zhǎng)保存時(shí)間的歸檔要求，平衡了各方面的需求。

廠商推出的軟件既然如此，那么企業(yè)對(duì)數(shù)據(jù)歸檔與備份的需求也是分不開(kāi)的。對(duì)企業(yè)而言，備份和歸檔具有兩種不同但互補(bǔ)的功能：備份用于快速?gòu)?fù)制和恢復(fù)，以減少故障、人員錯(cuò)誤或?yàn)?zāi)難帶來(lái)的影響；歸檔則用于對(duì)數(shù)據(jù)進(jìn)行有效的管理、保留和長(zhǎng)期的訪問(wèn)與檢索。企業(yè)可以將歸檔和備份結(jié)合起來(lái)用，以達(dá)到優(yōu)化成本、改進(jìn)存儲(chǔ)基礎(chǔ)設(shè)施的整體效力，使備份能夠在有效的歸檔解決方案下變得更有效率，而歸檔也可以利用備份基礎(chǔ)設(shè)施滿足數(shù)據(jù)保護(hù)需要。

需求飆升 容量左右應(yīng)用

隨著數(shù)據(jù)量的爆炸性增長(zhǎng)，歸檔的需求明顯增多。IDC在發(fā)布《2007年第三季度全球存儲(chǔ)軟件市場(chǎng)收入》時(shí)，其存儲(chǔ)軟件分析師Michael Margossian曾說(shuō)到：“整個(gè)市場(chǎng)受到歸檔和數(shù)據(jù)保護(hù)與恢復(fù)軟件市場(chǎng)強(qiáng)勁需求的推動(dòng)。企業(yè)對(duì)備份軟件的需求似乎有所降溫，對(duì)歸檔軟件的需求逐漸抬頭?！?/P>

那么對(duì)于企業(yè)來(lái)說(shuō)，在當(dāng)前的市場(chǎng)競(jìng)爭(zhēng)環(huán)境中，需要增加數(shù)據(jù)分析能力以提升競(jìng)爭(zhēng)力非用“歸檔”不可。比如我們查詢(xún)每月電話費(fèi)，目前只能查到6個(gè)月之內(nèi)的費(fèi)用。而一年前的話費(fèi)呢？并非電信部門(mén)將此數(shù)據(jù)刪除了，只是沒(méi)有讓其顯示給用戶(hù)。這些更久遠(yuǎn)的數(shù)據(jù)是被“歸檔”了，但是又可以供電信部門(mén)隨時(shí)查看。當(dāng)電信部門(mén)需要分析話費(fèi)，進(jìn)而推出新業(yè)務(wù)時(shí)，就會(huì)從歸檔數(shù)據(jù)中調(diào)出這些“年代久遠(yuǎn)”的數(shù)據(jù)來(lái)。國(guó)內(nèi)一家制造領(lǐng)域大型企業(yè)CIO的感觸也十分“直白”。他認(rèn)為，“讓數(shù)據(jù)賺錢(qián)，比讓數(shù)據(jù)省錢(qián)來(lái)的更加有價(jià)值?！边@也表明了，數(shù)據(jù)歸檔比備份來(lái)說(shuō)，更容易幫助企業(yè)提升競(jìng)爭(zhēng)力。

可以說(shuō)，歸檔是在企業(yè)實(shí)施備份方案后的進(jìn)一步對(duì)數(shù)據(jù)的梳理。為什么說(shuō)是在備份基礎(chǔ)之上的升華呢？因?yàn)闆](méi)有備份數(shù)據(jù)的情況下，誰(shuí)敢“剪切”。所以備份是前提，歸檔是提升。而且歸檔也比備份的前提條件要求更多。首先就是容量的要求，一般量級(jí)都是在TB級(jí)甚至PB級(jí)。對(duì)于不到TB級(jí)存儲(chǔ)量的企業(yè)來(lái)說(shuō)，與其采用歸檔，還不如直接加大磁盤(pán)容量來(lái)的實(shí)際。比如佛山伊戈?duì)栠@家致力于向全球市場(chǎng)提供電源變壓器、電力變壓器和變壓器鐵芯組件的專(zhuān)業(yè)供應(yīng)商，其IT部門(mén)負(fù)責(zé)人歐建文在接受記者采訪時(shí)介紹道：“在容量方面，佛山伊戈?duì)栢]件數(shù)據(jù)庫(kù)120GB、工程資料文件70GB、一般應(yīng)用系統(tǒng)SQL數(shù)據(jù)庫(kù)120GB、Oracle數(shù)據(jù)庫(kù)及應(yīng)用有170GB，總共480GB的數(shù)據(jù)量。由于數(shù)據(jù)量不大，我們確實(shí)對(duì)歸檔技術(shù)沒(méi)有需求，只是使用了備份功能?！?/P>

