[摘要]本文針對當(dāng)前數(shù)字圖書館對于數(shù)據(jù)備份的認(rèn)識不足和技術(shù)缺陷，分析了數(shù)字圖書館對數(shù)據(jù)備份的需求，提出了數(shù)據(jù)備份系統(tǒng)的建設(shè)原則。在該原則的指導(dǎo)下分別對數(shù)據(jù)備份設(shè)備的選擇、數(shù)據(jù)備份軟件的選擇、數(shù)據(jù)備份策略的制定以及在數(shù)據(jù)備份方案實(shí)施過程中應(yīng)該注意的問題及數(shù)字圖書館數(shù)據(jù)備份系統(tǒng)方案的規(guī)劃進(jìn)行了論述。

[關(guān)鍵詞]數(shù)字圖書館；數(shù)據(jù)備份；信息資源

[中圖分類號]G258.93 [文獻(xiàn)標(biāo)識碼]A [文章編號]1005-3115(2009)12-0094-03

數(shù)字圖書館在互聯(lián)網(wǎng)技術(shù)、計算機(jī)技術(shù)、現(xiàn)代存貯技術(shù)的支持下以內(nèi)容管理為核心。以海量信息處理、知識發(fā)現(xiàn)與技術(shù)加工為主要手段。以基于數(shù)據(jù)庫和信息庫的形式給大家提供了一個方便快捷的檢索平臺和信息中心。

數(shù)字圖書館作為網(wǎng)絡(luò)信息資源的先進(jìn)管理模式，核心是海量數(shù)據(jù)資源的管理和提供利用。數(shù)據(jù)資源是數(shù)字圖書館的基礎(chǔ)，數(shù)據(jù)一旦破壞和丟失都將使數(shù)字圖書館的業(yè)務(wù)遭受致命性的損害。同時。計算機(jī)系統(tǒng)故障的發(fā)生也是多方面的，從計算機(jī)數(shù)據(jù)管理的角度看。小到誤操作導(dǎo)致系統(tǒng)的破壞及丟失，中到硬件的損壞、存儲介質(zhì)的損壞，大到自然因素導(dǎo)致的火災(zāi)、地震、水災(zāi)等其他突發(fā)事件，都使數(shù)字圖書館的數(shù)據(jù)安全受到威脅。因此，建立可靠的數(shù)據(jù)備份系統(tǒng)保護(hù)數(shù)據(jù)安全。是數(shù)字圖書館建設(shè)的一項(xiàng)重要內(nèi)容。

一、數(shù)據(jù)備份需求分析

計算機(jī)技術(shù)和通信技術(shù)作為數(shù)字圖書館的支撐技術(shù)，在信息的收集、處理、存儲、傳輸和分發(fā)中扮演著極其重要的角色，大大提高了工作效率。但是。數(shù)字圖書館也面臨一些問題，如系統(tǒng)失效、數(shù)據(jù)丟失或遭到破壞都時刻威脅著數(shù)字圖書館數(shù)據(jù)資源的安全。

(一)計算機(jī)硬件或軟件故障

硬件故障主要指硬盤驅(qū)動器損壞，由于機(jī)器的物理損壞導(dǎo)致文件、數(shù)據(jù)的丟失；軟件故障指系統(tǒng)參數(shù)設(shè)置不當(dāng)，或由于應(yīng)用程序沒有優(yōu)化造成運(yùn)行時系統(tǒng)資源沒有合理分配，或數(shù)據(jù)庫參數(shù)設(shè)置不當(dāng)?shù)取?/p>

