數(shù)據(jù)歸檔：備份的完美轉身

申請免費試用、咨詢電話：400-8352-114

數(shù)據(jù)量的爆炸性增長，讓我們不得不更加關心存儲。這也造成了目前談論“數(shù)據(jù)挖掘”、“知識管理”等話題更容易引起共鳴。現(xiàn)在所說的存儲，并非是簡單的“存”和“儲”的含義，不是把數(shù)據(jù)放在角落里就萬事大吉的。更重要的是，我們要通過這些數(shù)據(jù)，進一步產生價值，提升企業(yè)業(yè)務能力，增加效益。這時候，“存儲”就演變成了更多的其他含義。比如“備份”、“歸檔”、“數(shù)據(jù)保護”、“數(shù)據(jù)挖掘”等等。那么在這些“存儲”的替代名詞之中，目前哪個是業(yè)界談論最多的呢？“數(shù)據(jù)歸檔”當屬其一。為什么這么說？是有充足理由的。

備份歸檔 即分散又統(tǒng)一

存儲網絡工業(yè)協(xié)會(SNIA)是如何解釋數(shù)據(jù)歸檔的呢？SNIA在《網絡存儲雙語詞典》中的解釋是——Archive(歸檔)是指數(shù)據(jù)集合的一致性拷貝，通常用以長期持久地保存事務或者應用狀態(tài)記錄。一般情況下，歸檔通常用以審計和分析的目的，而不是用于應用恢復的目的。

上面的解釋太術語了，不好理解，那么我們可以用備份和歸檔作一下對比，因為備份是很多人容易理解的名詞。備份和歸檔都是數(shù)據(jù)存儲的應用形式，只是應用目的不同。

先來看看備份，其實就是對數(shù)據(jù)進行復制，是為了確保在出現(xiàn)數(shù)據(jù)丟失或系統(tǒng)災難時將復制的數(shù)據(jù)恢復回來。因此備份關注的是業(yè)務信息的變化和更新，是短期的存儲行為，并且經常被覆蓋。比如銀行每天要備份交易記錄。

根據(jù)備份的解釋再來看歸檔就很好理解了。歸檔是針對“海量數(shù)據(jù)”的應用，是對數(shù)據(jù)進行有計劃的遷移。當數(shù)據(jù)停止改變或不被頻繁使用時，通過歸檔把它們轉移到別的地方，讓出主存儲空間，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，如果再簡化來說，那就是“Ctrl+C”和“Ctrl+X”的區(qū)別，備份是復制，歸檔是剪切。當然，這只是為了方便理解的比喻，其實里面的玄機還是很多的。

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)歸檔必然會有數(shù)據(jù)備份的需求，并且兩者都是對存儲設備進行操作，因此它們完全可以基于同一技術體系來實現(xiàn)。所以我們看現(xiàn)在的主流存儲廠商推出的都是“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BURA (BackUp, Restore, Archive)。兩者相似之處都是用復制來保護重要數(shù)據(jù)不被損壞或丟失。常見的BURA解決方案是D2D2T，就是Backup Disk to Disk, then to Tape。這樣滿足了對備份速度的要求，也滿足了對大容量長保存時間的歸檔要求，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)對數(shù)據(jù)歸檔與備份的需求也是分不開的。對企業(yè)而言，備份和歸檔具有兩種不同但互補的功能：備份用于快速復制和恢復，以減少故障、人員錯誤或災難帶來的影響；歸檔則用于對數(shù)據(jù)進行有效的管理、保留和長期的訪問與檢索。企業(yè)可以將歸檔和備份結合起來用，以達到優(yōu)化成本、改進存儲基礎設施的整體效力，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設施滿足數(shù)據(jù)保護需要。

