大數(shù)據(jù)需不需要備份和災(zāi)難恢復(fù)

大數(shù)據(jù)應(yīng)用的發(fā)展趨勢(shì)是在擁有大存儲(chǔ)容量的同時(shí)配備用于執(zhí)行數(shù)據(jù)分析的融合硬件設(shè)備與分析軟件包。這些應(yīng)用通常不會(huì)用于處理運(yùn)營(yíng)數(shù)據(jù)；相反，用戶會(huì)通過(guò)查詢(xún)數(shù)據(jù)來(lái)分析過(guò)去的產(chǎn)品銷(xiāo)售、預(yù)測(cè)趨勢(shì)和確定未來(lái)的客戶購(gòu)買(mǎi)模式。大數(shù)據(jù)應(yīng)用通常并不會(huì)被定位為關(guān)鍵業(yè)務(wù)系統(tǒng)，雖然它們也支持銷(xiāo)售和營(yíng)銷(xiāo)決策，但是并不會(huì)顯著影響一些核心運(yùn)營(yíng)業(yè)務(wù)，如客戶管理、訂單、庫(kù)存和配送等。
    那么，為什么許多領(lǐng)先的企業(yè)IT部門(mén)都迅速將大數(shù)據(jù)整合到他們的災(zāi)難恢復(fù)計(jì)劃中呢？這些數(shù)據(jù)量如此之大，會(huì)不會(huì)給備份帶來(lái)影響呢？即便是備份了數(shù)據(jù)，從備份恢復(fù)數(shù)據(jù)是否會(huì)花費(fèi)幾天（幾周或更長(zhǎng)時(shí)間）呢？帶著這些問(wèn)題，我們來(lái)看一下如何進(jìn)行大數(shù)據(jù)的災(zāi)難恢復(fù)。

數(shù)據(jù)太大，無(wú)法備份
    災(zāi)難恢復(fù)最佳實(shí)踐包括在指定的時(shí)間里將重要數(shù)據(jù)及時(shí)恢復(fù)到一致?tīng)顟B(tài)的能力。這段時(shí)間稱(chēng)為恢復(fù)時(shí)間目標(biāo)（RTO），它必須在業(yè)務(wù)所依賴(lài)的運(yùn)營(yíng)數(shù)據(jù)的限制范圍之內(nèi)（最多幾個(gè)小時(shí)）。但是，遇到大數(shù)據(jù)時(shí)該怎么辦？大多數(shù)公司認(rèn)為大數(shù)據(jù)的備份與恢復(fù)并不重要。其中包括以下這些原因。
    運(yùn)營(yíng)系統(tǒng)更重要。在發(fā)生災(zāi)難之后，最高優(yōu)先級(jí)的工作是恢復(fù)那些支持運(yùn)營(yíng)系統(tǒng)的數(shù)據(jù)。這些系統(tǒng)包括會(huì)計(jì)、訂單條目、支付受理、工資等，它們是保證公司正常運(yùn)營(yíng)的必要條件。在這些數(shù)據(jù)恢復(fù)之后，第二優(yōu)先級(jí)的工作是支持這些系統(tǒng)的運(yùn)行。
    大數(shù)據(jù)并不是關(guān)鍵業(yè)務(wù)系統(tǒng)。預(yù)測(cè)和趨勢(shì)分析可能是營(yíng)銷(xiāo)的重要手段，但是這些分析及其相關(guān)的查詢(xún)和用戶報(bào)表都基于歷史數(shù)據(jù)，而非實(shí)時(shí)數(shù)據(jù)。
    大數(shù)據(jù)的體量非常巨大，一個(gè)大數(shù)據(jù)應(yīng)用所存儲(chǔ)的數(shù)據(jù)量可能是所有運(yùn)營(yíng)數(shù)據(jù)之和的數(shù)十倍。這是因?yàn)榇髷?shù)據(jù)應(yīng)用工作在數(shù)據(jù)的歷史快照上。十年的歷史數(shù)據(jù)就會(huì)包含幾千天的快照。它備份在什么介質(zhì)上，備份需要多長(zhǎng)時(shí)間，然后需要的備份存儲(chǔ)有多大？
