登陆注册
3049900000010

第10章 数据存储与数据挖掘(2)

3.分级存储管理技术

分级其实就是意味着用不同的介质来实现存储,如RAID系统、光存储设备、磁带等,每种存储设备都有其不同的物理特性和不同的价格。当需要备份的时候,备份文件一般存储在速度相对比较慢、容量相对比较大、价格相对比较低的存储设备上,这样做很经济实用。那么如何实现分级呢?从原理上来讲,分级存储是从在线系统上迁移数据的一种方法。文件由HSM系统选择进行迁移,然后被拷贝到HSM介质上。当文件被正确拷贝后,一个和原文件相同名字的标志文件被创建,但它只占用比原文件小得多的磁盘空间。以后当用户访问这个标志文件时,HSM系统能将原始文件从正确的介质上恢复过来。分级存储可以有不同的实施方式,HSM根据两级或三级体系将动态迁移/回迁的数据分类,从而实现分级存储。

分层次的管理方式可以解决存储容量不断增长导致的如何有效扩充容量的问题,多用于分布式网络环境中。

4.单一实例存储技术

单一实例存储技术(Single Instance Storage,SIS)通过减少冗余数据释放更多的磁盘空间,识别相同的文件,仅仅在中心位置保存一个副本,并在SIS公共存储区域保存文件的指针而不是保存文件本身。如果当存储的装置里面有很多相同内容而且重复的数据或文件,用户往往会浪费大量的磁盘空间,这对于用户是很高的管理成本和使用成本,而单一实例存储技术可以帮助用户解决这个管理问题并节省大量的存储空间。SIS被启用后,会作为一个后台的服务运行,把内容重复的文件合并到一个共用的存储空间。重复的文件被该文件的链接替代,对于用户和应用程序来讲就像原始文件一样。SIS技术已经实施于大型企业环境,并极大地节约了重复文件占用的磁盘空间,从而最大限度地利用目前的存储资源。

总之,存储应用的深入必然带来对整体解决方案的需求,这不仅包括硬件,还包括相应的软件以及服务。一个软硬件兼容的融合应用环境是大势所趋,比如,存储虚拟化的提出就证明了这一趋势。因为它有利于提高存储利用率、简化管理和降低成本,构建一个融合的存储应用大环境。

随着网络技术的发展、计算机能力的不断提高,数据量也在不断膨胀,数据备份与恢复等存储技术方面的问题显得越来越重要,存储管理技术的发展必将引起业界的高度重视。

3.2.3重复数据删除技术

重复数据删除技术被业界称为容量优化保护技术(简称为COP技术)。按照ESG(En-terprise Strategy Group)的定义,重复数据删除技术是一个减少或消除冗余文件、字节或数据块的过程,从而确保只有“独一无二”的数据被存储到磁盘。由于存储的数据具有很高的共性———用户之间、服务器之间甚至同一文件(如Office文档)的内容是通用的,重复数据删除技术按自然边界把数据拆分为非常细粒度的子块单元,用指针代替相同的子块单元,从而达到显著降低存储空间的目的。利用重复数据删除技术,1TB的备份数据可根据备份数据的共性,存储为300~700GB不等。

1.重复数据删除技术的存储价值

重复数据删除技术的真正价值在于处理已存储过的数据,特别是以下情况:

(1)从不同的服务器备份相同的数据(公用操作系统文件、应用程序文件甚至电子邮件和附件)。

(2)大部分内容为“静止”的“活跃”数据,如数据库、文档、电子表格和演示文稿。

(3)已备份过一次的数据。由于备份操作具有高重复性的特征,日备份和周备份的数据大致相同,变化率至多只有5%~10%。因此,可以利用数据重复删除技术进行高效的后续备份。特别是针对完全备份的应用场景,如果每天都做完全备份,在这种情形下,每月实现10∶1到50∶1的备份比率是完全可能的。

2.重复数据删除技术的客户价值

重复数据删除技术的客户价值是多方面的,但是最显著的优点是解决了一直困扰备份恢复业界多年的“容量膨胀”问题,因为重复数据删除技术可以在后端大为减少备份数据量。该图中以相同颜色的块表示重复数据块。重复数据删除的效率取决于应用和数据类型,就像图示中具有相同颜色的块,除保留一个外,其余的都会被过滤掉。

3.影响重复数据删除比的因素

(1)重复数据删除的处理粒度

重复数据删除的处理粒度越细,则重复数据删除的效率越高。一般的重复数据删除是在文件级实现的,虽然有减少备份数据的作用但其效率明显不如在字节级实现的重复数据删除技术。同样,在块级实现的重复数据删除比字节级实现的效率更高。