(二)外部人為破壞或自然災(zāi)害的破壞

這方面的破壞主要包括計算機(jī)被盜造成數(shù)據(jù)丟失；黑客侵入計算機(jī)系統(tǒng)，破壞計算機(jī)系統(tǒng)，造成數(shù)據(jù)丟失；病毒使計算機(jī)系統(tǒng)感染，損壞數(shù)據(jù)；自然災(zāi)害，如水災(zāi)、火災(zāi)、地震等毀滅整個計算機(jī)系統(tǒng)；電源浪涌，即一個瞬間過載電功率損害計算機(jī)磁盤驅(qū)動器上的文件；磁干擾，生活、工作中常見的磁場可能破壞磁盤中的文件。

(三)操作錯誤或?qū)?shù)據(jù)備份認(rèn)識不足

在現(xiàn)實(shí)生活中，常見的操作錯誤包括人為刪除文件或格式化磁盤等，這類問題的比例大約為80％。另外，管理人員對數(shù)據(jù)備份重要性認(rèn)識的不足也是導(dǎo)致數(shù)字圖書館數(shù)據(jù)災(zāi)難的一個重要原因，廖利娟、楊應(yīng)全在《高校圖書館數(shù)據(jù)備份調(diào)查分析》一文中指出：“在對當(dāng)前部分高校(包括高等?？茖W(xué)校、學(xué)院、大學(xué))圖書館的調(diào)查中得知備份意識淡薄的占12％，備份管理松散的占17％，存在僥幸心理的占24％。部分圖書館數(shù)據(jù)備份操作員無制度約束，對數(shù)據(jù)備份操作感到麻煩，存在僥幸心理，對備份媒體管理責(zé)任心不強(qiáng)，備份手段落后，這些都是造成數(shù)字圖書館數(shù)據(jù)災(zāi)難的隱患。

(四)備份媒體管理失控

在實(shí)際工作中，有的數(shù)字圖書館的數(shù)據(jù)備份工作做得很完美，但是，由于備份媒體得不到妥善管理也會造成數(shù)據(jù)災(zāi)難。以磁帶備份設(shè)備為例。已經(jīng)寫入了備份數(shù)據(jù)的磁帶應(yīng)該歸檔存放，如果已經(jīng)寫入了數(shù)據(jù)的磁帶繼續(xù)放在磁帶機(jī)里面，下次備份時新寫入的數(shù)據(jù)就可能覆蓋原來的數(shù)據(jù)，由此造成數(shù)據(jù)丟失。

二、數(shù)據(jù)備份的原則

對數(shù)據(jù)進(jìn)行備份是為了保證數(shù)據(jù)的安全性，以達(dá)到數(shù)字圖書館的容載目的，最大限度地減輕數(shù)據(jù)丟失和毀損帶來的災(zāi)難性后果，不同的應(yīng)用環(huán)境要求不同的解決方案來適應(yīng)。一般來說，數(shù)字圖書館的數(shù)據(jù)備份系統(tǒng)方案規(guī)劃要滿足以下原則。

(一)穩(wěn)定性

數(shù)據(jù)備份的主要作用是為數(shù)字圖書館提供一個數(shù)據(jù)保護(hù)的方法，穩(wěn)定性是其最重要的一個方面。數(shù)據(jù)備份一定要做到與操作系統(tǒng)的完全兼容，以達(dá)到備份系統(tǒng)的穩(wěn)定性。

(二)全面性

在復(fù)雜的計算機(jī)網(wǎng)絡(luò)環(huán)境中，可能包括了各種操作平臺，如NetWare、Windows、Unix等，并安裝了各種應(yīng)用系統(tǒng)，選用的備份系統(tǒng)要能支持各種操作系統(tǒng)、數(shù)據(jù)庫及各種典型應(yīng)用。

(三)自動化

數(shù)據(jù)備份方案應(yīng)能提供定時的自動備份，在自動備份過程中，還要有日志記錄功能，并在出現(xiàn)異常情況時自動報警，這樣就能減輕管理員的工作量，實(shí)現(xiàn)智能化的數(shù)據(jù)備份。