    備份與恢復(fù)流程需要I/O通道容量。在短時(shí)間內(nèi)遷移大容量的數(shù)據(jù)要求使用較大的容量。備份與恢復(fù)會(huì)耗盡I/O通道，唯一可行的替代方法是安裝足夠的附加容量去處理這些任務(wù)。
   當(dāng)大數(shù)據(jù)成為關(guān)鍵業(yè)務(wù)系統(tǒng)
    上面介紹的原因并非適用于所有公司。有一些關(guān)注客戶的系統(tǒng)也會(huì)使用大數(shù)據(jù)分析，這意味著大數(shù)據(jù)應(yīng)用將屬于運(yùn)營(yíng)處理的一部分。在其他企業(yè)中，大數(shù)據(jù)開(kāi)始成為一種簡(jiǎn)單的查詢(xún)和報(bào)表工具。有一些專(zhuān)用查詢(xún)會(huì)慢慢體現(xiàn)其重要作用，然后變成一些常規(guī)報(bào)表。這些有用的報(bào)表會(huì)受到管理層的關(guān)注，他們會(huì)因此將這些報(bào)表變成一些重要的操作。最終，管理層會(huì)逐漸依賴(lài)這些報(bào)表來(lái)作出運(yùn)營(yíng)決策。因此，他們的大數(shù)據(jù)應(yīng)用就會(huì)逐漸向關(guān)鍵業(yè)務(wù)系統(tǒng)靠攏。
    大數(shù)據(jù)應(yīng)用發(fā)展成為關(guān)鍵業(yè)務(wù)系統(tǒng)的趨勢(shì)是不可避免的。這些應(yīng)用的安裝和配置過(guò)程代價(jià)高昂且耗費(fèi)時(shí)間，同時(shí)也需要由高素質(zhì)的技術(shù)人員來(lái)完成。此外，查詢(xún)數(shù)據(jù)的業(yè)務(wù)分析師很少會(huì)親自處理數(shù)據(jù)。通常他們會(huì)使用一些專(zhuān)門(mén)用于查詢(xún)和分析大數(shù)據(jù)的分析軟件包。這些軟件同樣非常昂貴，同時(shí)只有經(jīng)過(guò)大量培訓(xùn)的技術(shù)人員才能高效使用這些軟件。
    公司在大數(shù)據(jù)應(yīng)用投入了大量的金錢(qián)。公司迫切希望從他們的投資中獲取有價(jià)值的回報(bào)。從數(shù)據(jù)分析得到的報(bào)表可能產(chǎn)生更好的客戶服務(wù)、更快的產(chǎn)品周轉(zhuǎn)速度和更高的收益。而收益恰恰就意味著關(guān)鍵業(yè)務(wù)。
   大數(shù)據(jù)備份方法
    如果準(zhǔn)備在災(zāi)難恢復(fù)計(jì)劃過(guò)程中恢復(fù)全部或部分大數(shù)據(jù)應(yīng)用，那么可以考慮選擇下面這些備份方法。
    最重要的是要記?。捍髷?shù)據(jù)主要是歷史數(shù)據(jù)和靜態(tài)數(shù)據(jù)。運(yùn)營(yíng)數(shù)據(jù)快照會(huì)被提取到一個(gè)分段集結(jié)區(qū)域，進(jìn)行整理和轉(zhuǎn)換，然后再加載到企業(yè)數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)應(yīng)用中。在此之后，它們都不會(huì)更新。這意味著在每一個(gè)快照上只需要運(yùn)行一次備份流程。
   最常用的備份方法主要有：
   ·數(shù)據(jù)復(fù)制。這是一個(gè)常用的備份方法。當(dāng)數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)或大數(shù)據(jù)應(yīng)用程序時(shí)，它們會(huì)同步傳輸?shù)揭粋€(gè)備份流程中，其中會(huì)載入大數(shù)據(jù)應(yīng)用程序的一個(gè)備份副本。這個(gè)流程通常發(fā)生在災(zāi)難恢復(fù)站點(diǎn)中，然后在發(fā)生災(zāi)難時(shí)它仍然保有一份最新的數(shù)據(jù)。