通过以下的例子来说明处理粒度对重复数据删除技术而言的重要性:创建一个1MB的PPT演示文档,然后通过电子邮件将其发送给20位员工,在传统的备份环境中,由于没有重复数据删除技术,每天晚上执行全备份作业时,这20位员工所接收到的PPT演示文档将作为邮件附件备份,即使没有一位员工对收到的PPT演示文档做过任何修改,备份作业同样要保存20份相同的文档,占用相当大的存储空间(20×1MB)。即使在一家小型企业组织,同样的问题仍然会使浪费宝贵的磁盘空间、能耗和冷却系统。

在上例中,如果采用文件级的重复数据删除技术,系统会只保留一份PPT演示文档,其他19份相同的PPT演示文档附件将被指针代替。而指针的数据量比实际的文档要小得多,可以节省大量的磁盘空间,用来存储其他应用数据或者提高备份数据的保留周期。

基于字节级和块级的重复数据删除技术作了进一步的优化,它将1MB的PPT演示文档看成是由很多的数据块或字节单元组合而成,与已经存储的数据块或字节单元进行比较,相同的组成单元被指针替换。

数据重复删除技术已被一些计算机生产商集成在其系列设备中(如昆腾的DXi系列),在后台为现有备份流程提供支持。用户继续使用现有备份软件和策略,察觉不到重复删除的过程,存储的数据却因此增加了10到50倍。

重复数据删除处理的数据种类越多,容量减少就越大。总体来看,文件级的重复数据删除虽然有效,但其检测的重复数据要少于块级或字节级的重复数据删除。同样,字节级重复数据删除在检测数据重复上比块级的重复数据删除通常更有效。

(2)其他因素

除了处理粒度之外,影响重复数据删除比的因素还有数据类型、数据的变化率以及数据的保留时间等等,这些都会影响实际的重复数据删除效率。根据ESG实验室对几种不同的重复数据技术的测试结果来看,在不考虑处理粒度的情况下,基本上都能达到10倍或20倍的重复数据删除效率。

4.重复数据删除技术在完全备份中的应用

备份的最终目的是恢复,以往备份管理员在制定备份策略时,通常采用每天增量备份方式结合阶段全备份方式,如每月或每周全备份。从恢复速度的角度出发,全备份方式(full backup)更有利,那为什么90%以上的备份管理员还在使用增量备份呢?原因是由于一次全备份的数据量太大,无法满足日益苛刻的备份窗口要求,完全属于不得已而为之。由于完全备份模式的数据块重复率是所有备份模式中最高的,所以重复数据删除技术非常适合完全备份的场合,因为它能够显著降低每次完全备份的实际存储的数据块数量,从而使用户能在短暂的备份窗口期间完成关键作业的备份,在需要恢复时,又能较快地恢复出保留周期内任意一天的数据。

在部署备份和恢复的普通磁盘时,经济因素限制了从磁带上卸载并转存到磁盘的数据量。使用数据重复删除技术,在相同的磁盘空间内,以前只能保存最近一周的数据,现在可以存储一个月或更长时间的数据,因此大大增强了恢复选项。这一优势使IT部门能够低成本有效地在磁盘上保留数月的备份数据,适合从250GB到超过10TB的主数据集,可以实现更快、更可靠的恢复,并能大幅度增加数据恢复点的数量。

3.3云存储

云存储是指通过集群应用、网格技术或分布式文件系统等功能,将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的一个系统。

3.3.1云存储的特点

1.云状的网络结构

在常见的局域网系统中,为了能更好地使用局域网,一般来讲,使用者需要非常清楚地知道网络中每一个软硬件的型号和配置,比如采用什么型号交换机,有多少个端口,采用了什么路由器和防火墙,分别是如何设置的。系统中有多少个服务器,分别安装了什么操作系统和软件。各设备之间采用什么类型的连接线缆,分配了什么IP地址和子网掩码。

但当使用广域网和互联网时,用户只需要知道是什么样的接入网和用户名、密码就可以连接到广域网和互联网,并不需要知道广域网和互联网中到底有多少台交换机、路由器、防火墙和服务器,不需要知道数据是通过什么样的路由到达自己的电脑,也不需要知道网络中的服务器分别安装了什么软件,更不需要知道网络中各设备之间采用了什么样的连接线缆和端口。

广域网和互联网对于具体的使用者是完全透明的,经常用一个云状的图形来表示广域网和互联网。虽然云状的图形中包含了许许多多的交换机、路由器、防火墙和服务器,但对具体的广域网、互联网用户来讲,这些都是不需要知道的。这个云状图形代表的是广域网和互联网带给大家的互联互通的网络服务,无论在任何地方,都可以通过一个网络接入线缆和一个用户、密码,接入广域网和互联网,享受网络服务。

参考云状的网络结构,创建一个新型的云状结构的存储系统系统,这个存储系统由多个存储设备组成,通过集群功能、分布式文件系统或类似网格计算等功能联合起来协同工作,并通过一定的应用软件或应用接口,对用户提供一定类型的存储服务和访问服务。

