如今的分布式數(shù)據(jù)庫中，為這些PT級數(shù)據(jù)弄個可靠的快照可不是件容易的事

IT界都知道：動了軟件棧的一部分，有很大的可能性另外一部分也不得不動。不用舍近求遠，看看大數(shù)據(jù)，秒懂。

首先，大數(shù)據(jù)沖擊了數(shù)據(jù)庫領(lǐng)域，開拓了“向外擴展”技術(shù)新門類。那是被諸如Hadoop、MongoDB和Cassandra的產(chǎn)品例證的模型，數(shù)據(jù)不再被打包進一個單獨的巨大的服務(wù)器，而是分散存放在多個商品服務(wù)器上。

其中的美學(xué)，當(dāng)然在于靈活性：要容納更多PT數(shù)據(jù)，只需要增加一兩臺廉價的機器，而不需要數(shù)出大量的鈔票來將原來大象級的服務(wù)器升級成猛犸級。

一切看起來如此美好，但現(xiàn)在，問題來了：備份和恢復(fù)咋辦？

Gartner副總裁戴夫·拉塞爾說：“傳統(tǒng)備份產(chǎn)品無法應(yīng)對超大數(shù)據(jù)量備份問題。該架構(gòu)向外擴展的特性也讓傳統(tǒng)備份應(yīng)用難以處理。”

今天的橫向擴展數(shù)據(jù)庫確實包含了一些可用性和恢復(fù)的功能，但通常都不像IT用戶已經(jīng)習(xí)慣了的那么健壯。

這是一個能讓大企業(yè)在遭遇停電時陷入大麻煩的問題。但也是新一類數(shù)據(jù)保護產(chǎn)品開始嶄露頭角的機會。

數(shù)據(jù)恢復(fù)初創(chuàng)公司 Datos IO 的RecoverX就是其中之一。

“如果你用的是像Oracle或MySQL這樣的傳統(tǒng)數(shù)據(jù)庫，只能是擴充升級，而且需要持續(xù)的日志。” Datos IO 共同創(chuàng)始人兼CEO塔倫·塔庫爾說。

這種情況下，那份日志的副本，就是當(dāng)問題發(fā)生時的備份了。

而在今天這種數(shù)據(jù)分布式存儲在多個小機器上的下一代數(shù)據(jù)庫時代，事情遠沒那么簡單。

“由于沒有主控，每一個節(jié)點都獨立負責(zé)自己的事務(wù)，持續(xù)性日志這種概念是不存在的。”塔庫爾解釋道，“不同的節(jié)點有不同的權(quán)限，每個節(jié)點都對操作有不同的視圖。”

出現(xiàn)這種情況，有部分原因是出于對適應(yīng)大數(shù)據(jù)“3V”要求（容量volume、速度velocity、多樣性variety）的權(quán)衡。尤其是，為在適應(yīng)瘋狂高速涌來的多樣化數(shù)據(jù)的同時提供可擴展性，今天的分布式數(shù)據(jù)庫已經(jīng)脫離了傳統(tǒng)關(guān)系數(shù)據(jù)庫遵循的“ACID”標(biāo)準(zhǔn)(原子性Atomicity、一致性Consistency、隔離性Isolation、持久性Durability)，轉(zhuǎn)而采用大規(guī)模分布式系統(tǒng)的“BASE”理論(基本可用Basically Available、軟狀態(tài)Soft State、最終一致性Eventual Consistency)。

這是決定性的不同。最相關(guān)的就是傳統(tǒng)數(shù)據(jù)庫全程提供強一致性的地方——也就是ACID中的C，分布式數(shù)據(jù)庫則是努力謀求所謂的“最終一致性”?；蚩旎蚵?，更新最終會覆蓋到所有節(jié)點，但，中間肯定會有時間差。

“如果你需要可擴展性，就得放棄一致性，二者擇其一。”

這讓獲得可靠的整體快照以進行實時恢復(fù)變得很難。不僅是更難以在任意時間點追蹤哪些數(shù)據(jù)移動到了分布式數(shù)據(jù)庫的哪里，而且根植到更新的分布式數(shù)據(jù)庫中的彈性特性(比如復(fù)刻)，在數(shù)據(jù)被損壞的情況下也無法保護你。

“你不過是復(fù)刻了那些被損壞的數(shù)據(jù)而已。”

本月早些時候，Datos IO 發(fā)布了RecoverX，打算用被其稱之為可擴展版本控制和語義式重復(fù)數(shù)據(jù)刪除功能來解決這些問題。結(jié)果就是，既節(jié)省空間，又本地格式可用的集群一致備份。

美國第一資本汽車金融公司原CTO兼工程管理副總裁索維克·達斯率先感受到了備份的危機。

現(xiàn)在已是醫(yī)療保健初創(chuàng)公司 Grand Rounds 工程高級副總裁的達斯稱，采用傳統(tǒng)數(shù)據(jù)庫數(shù)年之后，第一資本在幾年前進行了“大轉(zhuǎn)型”，鋪開了類似Cassandra這樣的新分布式技術(shù)。

這意味著，要找尋新的備份和恢復(fù)策略。

“大多數(shù)備份廠商和軟件通常都會調(diào)整適應(yīng)他們正在備份的那類系統(tǒng)。”

在新分布式數(shù)據(jù)庫上用老式備份產(chǎn)品會引發(fā)問題。

“要么軟件完全不知道怎么備份新的數(shù)據(jù)存儲，要么只能以非最佳方式運行。”達斯說，“我們知道，得找另一種備份解決方案了。”

Datos IO 和Talena——另一家該領(lǐng)域的主要廠商，都在第一資本的考慮范圍內(nèi)。

傳統(tǒng)的備份產(chǎn)品廠商也在逐漸調(diào)整自己的產(chǎn)品以適應(yīng)大數(shù)據(jù)，不過現(xiàn)下的備份廠商要支持更新的技術(shù)還需要花點時間。

退回10年，一開始是非常難以為VMware虛擬機做備份的。這讓Veeam這樣的公司在現(xiàn)有廠商的鼻子底下擠進了市場，偷走了VM備份市場份額。