需求飆升 容量左右應用

隨著數(shù)據(jù)量的爆炸性增長，歸檔的需求明顯增多。IDC在發(fā)布《2007年第三季度全球存儲軟件市場收入》時，其存儲軟件分析師Michael Margossian曾說到：“整個市場受到歸檔和數(shù)據(jù)保護與恢復軟件市場強勁需求的推動。企業(yè)對備份軟件的需求似乎有所降溫，對歸檔軟件的需求逐漸抬頭。”

那么對于企業(yè)來說，在當前的市場競爭環(huán)境中，需要增加數(shù)據(jù)分析能力以提升競爭力非用“歸檔”不可。比如我們查詢每月電話費，目前只能查到6個月之內的費用。而一年前的話費呢？并非電信部門將此數(shù)據(jù)刪除了，只是沒有讓其顯示給用戶。這些更久遠的數(shù)據(jù)是被“歸檔”了，但是又可以供電信部門隨時查看。當電信部門需要分析話費，進而推出新業(yè)務時，就會從歸檔數(shù)據(jù)中調出這些“年代久遠”的數(shù)據(jù)來。國內一家制造領域大型企業(yè)CIO的感觸也十分“直白”。他認為，“讓數(shù)據(jù)賺錢，比讓數(shù)據(jù)省錢來的更加有價值?！边@也表明了，數(shù)據(jù)歸檔比備份來說，更容易幫助企業(yè)提升競爭力。

可以說，歸檔是在企業(yè)實施備份方案后的進一步對數(shù)據(jù)的梳理。為什么說是在備份基礎之上的升華呢？因為沒有備份數(shù)據(jù)的情況下，誰敢“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，一般量級都是在TB級甚至PB級。對于不到TB級存儲量的企業(yè)來說，與其采用歸檔，還不如直接加大磁盤容量來的實際。比如佛山伊戈爾這家致力于向全球市場提供電源變壓器、電力變壓器和變壓器鐵芯組件的專業(yè)供應商，其IT部門負責人歐建文在接受記者采訪時介紹道：“在容量方面，佛山伊戈爾郵件數(shù)據(jù)庫120GB、工程資料文件70GB、一般應用系統(tǒng)SQL數(shù)據(jù)庫120GB、Oracle數(shù)據(jù)庫及應用有170GB，總共480GB的數(shù)據(jù)量。由于數(shù)據(jù)量不大，我們確實對歸檔技術沒有需求，只是使用了備份功能。”

但并不意味著現(xiàn)在沒有應用歸檔技術的企業(yè)對這項技術就不關心。比如2007年，SNIA完成了一項全面調查，該調查涉及了來自世界各國各種組織的數(shù)百人。令人驚訝的是，80%的人說他們的信息必須保存50年以上，68%的人說他們的數(shù)據(jù)必須保存100年以上。這樣保存數(shù)據(jù)的話，容量增長可想而之。所以佛山伊戈爾也看到了這種數(shù)據(jù)爆炸增長的趨勢，在制定未來3年IT建設規(guī)劃時，“歸檔”已經躍然紙上。歐建文對記者說：“目前歸檔技術已經排在佛山伊戈爾未來3年內應用的日程上了，未來會首先在ERP、財務信息和郵件方面應用歸檔。”

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還有很多。其中最主要的有兩個難點：數(shù)據(jù)長期保留和法規(guī)遵從。數(shù)據(jù)保留的時間遠遠超過存儲系統(tǒng)（磁盤或磁帶）和應用程序的壽命。對于長期歸檔（15 年以上），最大的挑戰(zhàn)是邏輯遷移。邏輯遷移保持了應用程序的特定性，自動化主要流程變得更困難。完整“保存”需要保持數(shù)據(jù)的可讀性和可解釋性。