2.云存储重在服务

就如同云状的广域网和互联网一样,云存储对使用者来讲,不是指某一个具体的设备,而是指一个由许许多多个存储设备和服务器所构成的集合体。使用者使用云存储,并不是使用某一个存储设备,而是使用整个云存储系统带来的一种数据访问服务。所以严格来讲,云存储不是存储,而是一种服务。

云存储的核心是应用软件与存储设备相结合,通过应用软件来实现存储设备向存储服务的转变。当使用某一个独立的存储设备时,用户必须非常清楚这个存储设备是什么型号,什么接口和传输协议,必须清楚地知道存储系统中有多少块磁盘,分别是什么型号、多大容量,必须清楚存储设备和服务器之间采用什么样的连接线缆。为了保证数据安全和业务的连续性,还需要建立相应的数据备份系统和容灾系统。除此之外,对存储设备进行定期地状态监控、维护、软硬件更新和升级也是必需的。

如果采用云存储,那么上面所提到的一切对使用者来讲都不需要了。云状存储系统中的所有设备对使用者来讲都是完全透明的,任何地方的任何一个经过授权的使用者都可以通过一根接入线缆与云存储连接,对云存储进行数据访问。

3.3.2云存储的结构模型

与传统的存储设备相比,云存储不仅仅是一个硬件,而是一个网络设备、存储设备、服务器、应用软件、公用访问接口、接入网、和客户端程序等多个部分组成的复杂系统。各部分以存储设备为核心,通过应用软件来对外提供数据存储和业务访问服务。云存储系统的结构模型由4层组成。

1.存储层

存储层是云存储最基础的部分。存储设备可以是FC光纤通道存储设备、NAS和iSC-SI等IP存储设备、SCSI或SAS等DAS存储设备。云存储中的存储设备往往数量庞大且分布多不同地域,彼此之间通过广域网、互联网或者FC光纤通道网络连接在一起。

2.基础管理层

基础管理层是云存储最核心的部分,也是云存储中最难以实现的部分,位于存储设备之上,可以实现存储设备的逻辑虚拟化管理、多链路冗余管理,以及硬件设备的状态监控和故障维护。

基础管理层通过集群、分布式文件系统和网格计算等技术,实现云存储中多个存储设备之间的协同工作,使多个存储设备可以对外提供同一种服务,并提供更大更强更好的数据访问性能。CDN内容分发系统、数据加密技术保证云存储中的数据不会被未授权的用户所访问,同时,通过各种数据备份和容灾技术和措施可以保证云存储中的数据不会丢失,保证云存储自身的安全和稳定。

3.应用接口层

应用接口层是云存储最灵活多变的部分。不同的云存储运营单位可以根据实际业务类型,开发不同的应用服务接口,提供不同的应用服务。比如视频监控应用平台、IPTV和视频点播应用平台、网络硬盘引用平台,远程数据备份应用平台等。

4.访问层

任何一个授权用户都可以通过标准的公用应用接口来登录云存储系统,享受云存储服务。云存储运营单位不同,云存储提供的访问类型和访问手段也不同。

同类推荐
  • 21世纪资本新论

    21世纪资本新论

    以欧美为代表的全球经济正陷入破产和革命的前奏,《资本论》必须进行新的科学革命,法国经济学家皮凯蒂的《21世纪资本论》对此进行了深度的解读,切中要害,直指本质。本书通过对《21世纪资本论》的进一步引申和解读,给出了解决方案,认为资本在21世纪有两层含义:其一,用货币资本推动人类经济活动的发展和构建消费生产的平衡性;其二,用人本资本、消费资本构建共产、共享的人类美好家园,其实质是人学的复兴和回归。只有以人本资本、消费资本来指导货币资本发展,人类的物质文明才能具有生命力、延续性、革新化。
  • 每天读点经济学

    每天读点经济学

    你知道作为消费者,怎么做出消费决策吗?你知道作为厂家,怎么做出生产决策、怎么定价吗?你知道宏观经济是怎么运行的吗?你知道当前炙手可热的经济热点究竟是怎么回事吗?你知道理财的重要性和怎么理财吗?这些都是经济学的问题,经济学不但伟大,而且有趣,读过《每天读点经济学》,你就能体会到这一点。经济学是一门人人应该懂、人人都能懂、人人都会用的学问,拿起《每天读点经济学》,我们将带你畅游经济学的世界!
  • 狐狸梦

    狐狸梦

    本书虽然是以童话风格所写,但是所阐述的都是经济学关键性的原理,和当代前沿的经济学争论热点问题。这是一个人情脉脉与人欲难填并存的世界,亦是现实社会的翻版。在这个隐喻的动物王国里,作者表达了极其深刻的理性洞察和永不泯灭的童心。
  • 百姓不缴糊涂税:财税专家汪蔚青的税务普及书