(四)安全性

計算機(jī)網(wǎng)絡(luò)是計算機(jī)病毒傳播的高速通道，給數(shù)據(jù)安全帶來極大威脅。如果在備份的時候把計算機(jī)病毒也完整地備份下來，將會形成一種惡性循環(huán)。因此，在備份過程中要注意查毒、防毒、殺毒，確保無毒備份。

(五)簡單性

數(shù)字圖書館的數(shù)據(jù)備份系統(tǒng)應(yīng)用于不同的領(lǐng)域和應(yīng)用程序中，進(jìn)行數(shù)據(jù)備份的操作人員也處于不同的層次，這就需要一個直觀的、操作簡單的用戶界面，以縮短操作人員的學(xué)習(xí)時間，減輕操作人員的工作壓力，使備份工作得以輕松地設(shè)置和完成。同時，為了適應(yīng)數(shù)字圖書館內(nèi)部局域網(wǎng)的有效擴(kuò)展，應(yīng)該以備份服務(wù)器形成備份中心，對各種平臺的應(yīng)用系統(tǒng)及其他信息數(shù)據(jù)進(jìn)行集中式的備份，系統(tǒng)管理員可以在任意一臺工作站上管理、監(jiān)控、配置備份系統(tǒng)，實(shí)現(xiàn)分布式處理、集中管理的特點(diǎn)。

三、數(shù)據(jù)備份方案的制定

一套完整的數(shù)字圖書館數(shù)據(jù)備份系統(tǒng)方案的規(guī)劃包括硬件選擇、容量確定、軟件選擇、策略的制定等，下面分別來介紹這幾個方面。

(一)數(shù)據(jù)備份硬件的選擇

數(shù)字圖書館的數(shù)據(jù)備份，就是使用較低廉的存儲介質(zhì)，定期將系統(tǒng)內(nèi)部數(shù)據(jù)備份下來，以保證數(shù)據(jù)意外丟失時能盡快恢復(fù)，將用戶的損失降到最低點(diǎn)。常用的存儲介質(zhì)有磁盤、磁帶、光盤和磁光盤等，其中磁帶的容量大，操作方便，易于保管，在大容量的數(shù)據(jù)備份方面應(yīng)用得比較普遍，適合于數(shù)字圖書館的數(shù)據(jù)備份。

目前，磁帶技術(shù)與產(chǎn)品主要分DLT和LTO幾種。8mm采用螺旋掃描技術(shù)，是Exabyte公司的獨(dú)立技術(shù)，但由于技術(shù)不開放，使得產(chǎn)品的市場占有率較低。HDLT原為Quantum公司的專利技術(shù)，現(xiàn)以O(shè)EM方式向多廠家開放，在大容量磁帶存儲市場上DLT技術(shù)占據(jù)了主導(dǎo)地位。目前，市場上使用的DLT8000磁帶機(jī)是技術(shù)最成熟的磁帶設(shè)備，它的讀寫速率壓縮后可達(dá)12M／S，最新由HP，Seagate及IBM等廠商推出的ultrium磁帶機(jī)采用LTO技術(shù)，這是一項(xiàng)開放的標(biāo)準(zhǔn)磁帶技術(shù)，可確保來自不同廠商的ultrium磁帶機(jī)實(shí)現(xiàn)數(shù)據(jù)的互換性。該磁帶機(jī)可在兩小時之內(nèi)。將200GB壓縮數(shù)據(jù)備份到單盤磁帶上，從而將備份性能提升到新高，高達(dá)30MB／S的傳輸速率可實(shí)現(xiàn)更快速的數(shù)據(jù)備份和恢復(fù)。因此，在選擇大容量磁帶備份設(shè)備時，DLT和LTO磁帶庫應(yīng)該是首選。在數(shù)字圖書館的建設(shè)中，磁帶庫通過SANl6J(Storage Area Network一存儲局域網(wǎng)絡(luò))系統(tǒng)可形成網(wǎng)絡(luò)備份系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)的遠(yuǎn)程備份，”達(dá)到數(shù)字圖書館數(shù)據(jù)備份系統(tǒng)簡單化、智能化的要求和分布式處理、集中管理的特點(diǎn)。

