从几大厂商看数据备份软件的开发

市场上作数据迁移，备份和恢复的厂商不少，有像EMC和Symantec这样的存储设备提供商，也有像NSI Double-Take这样的软件服务供应商，分别表明性的产品有，EMC Replication Manager，Symantec Backup Exec和Double-Take。

不管哪种数据备份软件，最关键最核心的技术其实就是两点：

1. Freeze/Thaw备份对象的I/O

2. 快速拷贝备份对象的数据

在关注完这两个技术点以后，再进一步讨论：

1. 将备份软件由物理机扩展到虚拟机

2. 备份对象和备份平台的扩展

备份的对象能够是文件或磁盘，也能够是应用程序或操做系统。对于前者，若是没有IO操做，那么备份过程相对简单，能够直接进行拷贝操做。若是存在IO操做，那么只有停机才能保证数据的完整性和一致性，若是不停机，因为数据尚在缓存或者读写过程当中，则没法保证数据的完整性和一致性，所以备份出来的数据可能没有意义。对于后者，虽然备份的最终对象也是文件或磁盘，但备份的过程须要获得应用程序或操做系统的支持，这样既能够不停机，甚至应用程序能够继续提供服务，又能够保证备份数据的完整性和一致性。

应用程序为了支持数据备份，一般的作法是，在备份开始前，将备份单元缓存的数据写回进磁盘中，而后Freeze备份单元的IO；在备份过程当中，将备份单元的写操做转到临时文件中；在备份结束后，将临时文件的数据从新写回进磁盘中，而后Thaw备份单元的IO。很是典型的例子是，Oracle的hot backup script，Microsoft为SQL Server和Exchange Server提供的VDI和VSS接口。

为了保证服务质量，通常状况下，应用程序从Freeze备份单元的IO到Thaw备份单元的IO的间隔时间都比较短，例如Oracle的备份时间是60s，而VDI和VSS的备份时间只有10s。备份时间是如此的短，而备份数据一般又是很是的庞大，所以彻底拷贝原始的数据几乎是不可能的，因而基于Copy-On-Write的Snapshot技术在存储设备中获得了普遍的应用。

Copy-On-Write的基本原理其实也简单，假设原始数据区为A，备份数据区为B，当A中的某个数据块有写请求时，先将原来的数据块拷贝到B中，而后再对A执行写操做。A中未执行写操做的数据块，只须要在B中维护一个A中对应数据块的索引指针便可。这样，当A中的数据改动比较少时，B须要的空间一般也不多，只要原来的10%～30%。

在为备份数据区申请空间时，若是是申请固定空间，则该空间应大于原始空间，固然，一般不这么作，而是申请自动精简配置的磁盘空间，须要多少，占用多少，从而节省数据空间，避免无谓的浪费。而在具体的实现中，据做者的亲历了解，作法是为每一个原始空间保留一个大的缓冲区，为原始空间创建的多个备份空间都从这个缓冲区里面分配。

以EMC Replication Manager为例，支持Exchange，SQL Server，SharePoint，Oracle，DB2等应用程序的备份，支持的存储设备包括Symmetrix，CLARiiON等。

由于备份过程须要获得存储设备的支持，备份的最小数据单元也就成了一个LUN。一个LUN在主机端表现为一块物理磁盘，主机能够发送标准的SCSI命令给这个LUN，可是这种状况在虚拟机环境下就发生了变化，这是由于在虚拟机（如VMWare）中，只认识虚拟磁盘.vmdk。

所幸的是，RDM（Raw Device Mapping）技术解决了这个难题。RDM是从VMFS卷到原始LUN的符号连接。映射使LUN显示为VMFS卷中的文件。在虚拟机配置中引用映射文件而非原始LUN。打开LUN进行访问时，系统会读取映射文件以获取原始LUN的引用。能够不用经过映射文件直接对裸LUN进行读写操做。RDM Volume只能是FC或者iSCSI的LUN。

NSI Double-Take的产品对数据在物理机和虚拟机之间的迁移，备份和恢复作得至关出色，惋惜相关的资料很少，因此了解得也颇有限。

Symantec Backup Exec的功能很是全面，这一点，能够为其它备份软件的开发提供方向性的参考。它支持的备份平台有NetWare，Macintosh，Linux，Unix，Windows，支持的应用软件有SAP，SharePoint，SQL Server，Exchange，DB2，Lotus Domino，Active Directory，Enterprise Vault，支持的虚拟机有VMWare，Hyper-V。