    百姓不缴糊涂税:财税专家汪蔚青的税务普及书

    每月发工资要缴个税;买东西不知不觉缴了增值税;买个外国货要缴关税;投资理财不小心,冷不防也要多缴很多税……国家征税就像高速公路收取过路费,我们使用不同的交通工具、采取不同的行进路线,最后缴纳的过路费会存在很大的差异。既然纳税和死亡一样无法避免,那么税务知识就不应该成为一种稀有知识,仅为少部分人掌握,而应成为每一个现代人都有所了解的常识。不懂税,必然多缴税,与其到时候为此付出巨额学费,不如来提前学习吧!
  • 债务海啸

    债务海啸

    中国债务总水平,已达无法承受的极限,而且还是在社保投入严重亏空情况下。债务危机再也不是其他国家的事,这和我们息息相关。政府的债务就是每个人的债务!对中国人来说,债务危机和每一个人息息相关!只有透彻理解中国债务本质,我们才能把握财富未来。
热门推荐
  • 惊心后宫路:懿妃传

    惊心后宫路:懿妃传

    那一夜,她甘心献身于他,只因他是自己珍爱之人。宫砂之印褪去,却换来他的一句,朕最恨你这种心机深重的女人。红绡帐暖,夜夜承恩,他让她担尽狐媚之名。在那无数个刀口舔血的日夜,真爱还是利用,信任还是背叛,他们如何区分的清?惊心的后宫之路,诡谲的权力巅峰,这脆弱的感情又当何去何从?影儿为您奉上宫廷版无间道,精彩的猫鼠游戏哦!--情节虚构,请勿模仿
  • 上清太玄鉴诫论

    上清太玄鉴诫论

    本书为公版书,为不受著作权法限制的作家、艺术家及其它人士发布的作品,供广大读者阅读交流。汇聚授权电子版权。
  • 米芾与“米家山”画法

    米芾与“米家山”画法

    米芾与“米家山”画法中优美生动的文字、简明通俗的语言、图文并茂的形式,把中国文化中的物态文化、制度文化、行为文化、精神文化等知识要点全面展示给读者。
  • 龙王大人,请你走开

    龙王大人,请你走开

    他遇上了她,她认识了他,不知道是厄运还是命中注定?一朝被人绑,心丢了他,人给了他。分隔线“什么?孩子。我才20岁,哪来那么大的儿子。”少女很不想怀疑面前这个英俊如斯,面容冷酷的男人是个神经病,但他的行为,拉着自己的手不放,明显就是揩油。“柠儿,我终于找到你了。”男人眼里的深情灼伤了她,心里闪过一丝致命的痛楚。找到了她,他的心才有一种安定的感觉。
  • 妩媚则天

    妩媚则天

    本书写武则天从幼年到入宫一步一步成为昭仪的故事。全书以第一人称抒写,缠绵悱恻。内容大多真实,但也有不少虚构。更有穿越的元素在内——武则天的母亲风明就是穿越的人物。情节跌宕起伏,注重心理刻画,深刻剖析了古代一个原本天真纯洁的女子是如何一步步走向权力的巅峰。
  • 假面骑士穿越手册

    假面骑士穿越手册

    我只是在各个假面骑士的世界里路过,顺便体验体验生活~
  • 越吻越伤心

    越吻越伤心

    爱他八年,结婚一年,夏小婉却始终捂不热霍西城的心。逃婚的姐姐归来,她被扫地出门,不甘吼道:“霍西城,你会后悔的!”霍西城冷笑:“夏小婉,你恶心得令人发指!”离婚后,霍西城以为,自己彻底的摆脱了她,却没想到,她死后,他日日夜夜梦里都是她...情节虚构,请勿模仿
  • 僵尸狂徒

    僵尸狂徒

    罗天不出,天尊独尊。当罗天大陆人人都为封号罗天而图谋时,当至强者都为揭开远古辛秘而消失时,小小赶尸人却意外驾临异界。君千殇:绿袍老头,想吸老子血是吧,尽管吸,吸完你就是我小弟。君千殇:许小强,你是不是皮又痒了,想造反了?君千殇:二丫,给我干他!
  • 幻界当空

    幻界当空

    意外来到了梦幻般的世界,异术超能占据全部人口的万分之一。一无所知,一无所有,该如何生存,又如何寻找回家的路?在这个世界待的越久,与这里的联系就越紧密,羁绊也就越发的深刻。这会是一件好事么?遇见的人,经历的冒险,最终的选择是过往成空,还是现在所经历的一切成空?三千世界,在这一方天地里,易小凡正经历着属于他的故事。
  • 吏学指南

    吏学指南

    本书为公版书,为不受著作权法限制的作家、艺术家及其它人士发布的作品,供广大读者阅读交流。汇聚授权电子版权。