[发明专利]用于通过绕过编码和解码来提高备份效率的方法和系统

说明书

一个实施例便于在至少一个存储装置上进行数据备份。在操作期间，所述系统由计算装置基于纠错码对第一数据集与第二数据集之间的第一差异进行解码以获得码字，其中，所述第一数据集指示备份版本并且所述第二数据集指示对所述第一数据集的后续修改。所述系统基于针对所述第一数据集的第一签名与针对所述第二数据集的第二签名之间的第二差异计算值。响应于确定基于循环冗余校验对所述码字的解码与所计算出的值匹配，所述系统将所述码字存储在所述至少一个存储装置上。

本申请要求于2017年11月08日提交美国专利商标局、申请号为15807041、申请名称为“METHOD AND SYSTEM FOR ENHANCING BACKUP EFFICIENCY BY BYPASSING ENCODINGAND DECODING”的美国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本公开一般地涉及数据存储的领域。更具体地，本公开涉及一种用于通过绕过与纠错和奇偶校验相关联的编码和解码来提高备份过程的效率的方法和系统。

背景技术

因特网和电子商务的激增继续创建大量的数字内容。已经创建分布式存储系统和服务器来访问并存储此类数字内容。为了保证存储的数据的完整性(例如，为了对抗诸如系统故障、黑客攻击、病毒感染等的不可预测事件)，系统可提供备份所存储的数据的功能，从而允许系统快速地返回到在先前时刻(例如，当取得最近快照时)的工作状态。取决于备份方法，备份大量数据可能在时间和功率两者方面耗费相当多的资源。备份方法的示例包括完全备份、差异备份和增量备份。在完全备份中，系统存储其在任何给定时间的所有数据。由于在同一系统上的完全备份之间可能存在大量重复数据，因此对大量数据执行完全备份会消耗相当大量的资源。在差异备份中，系统存储其在给定时间的所有数据(即，完全备份)，然后存储自最后完全备份之后改变的所有项目的后续变化。在增量备份中，系统存储其在给定时间的所有数据(即，完全备份)，然后，作为增量备份，存储自最后增量备份之后改变的所有项目的后续变化。

虽然增量备份和差异备份与完全备份相比会消耗更少的资源，但是系统必须仍然执行多个编码和解码操作，这会进一步消耗资源并降低系统的效率。

发明内容

一个实施例便于在至少一个存储装置上进行数据备份。在操作期间，所述系统由计算装置基于纠错码对第一数据集与第二数据集之间的第一差异进行解码以获得码字，其中，所述第一数据集指示备份版本并且所述第二数据集指示对所述第一数据集的后续修改。所述系统基于针对所述第一数据集的第一签名与针对所述第二数据集的第二签名之间的第二差异计算值。响应于确定基于循环冗余校验对所述码字的解码与所计算出的值匹配，所述系统将所述码字存储在所述至少一个存储装置上。所述系统因此通过减少编码和解码操作的数量来方便高效的数据备份。

在一些实施例中，所述系统基于所述第一数据集和所述第二数据集的逐位异或来获得所述第一差异。

在一些实施例中，所述系统基于所述第一签名和所述第二签名的逐位异或来获得所述第二差异，其中，计算所述值进一步基于所述第二差异的多项式除法。

在一些实施例中，所述第一签名是针对所述第一数据集的循环冗余校验签名，并且所述第二签名是针对所述第二数据集的循环冗余校验签名。

在一些实施例中，确定基于所述循环冗余校验对所述码字的解码与所计算出的值匹配基于经解码的码字与所计算出的值之间的逐位校验。

在一些实施例中，响应于确定基于所述循环冗余校验对所述码字的解码与所计算出的值不匹配，所述系统通过以下步骤来获得重新解码的码字：从所述至少一个存储装置读取所述第一数据集和所述第二数据集以获得新的码字，或者调整所述码字或所述新的码字；以及基于所述纠错码对所述码字或所述新的码字进行解码。响应于确定基于所述循环冗余校验对所述重新解码的码字的解码与所计算出的值匹配，所述系统将所述重新解码的码字存储在所述至少一个存储装置上。