但并不意味著現(xiàn)在沒(méi)有應(yīng)用歸檔技術(shù)的企業(yè)對(duì)這項(xiàng)技術(shù)就不關(guān)心。比如2007年，SNIA完成了一項(xiàng)全面調(diào)查，該調(diào)查涉及了來(lái)自世界各國(guó)各種組織的數(shù)百人。令人驚訝的是，80%的人說(shuō)他們的信息必須保存50年以上，68%的人說(shuō)他們的數(shù)據(jù)必須保存100年以上。這樣保存數(shù)據(jù)的話，容量增長(zhǎng)可想而之。所以佛山伊戈?duì)栆部吹搅诉@種數(shù)據(jù)爆炸增長(zhǎng)的趨勢(shì)，在制定未來(lái)3年IT建設(shè)規(guī)劃時(shí)，“歸檔”已經(jīng)躍然紙上。歐建文對(duì)記者說(shuō)：“目前歸檔技術(shù)已經(jīng)排在佛山伊戈?duì)栁磥?lái)3年內(nèi)應(yīng)用的日程上了，未來(lái)會(huì)首先在ERP、財(cái)務(wù)信息和郵件方面應(yīng)用歸檔?！?/P>

ILM解決數(shù)據(jù)歸檔難題

雖然歸檔的需求正在逐步崛起，但是擺在我們面前的難題其實(shí)還有很多。其中最主要的有兩個(gè)難點(diǎn)：數(shù)據(jù)長(zhǎng)期保留和法規(guī)遵從。數(shù)據(jù)保留的時(shí)間遠(yuǎn)遠(yuǎn)超過(guò)存儲(chǔ)系統(tǒng)（磁盤(pán)或磁帶）和應(yīng)用程序的壽命。對(duì)于長(zhǎng)期歸檔（15 年以上），最大的挑戰(zhàn)是邏輯遷移。邏輯遷移保持了應(yīng)用程序的特定性，自動(dòng)化主要流程變得更困難。完整“保存”需要保持?jǐn)?shù)據(jù)的可讀性和可解釋性。

在法規(guī)遵從方面，隨著越來(lái)越多的商務(wù)運(yùn)作采用數(shù)字方式進(jìn)行記錄和存儲(chǔ)，制定用以管理商務(wù)和數(shù)據(jù)的相關(guān)法律法規(guī)越來(lái)越多，未能遵從這些法規(guī)而造成的后果也變得越來(lái)越嚴(yán)重。除遵從政府的規(guī)范法規(guī)之外，組織還需要制定自己的內(nèi)部政策和規(guī)程，緩解風(fēng)險(xiǎn)和控制 IT。層層的法規(guī)遵從給數(shù)據(jù)歸檔增加了難度。

目前在磁盤(pán)或磁帶上做備份、歸檔，每隔3~5年就需要遷移一次數(shù)據(jù)（同時(shí)在物理上和邏輯上）。物理遷移需要將信息從一個(gè)物理存儲(chǔ)系統(tǒng)移到另一個(gè)系統(tǒng)，或從一種介質(zhì)格式移到另一種格式以維持物理可讀性、可訪問(wèn)性和完整性。邏輯遷移需要將信息從一種邏輯格式移到另一種格式（如從應(yīng)用程序的舊版本移到新版本），以保持可讀性和可解釋性。所以，對(duì)于上面提到的SNIA調(diào)查得出的結(jié)論，“絕大部分人希望數(shù)據(jù)保存50年甚至100年”，那么存儲(chǔ)于磁帶，則要面臨讀取困難和保存時(shí)間不夠長(zhǎng)這樣的問(wèn)題。簡(jiǎn)而言之，我們需要保留信息的時(shí)間遠(yuǎn)遠(yuǎn)超過(guò)存儲(chǔ)系統(tǒng)（磁盤(pán)或磁帶）和應(yīng)用程序的典型生命周期。甚至保留期還沒(méi)到，物理介質(zhì)就開(kāi)始退化，變得無(wú)法讀取。

那么有沒(méi)有什么方法，既可以長(zhǎng)久保留數(shù)據(jù)，又可以增加容量，還能快速讀取數(shù)據(jù)呢？ SNIA長(zhǎng)期歸檔和法規(guī)遵從存儲(chǔ)計(jì)劃 (LTACSI) 主席、NetApp全球?qū)嵺`總監(jiān)Gary Zasman給出的建議是：針對(duì)應(yīng)用程序、操作及數(shù)據(jù)存儲(chǔ)庫(kù)實(shí)施正式生命周期管理流程，以在使用壽命中解決數(shù)據(jù)管理的效率問(wèn)題。

目前，在歸檔中應(yīng)用ILM(Information Lifecycle Management，信息生命周期管理)的理念已經(jīng)逐步被用戶(hù)接受，這不僅能幫助企業(yè)從整體上改善其數(shù)據(jù)資產(chǎn)的管理，以最低的成本來(lái)實(shí)現(xiàn)大量數(shù)據(jù)的有效管理與高效利用。并且隨著應(yīng)用的成熟與現(xiàn)實(shí)的需求，數(shù)據(jù)加密、身份認(rèn)證、虛擬化等技術(shù)也逐步走進(jìn)歸檔的應(yīng)用中，并且有效地提高了歸檔應(yīng)用的效率，增強(qiáng)了數(shù)據(jù)安全性，大大降低了操作的復(fù)雜性和成本。

