歸檔不同于備份

申請免費試用、咨詢電話：400-8352-114

目前，較普遍的歸檔應(yīng)用只是簡單地把備份數(shù)據(jù)保存很長時間，每周或每月不加選擇地進行全數(shù)據(jù)備份，再根據(jù)商業(yè)要求保存幾年甚至幾十年。但是，歸檔與備份有本質(zhì)的不同，因為歸檔的數(shù)據(jù)可能幾個月甚至幾年未被使用，而一旦需要時則必須盡快獲取。在備份數(shù)據(jù)中尋找特定的信息不僅耗時，而且代價很高。將備份當(dāng)作歸檔會帶來許多問題。

備份系統(tǒng)用于歸檔的困境

首先，當(dāng)用戶需要查找?guī)啄昵暗囊恍┫嚓P(guān)資料時，就必須記住這些文件存放在什么地方。這不是一件容易的事，即使用戶能記住，由于計算機平臺和軟件的日新月異，要找到當(dāng)年的讀取設(shè)備、操作系統(tǒng)和應(yīng)用程序，甚至還需要訪問權(quán)限去打開這些文件是相當(dāng)費力的。

其次，用備份數(shù)據(jù)來滿足電子發(fā)現(xiàn)的要求就更加困難。例如，公司要獲取某個員工在3年前某兩個月內(nèi)從Exchange服務(wù)器上發(fā)出的所有電子郵件，或許可以花很長時間從備份系統(tǒng)中恢復(fù)特定時間內(nèi)在Exchange服務(wù)器上保存過的電子郵件，但如果接收者在收到該員工電子郵件的同一天把它刪除了，那么被刪除的電子郵件就沒能在當(dāng)晚的備份作業(yè)中保存。因此，嚴(yán)格說來，即使找到了所有已備份的電子郵件，也不能符合電子發(fā)現(xiàn)的特定要求。

第三，恢復(fù)備份數(shù)據(jù)并進行查找會消耗大量時間和費用。試想一下，如果要把過去10年中滿足某些條件的Exchange服務(wù)器上的電子郵件找出來，而公司每星期做一次備份，那么該公司的IT管理員就必須把每個恢復(fù)到Exchange服務(wù)器中的滿足條件的電子郵件存入一個.pst文件，這樣的手工作業(yè)至少要重復(fù)500多次。

此外，備份系統(tǒng)用于保存歸檔數(shù)據(jù)是相當(dāng)?shù)托У?。一個歸檔系統(tǒng)對每個文件通常保存1~2份拷貝就足夠了，而備份系統(tǒng)卻沒有這樣的邏輯，特別是全備份系統(tǒng)，每次備份總是把未刪除的舊數(shù)據(jù)又保存一次，浪費了很多存儲空間。隨著備份格式和磁帶介質(zhì)更新?lián)Q代，許多企業(yè)耗費了相當(dāng)大的精力進行設(shè)備升級和數(shù)據(jù)拷貝、遷移以及各種轉(zhuǎn)換，同時又保留舊的備份格式和舊磁帶上的數(shù)據(jù)，導(dǎo)致不同格式數(shù)據(jù)的許多副本分散在不同的設(shè)備和介質(zhì)中，對這些數(shù)據(jù)進行有效管理和查詢幾乎不可能。

有效歸檔系統(tǒng)的特征

一個有效的歸檔系統(tǒng)最重要的特征是包含了足夠多的元數(shù)據(jù)，并能通過邏輯方式獲取信息。例如，一個電子郵件歸檔系統(tǒng)的元數(shù)據(jù)應(yīng)至少包括發(fā)件人、收件人、主題、時間等信息，通常還會把電子郵件主體放入數(shù)據(jù)庫用于全文搜索，甚至把附件的相關(guān)信息和關(guān)鍵詞也提取出來作為元數(shù)據(jù)保存。

歸檔系統(tǒng)的另一個重要特征是能夠保存預(yù)定數(shù)量的副本。例如，一個公司可以決定把一份歸檔數(shù)據(jù)存放在磁盤介質(zhì)的存儲設(shè)備中，把另一份相同的數(shù)據(jù)存放在光盤或磁帶庫里，以確保數(shù)據(jù)萬無一失。

兩類主要的歸檔系統(tǒng)

根據(jù)保存數(shù)據(jù)方式的不同，歸檔系統(tǒng)大致可分為兩類。

一類是傳統(tǒng)的依附于備份軟件的歸檔系統(tǒng)，允許用戶對所選擇的文件進行歸檔，并把有限的元數(shù)據(jù)附加上去，然后把這些歸檔數(shù)據(jù)的備份文件刪除，以減少重復(fù)數(shù)據(jù)。這種歸檔的缺陷在于，如果用戶想通過不同的元數(shù)據(jù)查找歸檔信息，就必須建立幾個附加不同元數(shù)據(jù)的歸檔文件。因此，這類系統(tǒng)基本上只適用于訪問率較低的歸檔數(shù)據(jù)。

第二類歸檔系統(tǒng)意識到任何歸檔數(shù)據(jù)可能有不同的用途，因此需要用不同的元數(shù)據(jù)來描述。實現(xiàn)這類系統(tǒng)的關(guān)鍵在于對實際的歸檔數(shù)據(jù)只保存一份，而把所有的元數(shù)據(jù)都保存在可搜索的數(shù)據(jù)庫中。這就是近年來逐漸興起的內(nèi)容尋址存儲(CAS)。與第一類只在備份后才成為歸檔數(shù)據(jù)的歸檔系統(tǒng)不同，CAS歸檔系統(tǒng)對所有的數(shù)據(jù)都自動不間斷地進行歸檔。一個文件或電子郵件一經(jīng)產(chǎn)生，其中一個拷貝以及相關(guān)的元數(shù)據(jù)就被保存到歸檔系統(tǒng)中去。

CAS歸檔的另一個優(yōu)勢在于，使用了單一實例和增量保存的手段。它對所有的文件或電子郵件都只保存一個拷貝，當(dāng)該文件或電子郵件被修改后再次發(fā)送和保存時，歸檔系統(tǒng)能夠只保存變化的字節(jié)，因而極大地節(jié)省了磁盤空間，簡化了管理。這種特性使CAS歸檔系統(tǒng)頻繁地出現(xiàn)在分級存儲管理和重復(fù)數(shù)據(jù)刪除應(yīng)用中。

CAS歸檔系統(tǒng)

國外主要的存儲廠商如EMC和HP，以及一些初創(chuàng)企業(yè)如Bycast和Permabit等都相繼推出了CAS歸檔產(chǎn)品。這些產(chǎn)品雖然技術(shù)路線相近，但各自的特點和針對的應(yīng)用不盡相同。比如，HP RISS系統(tǒng)主要用于電子出件歸檔，而Bycast的方案局限于醫(yī)療影像的歸檔。國內(nèi)歸檔市場才剛剛起步，也出現(xiàn)了一些歸檔產(chǎn)品。谷數(shù)科技的D-Mesh集群CAS系統(tǒng)可以滿足多種歸檔的應(yīng)用需求，其最顯著的特點是內(nèi)嵌了非結(jié)構(gòu)化搜索引擎，極大地提高了元數(shù)據(jù)生成、管理和數(shù)據(jù)查找的效率，把歸檔技術(shù)推向一個新的高度。

來源：CIO時代