[发明专利]数据中心之间鲁棒的数据复制

说明书

一种在第一数据中心和第二数据中心之间的数据复制方法，其中，该第一数据中心具有要复制的数据集，该方法包括：通过以下步骤确定(501)从第一数据中心到第二数据中心的第一路径是否适于要复制的数据集：沿着第一路径发送(502)测试数据；沿着第一路径进行(503)对测试数据的时延测量；以及使用时延测量来确定第一路径的时延参数；以及确定(504)测试数据的时延参数是否小于最大时延阈值。如果时延参数小于最大时延阈值，则方法使用第一路径执行(505)数据集的复制。

技术领域是数据中心之间的数据复制。

背景技术

随着对云服务的需求激增，内容服务提供商越来越多地在多数据中心中存储和复制大量内容。

保护多数据中心内和跨多数据中心的数据对于保持业务在线和运营至关重要。对于此范围，使用数据复制。复制使得数据所有者能够在多台服务器上和跨多于一个数据中心而具有相同的信息副本。图1是由网络100链接的一组数据中心的示意图。作为示例示出三数据中心101、102、103，但经常使用更多的数据中心。数据中心由多个路径104和路由器105链接。

传统地，已经使用两种方法来进行数据复制、同步和异步。图2是示出了同步复制的数据流图。示出了两数据中心，第一数据中心201具有要复制的数据集，第二数据中心202是该数据集的预期接收方。数据集源自位于第一数据中心处的服务器203处的应用。第一数据中心包括第一本地存储设备204，第二数据中心包括第二本地存储设备205。同步复制的过程开始于从服务器203向第一本地存储设备204的数据集的发送206。然后，将数据集发送207给第二数据中心202，并存储在第二本地存储设备205上。在第二数据中心完成数据集的发送和接收之后，第二数据中心提供确认208，其将该确认208发送回第一数据中心。在接收到确认之后，第一数据中心将确认传递209给应用。数据复制现在已经完成。

同步复制确保复制过程期间的连续数据完整性，而不会造成数据丢失的额外风险，这是因为第二数据中心始终具有相同的数据副本。然而，同步复制有一个缺点，即在对应用响应之前，服务器必须等待直到数据复制过程完成为止。仅在从第二数据中心接收到确认之后，确认才被发送给应用。这导致响应时间增加和应用变慢。同步复制的性能受到诸如数据中心之间的连接的链路时延和链路带宽之类的因素的极大影响。特别地，数据中心之间使用的同步复制对传输时延非常敏感，将适于同步复制的最大距离限于100-200km的路径。

同步复制的替代方案是异步复制。图3是示出了异步复制过程的数据流图。如在图2中，示出了两个数据中心，其中第一数据中心301具有要复制的数据集，第二数据中心302是该数据集的预期接收方。如在图2中，数据集源自位于第一数据中心301处的服务器303处的应用。第一数据中心包括第一本地存储设备304，第二数据中心302包括第二本地存储设备305。异步复制的过程开始于从服务器303向第一本地存储设备304对数据集的发送306。然而，在异步复制的情况下，本地存储设备在接收到数据集之后立即用确认对应用进行响应307。数据在一段时间之后被发送308给第二数据中心，该第二数据中心提供确认。然而，该应用在复制过程完成之前接收确认，因此能够以较短的等待继续其过程。然而，缺点在于，尽管异步复制克服了同步复制的性能限制，但是必须接受一些数据丢失。

还定义了半同步复制，其中一旦第二数据中心确认它已将数据接收到存储器或专用日志文件中，则认为该复制完成。不会立即执行对本地存储设备的实际远程写入，而是异步执行。在完成复制的时间方面，这导致比同步复制更好的性能，但不能提供持久性保证。因此，同步复制是业务关键数据传送的唯一选择。