(二)數(shù)據(jù)備份容量的確定

確定數(shù)據(jù)備份容量的大小通常考慮以下幾個因素：

數(shù)字圖書館內(nèi)部網(wǎng)絡(luò)中的總數(shù)據(jù)量，假定為01。

數(shù)據(jù)備份時間表(即增量備份的天數(shù))，假設(shè)用戶每天作一個增量備份，周末作一個全備份，則d=6天。

每日數(shù)據(jù)改變量，假定為Q2。

期望無人干涉的時間，假定為3個月，則m=3。

數(shù)據(jù)增長量的估計，假定每年以20％遞增，則i=20％。

考慮壞帶，不可預(yù)見因素，一般為30％，則u=30％。

通過以上各因素考慮，可以較推算出備份設(shè)備的大概容量為：c=[(Ql+Q2*d)*4*m(1+i)]。(1+u)。

根據(jù)C的大小和單盤磁帶的容量，再考慮一定容量的冗余，就可以選擇需要多少槽位的磁帶庫。

(三)數(shù)據(jù)備份軟件的選擇

目前流行的數(shù)據(jù)庫如Oracle，Sybase，MS-SQL等，均有自己的數(shù)據(jù)庫備份工具，它們不能實(shí)現(xiàn)自動備份，只能將數(shù)據(jù)備份到磁帶或硬盤上，不能驅(qū)動磁帶庫等自動加載設(shè)備，因此，必須采用具有自動加載功能的磁帶庫硬件產(chǎn)品與數(shù)據(jù)庫在線備份功能的自動備份軟件。

目前流行的備份軟件有多種。如Legato NetWorker、CA ARCserve、HP OpenView OmnibackII、IBM ADSM及Veritas公司的NetBackup等。它們都具有自動定時備份管理、備份介質(zhì)自動管理。數(shù)據(jù)庫在線備份管理等功能。其中，Legato、Veritas和CA是獨(dú)立軟件開發(fā)商，注重于對各種操作系統(tǒng)和數(shù)據(jù)庫平臺的支持，而HP和IBM等更注重于對本公司軟硬件產(chǎn)品的支持。

在小型機(jī)或工作站設(shè)備占主流的應(yīng)用環(huán)境中以及在多平臺操作系統(tǒng)和擁有多不同數(shù)據(jù)庫的環(huán)境中，HP?Omnibackll擁有絕大部分的用戶市場。在微軟操作系統(tǒng)平臺上，CA公司的ARCServerlT備份軟件具有一定的競爭優(yōu)勢，但其只適合于單一平臺下的數(shù)據(jù)在線備份。而無法實(shí)現(xiàn)異構(gòu)平臺上的數(shù)據(jù)庫在線備份。Legato和Veritas是美國專業(yè)從事企業(yè)數(shù)據(jù)安全管理軟件開發(fā)的公司。他們均能夠提供跨平臺網(wǎng)絡(luò)數(shù)據(jù)的自動備份管理，可實(shí)現(xiàn)備份系統(tǒng)的分布處理，集中管理，備份機(jī)器分組管理、備份介質(zhì)分組管理、備份數(shù)據(jù)分類、分組管理及備分介質(zhì)自動重復(fù)使用等多項(xiàng)功能，備份的數(shù)據(jù)可在每個備份客戶機(jī)上按需恢復(fù)，也可在同平臺上按用戶權(quán)限交叉恢復(fù)，而備份操作可采用集中自動執(zhí)行或手動執(zhí)行。因此，對于跨多平臺多業(yè)務(wù)的數(shù)字圖書館系統(tǒng)，可以考慮選擇Legato或Veritas。

