[发明专利]一种基于云计算的数据备份方法

说明书

技术领域

本发明涉及基于云计算，特别涉及一种基于云计算的数据备份方法。

背景技术

云计算作为一种新型计算模式，其相对无限的计算和存储资源可以灵活配置、动态伸缩，并且以实际资源消耗量为依据进行计费。因此云存储资源比本地资源具有更高的性价比。在数据备份应用场景中，多数的恢复请求都是恢复到离当前时刻较近的某个时间点，很少需要读取较旧版本的数据。对于这类数据，如果采用本地存储资源容纳，将导致严重的资源浪费。云存储资源则非常适用于存储这类海量备份数据，可以达到很低廉的备份成本。然而，云计算的数据备份面临以下几个问题，(1)如何兼容各类云存储平台。对于云存储后端，由于云存储平台接口各不相同，很难实现最大的兼容性，在选择云存储提供商时受限。(2)在云存储模式下备份和恢复成本较高。然而云存储的计费模型比本地存储更加复杂。(3)云存储的低带宽高延迟缺陷将显著影响备份系统的恢复速度。

因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种基于云计算的数据备份方法，包括：

云平台针对所有客户的所有段的版本数据，使用哈希算法计算每段数据的标识符，判断是否存在重复，并将重复数据进行压缩处理，压缩后的备份数据写入统一的后端存储池，记录每个数据段写操作的版本信息，在数据恢复时查询并读取对应的版本信息进行数据恢复。

优选地，所述备份数据的压缩进一步包括：

在数据保护模式下，所述云平台业务接口不断从客户系统接收写操作流数据段，客户将自身驱动层的所有段写入请求发送给业务接口；

把接收到的每一个请求都切分成若干个四元组<Client_ID，LA，Timestamp，Seg_Data>，每个元组表示对某个段的一次写操作；其中Client_ID表示客户的编号；LA表示目标段的逻辑段号；Timestamp表示写请求发生的时间戳；Seg_Data表示新写入的段数据；

将每个段的写操作的Seg_Data传递给云平台的数据去重模块，计算出Seg_Data_ID即Seg_Data的标识符进行去重；

将新段的写操作传递给云平台的版本索引模块，记录相应的版本信息，在索引更新粒度上采用定期更新策略，每次索引更新时，读取当前的一级索引，将内存cache内每个段的新版本记录追加到该段的一级索引记录区末尾，二级索引是一个固定长度的结构，在新的一级索引生成之后进行原地更新，在索引更新开始前，一个新的内存cache会被生成，以容纳新的记录，而已有的cache则在更新操作完成之后被释放；

根据数据去重模块的结果更新元数据信息，对新的Seg_Data建立新的元组并赋初始值，对重复的Seg_Data则更新其引用计数；

将每一个新段的写操作信息传递给云平台的磁盘缓存模块，仅将磁盘缓存内不存在的Seg_Data写入磁盘，同步更新所有Seg_Data在磁盘缓存中的位置和引用计数信息；

利用云平台中的数据归档模块，从去重得到所有的去重结果批量存储到云端，同时更新其云端位置信息。

优选地，所述云平台包括业务接口模块，客户通过统一的业务接口与云平台系统进行业务交互，在进行数据保护时，被保护系统将自身驱动层的所有段写入请求都拷贝一份发送给业务接口，把接收到的每一个请求都切分成个四元组<Client_ID，LA，Timestamp，Seg_Data>，每个元组表示对某个段的一次写操作；其中Client_ID表示客户的编号；LA表示目标段的逻辑段号；Timestamp表示写请求发生的时间戳；Seg_Data表示新写入的段数据。

优选地，所述云平台在进行数据恢复时，客户将恢复请求三元组〈Timestamp，Start_LA，End_LA>发送给业务接口；其中Timestamp指明需要恢复的时间点；Start_LA和End_LA则表示需要进行恢复的逻辑段地址起止范围；如果客户需要删除部分版本数据，则将一个删除请求二元组<Start_Timestamp，End_Timestamp>发送给业务接口，指明其需要删除的版本时间戳范围。