歸檔技術(shù)走向何方

一個(gè)好的存儲(chǔ)歸檔系統(tǒng)可以幫助企業(yè)實(shí)現(xiàn)以下目標(biāo)：降低保留歷史數(shù)據(jù)的成本；更有效和快捷地對(duì)歷史數(shù)據(jù)訪問(wèn)和利用；減少保護(hù)和維護(hù)信息所需的人力管理成本；保護(hù)歸檔數(shù)據(jù)的安全性。但是對(duì)于數(shù)據(jù)的讀取，歸檔現(xiàn)在還不能做到盡善盡美。比如我們現(xiàn)在拿起一本100年前的書(shū)，可以毫不費(fèi)力地進(jìn)行閱讀，而幾年前的備份磁帶，讀取可能要困難得多。即使有正確的硬件來(lái)讀取磁帶（且磁帶本身仍然完好），我們還是需要知道磁帶的寫(xiě)入格式，且需要可以識(shí)別此數(shù)據(jù)的應(yīng)用程序。

在IT應(yīng)用早期，磁盤(pán)陣列不像今天這么發(fā)達(dá)，磁帶庫(kù)是主要的備份技術(shù)。如今，硬盤(pán)越來(lái)越便宜，不僅磁帶在備份中的應(yīng)用減少了，甚至有人提出用磁盤(pán)陣列來(lái)做歸檔，全面取代磁帶庫(kù)。但是，由于磁盤(pán)陣列的技術(shù)特性所決定，存儲(chǔ)在其中的資料都處在熱狀態(tài)。這就是說(shuō)，用于歸檔的磁盤(pán)存儲(chǔ)系統(tǒng)不應(yīng)該關(guān)機(jī)，其重新加電的過(guò)程也很復(fù)雜。而在提倡“綠色計(jì)算”的今天，長(zhǎng)期開(kāi)機(jī)很不利于能耗的降低。而且，幾十年、上百年的資料，使用頻度不一定很高，磁盤(pán)和磁帶相比，成本效益就更加懸殊。所以說(shuō)，對(duì)于歸檔來(lái)說(shuō)，磁帶庫(kù)仍然是不可替代的最佳選擇。

為了更快更方便地讀取數(shù)據(jù)，歸檔的理想方案應(yīng)該是VTL（虛擬磁帶庫(kù)）。VTL通常具有幾個(gè)重要優(yōu)點(diǎn)，同其他D2D解決方案一樣，它們?cè)诒举|(zhì)上比磁帶更可靠，并且不會(huì)出現(xiàn)介質(zhì)錯(cuò)誤、機(jī)械故障或起停問(wèn)題。虛擬磁帶機(jī)和介質(zhì)如果使用穩(wěn)定，則不會(huì)磨損；它們也不需要清潔和維護(hù)。最重要的是，與物理磁帶庫(kù)相比，企業(yè)VTL可以使歸檔的性能提高一個(gè)數(shù)量級(jí)。不過(guò)VTL雖然性能出眾、又具有管理便捷的優(yōu)勢(shì)，但是其成本依然是一道難以逾越的門(mén)檻，這讓很多有歸檔需求用戶(hù)不得不望VTL興嘆。

編看編想 

中小企業(yè)需求不可忽視

據(jù)企業(yè)戰(zhàn)略集團(tuán)（Enterprise Strategy Group）分析，信息的歸檔和保留——包括文檔、電子郵件、視頻、音頻、醫(yī)學(xué)檔案等，是當(dāng)今發(fā)展最快的存儲(chǔ)領(lǐng)域之一。預(yù)計(jì)到2012年，全球的數(shù)字歸檔容量將保持近60%的復(fù)合年增長(zhǎng)率，5年內(nèi)歸檔容量總量將實(shí)現(xiàn)800%的增長(zhǎng)。

各類(lèi)企業(yè)機(jī)構(gòu)都面臨著這樣的問(wèn)題：需要遵循新的法規(guī)進(jìn)行管理并查找的數(shù)字內(nèi)容顯著增多。全球的文件、數(shù)據(jù)庫(kù)和電子郵件歸檔容量均以高達(dá)73%的復(fù)合年增長(zhǎng)率大幅躍升——全部加在一起將近可以裝滿2萬(wàn)億個(gè)信息儲(chǔ)存柜。

但是對(duì)于中小企業(yè)來(lái)說(shuō)，數(shù)據(jù)量不會(huì)一下子增長(zhǎng)到這么多，那么對(duì)歸檔是否就沒(méi)什么需求了呢？其實(shí)不是這樣的。中小企業(yè)——尤其是那些在限制性行業(yè)的中小企業(yè)——更愿意選擇一種可以提供簡(jiǎn)單歸檔、不需要任何硬件成本的解決方案，哪怕僅僅是用件歸檔市場(chǎng)的收入將從17億美元增長(zhǎng)到2012年的66億美元。其中，法規(guī)遵從和更好的文件業(yè)務(wù)交互被認(rèn)為是促進(jìn)企業(yè)用戶(hù)進(jìn)行歸檔和保留通訊文件的主要因素。（網(wǎng)界網(wǎng)）