[发明专利]用于数据智能存储系统的实况还原

说明书

版权提醒

本专利文献的公开内容的一部分包含受到版权保护的资料。版权所有人不反对任何人 按照其在专利商标局专利文件或记录中所出现的那样对专利文献或专利公开内容进行复 制再现，但是在其他方面无论如何保留的所有版权权利。版权2013，DataGravity,Inc.。

技术领域

本公开内容涉及计算机存储系统，并且更具体来说涉及统一了主要存储、数据保 护和数据分析功能的方法和系统中的实况数据还原。

背景技术

数据存储解决方案是大的业务，并且对许多企业有大量需求。存储解决方案常常 被设计用于特定目的，并且公司常常利用分开的系统作为专用于这样的目的的数据筒仓 （silo），比如主要存储（块和文件）、备份存储以及用于分析的存储。这三份存储拷贝通常被 保持在不同的器件上并且被分开管理。这三个筒仓之间的数据移动可能困难，这是因为在 确定主筒仓与备份或分析筒仓之间发生了什么改变方面会涉及到时间。这导致尝试补偿把 数据移动到备份和分析筒仓所需的时间长度的复杂备份策略。所涉及的定时涵盖了确定自 从上一次捕获数据以来发生了什么改变，以及通常通过某种类型的网络把数据移动到新的 筒仓。这一处理通常在主要存储系统上是资源密集的，会消耗例如处理器周期、存储器、盘 操作和网络带宽之类的关键主要存储资源。为此原因，去到备份和分析的数据移动常常被 安排在非工作时间，并且被仔细地管理以免与日常操作发生干扰。除了在把数据移动到备 份和分析系统时的处理和定时难题之外，在主数据失效或丢失的情况下所需的还原操作也 可能是耗时的。此外，在还原操作正在发生时，主数据通常是不可访问的。

除了前面的定时和计算问题之外，现今的分析系统（比如使用Hadoop的那些分析 系统）在安全性和用户账户情境方面是独立于主要存储系统的。这就使得针对数据访问的 保护复杂化，并且通常会失去关于改变何时发生以及谁作出了改变的情境。许多系统还需 要多层附加的第三方软件以从数据中提取出任何信息。

备份系统在传统上专注在复原点目标（RPO）和复原时间目标（RTO）上。RPO表示数 据丢失的可接受风险的最大时间段——举例来说，24小时的RPO意味着在主要存储失效时， 多达24小时的数据可能会被丢失并且不可复原。RTO表示在失效之后在操作可以恢复之前 对应于复原的最大可接受时间——举例来说，24小时的RTO意味着在主要存储失效时，在主 要存储被还原并且可以恢复正常操作之前，从备份的还原将花费多达24小时。

从备份系统的复原或还原通常是困难且耗时的处理。从备份复原通常需要识别文 件（或文件集合）和时间标记（日期）。如果所述日期或文件是未知的，则已经时间密集的还 原处理变得还要复杂得多。在不知道所述文件和日期的情况下，在备份系统内搜索数据以 识别出所期望的还原通常是试错处理，比如挑选某一日期，从该日期开始还原备份，搜索所 还原的数据以识别出所述数据是否包括所期望的项目，并且重复所述处理直到找到所期望 的项目为止。

一旦识别出所期望的文件，则还原处理开始。通常直到完成了整个还原处理才准 许对于文件的访问。这可能会导致在用户可以开始使用所还原的数据之前许多分钟或者甚 至数小时的等待时间。由于在存储备份数据时所使用的存储优化技术，这一时间可能会被 大大延长。举例来说，为了最大化备份容量，备份可能被压缩，从而需要密集的（并且常常是 整个站点（complete-site）的）还原来复原单个文件。

有一种趋势是把备份和分析系统合并到将备份数据用于分析的单个系统中。在这 方面遇到了另外的问题，这是因为备份系统通常并不按照与主要存储相同的格式来保存数 据。即使格式不是问题，在移动数据以及断开主要存储与改变认识（changeinsights）之间 的联系方面仍然存在问题。此外，对备份数据应用分析还没有克服关于确定改变的时间和 来源（authorship）的问题。

现有技术描述