(四)數(shù)據(jù)備份策略的制定

備份策略指確定需備份的內(nèi)容、備份時間及備份方式。目前被采用最多的備份策略主要有以下三種，完全備份：就是每天都進(jìn)行完全備份。這種策略的好處是：當(dāng)發(fā)生數(shù)據(jù)丟失的災(zāi)難時，只要用一盤磁帶(即災(zāi)難發(fā)生前一天的備份磁帶)，就可以恢復(fù)丟失的數(shù)據(jù)。然而它亦有不足之處：首先，由于每天都對整個系統(tǒng)進(jìn)行完全備份，造成備份的數(shù)據(jù)大量重復(fù)，占用了大量的磁帶空間，增加成本；其次，由于需要備份的數(shù)據(jù)量較大，備份所需的時間也就較長。

增量備份：就是在星期天進(jìn)行一次完全備份，然后在接下來的六天里只對當(dāng)天新的或被修改過的數(shù)據(jù)進(jìn)行備份。這種備份策略的優(yōu)點(diǎn)是：節(jié)省了磁帶空間，縮短了備份時間。但它的缺點(diǎn)是：當(dāng)災(zāi)難發(fā)生時，數(shù)據(jù)的恢復(fù)比較麻煩。例如，系統(tǒng)在星期三的早晨發(fā)生故障，丟失了大量的數(shù)據(jù)，就要將系統(tǒng)恢復(fù)到星期二晚上時的狀態(tài)。這時系統(tǒng)管理員首先就要找出星期天的那盤完全備份磁帶進(jìn)行系統(tǒng)恢復(fù)，然后再找出星期一的磁帶來恢復(fù)星期一的數(shù)據(jù)，找出星期二的磁帶來恢復(fù)星期二的數(shù)據(jù)。很明顯。這種方式很繁瑣。另外，這種備份的可靠性也很差。在這種備份方式下，各盤磁帶間的關(guān)系就像鏈子一樣，一環(huán)套一環(huán)，其中任何一盤磁帶出了問題都會導(dǎo)致整條鏈子脫節(jié)。比如在上例中，若星期二的磁帶出了故障，那么管理員最多只能將系統(tǒng)恢復(fù)到星期一晚上時的狀態(tài)。

差分備份：管理員先在星期天進(jìn)行一次系統(tǒng)完全備份，然后在接下來的幾天里，再將當(dāng)天所有與星期天不同的數(shù)據(jù)(新的或修改過的)備份到磁帶上。差分備份策略在避免了以上兩種策略的缺陷的同時，又具有了它們的所有優(yōu)點(diǎn)：首先。它無需每天都對系統(tǒng)做完全備份，備份所需時間短，并節(jié)省了磁帶空間；其次，它的災(zāi)難恢復(fù)也很方便，系統(tǒng)管理員只需兩盤磁帶，即星期一磁帶與災(zāi)難發(fā)生前一天的磁帶，就可以將系統(tǒng)恢復(fù)。

在實(shí)際應(yīng)用中。備份策略通常是以上三種的結(jié)合。例如每周一至周六進(jìn)行一次增量備份或差分備份。每周日、每月底、每年底進(jìn)行一次全備份。

根據(jù)以上分析。數(shù)字圖書館備份系統(tǒng)可以根據(jù)需求以及應(yīng)用環(huán)境的不同進(jìn)行靈活配置。一般來說可以選用DLT或LTO，磁帶庫應(yīng)來組建SAN系統(tǒng)，軟件選用美國CA公司的ARCservelT，以此來形成數(shù)字圖書館內(nèi)部局域網(wǎng)的網(wǎng)絡(luò)數(shù)據(jù)備份系統(tǒng)，在實(shí)際過程中每天進(jìn)行增量備份或差量備份，每月進(jìn)行完全備份，確保數(shù)據(jù)的安全，這樣就可以保證數(shù)字圖書館在發(fā)生數(shù)據(jù)災(zāi)難后能最大限度地降低損失。