   ·虛擬快照。這是一個(gè)硬件解決方案，它允許在存儲(chǔ)介質(zhì)上創(chuàng)建整個(gè)系統(tǒng)的虛擬備份。數(shù)據(jù)庫(kù)寫(xiě)操作會(huì)在中斷一小段時(shí)間，這時(shí)管理存儲(chǔ)子系統(tǒng)的硬件會(huì)對(duì)所有文件執(zhí)行內(nèi)部復(fù)制操作。這個(gè)復(fù)制流程可能非?？?，有時(shí)會(huì)在幾秒鐘內(nèi)完成。在復(fù)制完成之后，數(shù)據(jù)庫(kù)管理系統(tǒng)又會(huì)重新允許執(zhí)行寫(xiě)操作。
    快照提供了超快速的恢復(fù)時(shí)間，它的假定前提是可以恢復(fù)到創(chuàng)建快照的指定時(shí)間點(diǎn)。除此之外，恢復(fù)到非快照創(chuàng)建的時(shí)間點(diǎn)需要有一些方法能夠?qū)⑺凶钚聰?shù)據(jù)庫(kù)變化（日志捕捉）應(yīng)用到快照中。另一個(gè)問(wèn)題是存儲(chǔ)容量?？煺湛赡芤髮?dāng)前使用的存儲(chǔ)加倍。而且，當(dāng)災(zāi)難發(fā)生時(shí)，當(dāng)時(shí)的快照會(huì)作為當(dāng)前數(shù)據(jù)，但是還必須分配另一個(gè)快照區(qū)域，以備應(yīng)付新的災(zāi)難事件。
   ·本地與遠(yuǎn)程副本。這是一個(gè)經(jīng)典方法，它由磁盤(pán)備份和包含物理磁盤(pán)驅(qū)動(dòng)器或數(shù)據(jù)庫(kù)的陣列備份構(gòu)成。DBA使用供應(yīng)商工具訪問(wèn)那些通常存儲(chǔ)為一種壓縮私有格式的數(shù)據(jù)。這些備份會(huì)快速地執(zhí)行和加載，因?yàn)樗鼈儾捎玫氖莾?nèi)部數(shù)據(jù)格式。
    恢復(fù)自動(dòng)化與測(cè)試
    災(zāi)難計(jì)劃的另一個(gè)重要部分是保證恢復(fù)在規(guī)定的RTO內(nèi)完成。對(duì)于大數(shù)據(jù)而言，這通常意味著要使用標(biāo)準(zhǔn)流量或供應(yīng)商工具實(shí)現(xiàn)恢復(fù)自動(dòng)化。聰明的DBA會(huì)盡可能自動(dòng)化更多的任務(wù)，從而最大可能減少相對(duì)較慢的人為干預(yù)。這其中就包括要避免以下行為：
   ·人工處理備份存儲(chǔ)（例如，移動(dòng)和操作磁帶）；
   ·輸入命令行；
   ·檢查紙質(zhì)報(bào)表或文檔。
    在實(shí)現(xiàn)恢復(fù)自動(dòng)化之后，要定期測(cè)試、測(cè)試再測(cè)試。記住，大數(shù)據(jù)總是在不斷地增長(zhǎng)，而且隨著數(shù)據(jù)量的增加，備份和恢復(fù)時(shí)間也會(huì)增加。
   總結(jié)
    大數(shù)據(jù)無(wú)論部署還是使用都非常耗費(fèi)時(shí)間、金錢(qián)和資源。許多公司迫切希望從這些大投入中獲取回報(bào)，查詢(xún)和報(bào)表能夠提供一些寶貴的洞察力，幫助執(zhí)行決策、應(yīng)付變化和獲得收益。大數(shù)據(jù)應(yīng)用最終會(huì)變成關(guān)鍵業(yè)務(wù)系統(tǒng)。在此之前，一定要保證自己的IT基礎(chǔ)架構(gòu)能夠備份和恢復(fù)這些數(shù)據(jù)。