從幾大廠商看數據備份軟件的開發

市場上作數據遷移，備份和恢復的廠商不少，有像EMC和Symantec這樣的存儲設備提供商，也有像NSI Double-Take這樣的軟件服務供應商，分別表明性的產品有，EMC Replication Manager，Symantec Backup Exec和Double-Take。

不管哪種數據備份軟件，最關鍵最核心的技術其實就是兩點：

1. Freeze/Thaw備份對象的I/O

2. 快速拷貝備份對象的數據

在關注完這兩個技術點以後，再進一步討論：

1. 將備份軟件由物理機擴展到虛擬機

2. 備份對象和備份平臺的擴展

備份的對象能夠是文件或磁盤，也能夠是應用程序或操做系統。對於前者，若是沒有IO操做，那麼備份過程相對簡單，能夠直接進行拷貝操做。若是存在IO操做，那麼只有停機才能保證數據的完整性和一致性，若是不停機，因爲數據尚在緩存或者讀寫過程當中，則沒法保證數據的完整性和一致性，所以備份出來的數據可能沒有意義。對於後者，雖然備份的最終對象也是文件或磁盤，但備份的過程須要獲得應用程序或操做系統的支持，這樣既能夠不停機，甚至應用程序能夠繼續提供服務，又能夠保證備份數據的完整性和一致性。

應用程序爲了支持數據備份，一般的作法是，在備份開始前，將備份單元緩存的數據寫回進磁盤中，而後Freeze備份單元的IO；在備份過程當中，將備份單元的寫操做轉到臨時文件中；在備份結束後，將臨時文件的數據從新寫回進磁盤中，而後Thaw備份單元的IO。很是典型的例子是，Oracle的hot backup script，Microsoft爲SQL Server和Exchange Server提供的VDI和VSS接口。

爲了保證服務質量，通常狀況下，應用程序從Freeze備份單元的IO到Thaw備份單元的IO的間隔時間都比較短，例如Oracle的備份時間是60s，而VDI和VSS的備份時間只有10s。備份時間是如此的短，而備份數據一般又是很是的龐大，所以徹底拷貝原始的數據幾乎是不可能的，因而基於Copy-On-Write的Snapshot技術在存儲設備中獲得了普遍的應用。

Copy-On-Write的基本原理其實也簡單，假設原始數據區爲A，備份數據區爲B，當A中的某個數據塊有寫請求時，先將原來的數據塊拷貝到B中，而後再對A執行寫操做。A中未執行寫操做的數據塊，只須要在B中維護一個A中對應數據塊的索引指針便可。這樣，當A中的數據改動比較少時，B須要的空間一般也不多，只要原來的10%～30%。

在爲備份數據區申請空間時，若是是申請固定空間，則該空間應大於原始空間，固然，一般不這麼作，而是申請自動精簡配置的磁盤空間，須要多少，佔用多少，從而節省數據空間，避免無謂的浪費。而在具體的實現中，據做者的親歷瞭解，作法是爲每一個原始空間保留一個大的緩衝區，爲原始空間創建的多個備份空間都從這個緩衝區裏面分配。

以EMC Replication Manager爲例，支持Exchange，SQL Server，SharePoint，Oracle，DB2等應用程序的備份，支持的存儲設備包括Symmetrix，CLARiiON等。

由於備份過程須要獲得存儲設備的支持，備份的最小數據單元也就成了一個LUN。一個LUN在主機端表現爲一塊物理磁盤，主機能夠發送標準的SCSI命令給這個LUN，可是這種狀況在虛擬機環境下就發生了變化，這是由於在虛擬機（如VMWare）中，只認識虛擬磁盤.vmdk。

所幸的是，RDM（Raw Device Mapping）技術解決了這個難題。RDM是從VMFS捲到原始LUN的符號連接。映射使LUN顯示爲VMFS卷中的文件。在虛擬機配置中引用映射文件而非原始LUN。打開LUN進行訪問時，系統會讀取映射文件以獲取原始LUN的引用。能夠不用經過映射文件直接對裸LUN進行讀寫操做。RDM Volume只能是FC或者iSCSI的LUN。

NSI Double-Take的產品對數據在物理機和虛擬機之間的遷移，備份和恢復作得至關出色，惋惜相關的資料很少，因此瞭解得也頗有限。

Symantec Backup Exec的功能很是全面，這一點，能夠爲其它備份軟件的開發提供方向性的參考。它支持的備份平臺有NetWare，Macintosh，Linux，Unix，Windows，支持的應用軟件有SAP，SharePoint，SQL Server，Exchange，DB2，Lotus Domino，Active Directory，Enterprise Vault，支持的虛擬機有VMWare，Hyper-V。