在法規(guī)遵從方面，隨著越來越多的商務運作采用數(shù)字方式進行記錄和存儲，制定用以管理商務和數(shù)據(jù)的相關法律法規(guī)越來越多，未能遵從這些法規(guī)而造成的后果也變得越來越嚴重。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部政策和規(guī)程，緩解風險和控制 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)（同時在物理上和邏輯上）。物理遷移需要將信息從一個物理存儲系統(tǒng)移到另一個系統(tǒng)，或從一種介質格式移到另一種格式以維持物理可讀性、可訪問性和完整性。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，對于上面提到的SNIA調查得出的結論，“絕大部分人希望數(shù)據(jù)保存50年甚至100年”，那么存儲于磁帶，則要面臨讀取困難和保存時間不夠長這樣的問題。簡而言之，我們需要保留信息的時間遠遠超過存儲系統(tǒng)（磁盤或磁帶）和應用程序的典型生命周期。甚至保留期還沒到，物理介質就開始退化，變得無法讀取。

那么有沒有什么方法，既可以長久保留數(shù)據(jù)，又可以增加容量，還能快速讀取數(shù)據(jù)呢？ SNIA長期歸檔和法規(guī)遵從存儲計劃 (LTACSI) 主席、NetApp全球實踐總監(jiān)Gary Zasman給出的建議是：針對應用程序、操作及數(shù)據(jù)存儲庫實施正式生命周期管理流程，以在使用壽命中解決數(shù)據(jù)管理的效率問題。

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

歸檔技術走向何方

一個好的存儲歸檔系統(tǒng)可以幫助企業(yè)實現(xiàn)以下目標：降低保留歷史數(shù)據(jù)的成本；更有效和快捷地對歷史數(shù)據(jù)訪問和利用；減少保護和維護信息所需的人力管理成本；保護歸檔數(shù)據(jù)的安全性。但是對于數(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，可以毫不費力地進行閱讀，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入格式，且需要可以識別此數(shù)據(jù)的應用程序。

在IT應用早期，磁盤陣列不像今天這么發(fā)達，磁帶庫是主要的備份技術。如今，硬盤越來越便宜，不僅磁帶在備份中的應用減少了，甚至有人提出用磁盤陣列來做歸檔，全面取代磁帶庫。但是，由于磁盤陣列的技術特性所決定，存儲在其中的資料都處在熱狀態(tài)。這就是說，用于歸檔的磁盤存儲系統(tǒng)不應該關機，其重新加電的過程也很復雜。而在提倡“綠色計算”的今天，長期開機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，磁盤和磁帶相比，成本效益就更加懸殊。所以說，對于歸檔來說，磁帶庫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)，歸檔的理想方案應該是VTL（虛擬磁帶庫）。VTL通常具有幾個重要優(yōu)點，同其他D2D解決方案一樣，它們在本質上比磁帶更可靠，并且不會出現(xiàn)介質錯誤、機械故障或起停問題。虛擬磁帶機和介質如果使用穩(wěn)定，則不會磨損；它們也不需要清潔和維護。最重要的是，與物理磁帶庫相比，企業(yè)VTL可以使歸檔的性能提高一個數(shù)量級。不過VTL雖然性能出眾、又具有管理便捷的優(yōu)勢，但是其成本依然是一道難以逾越的門檻，這讓很多有歸檔需求用戶不得不望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（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)學檔案等，是當今發(fā)展最快的存儲領域之一。預計到2012年，全球的數(shù)字歸檔容量將保持近60%的復合年增長率，5年內歸檔容量總量將實現(xiàn)800%的增長。

各類企業(yè)機構都面臨著這樣的問題：需要遵循新的法規(guī)進行管理并查找的數(shù)字內容顯著增多。全球的文件、數(shù)據(jù)庫和電子郵件歸檔容量均以高達73%的復合年增長率大幅躍升——全部加在一起將近可以裝滿2萬億個信息儲存柜。

但是對于中小企業(yè)來說，數(shù)據(jù)量不會一下子增長到這么多，那么對歸檔是否就沒什么需求了呢？其實不是這樣的。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的收入將從17億美元增長到2012年的66億美元。其中，法規(guī)遵從和更好的文件業(yè)務交互被認為是促進企業(yè)用戶進行歸檔和保留通訊文件的主要因素。（網界網）