于英濤

（華北計(jì)算技術(shù)研究所 中國(guó) 北京 100083）

1 項(xiàng)目背景

檔案數(shù)字化是隨著計(jì)算機(jī)技術(shù)、掃描技術(shù)、OCR 技術(shù)、數(shù)字?jǐn)z影技術(shù)（錄音、錄像）、數(shù)據(jù)庫(kù)技術(shù)、多媒體技術(shù)、存儲(chǔ)技術(shù)的發(fā)展而產(chǎn)生的一種新型檔案信息形態(tài)，它把各種載體的檔案資源轉(zhuǎn)化為數(shù)字化的檔案信息， 以數(shù)字化的形式存儲(chǔ)，網(wǎng)絡(luò)化的形式互相連接，利用計(jì)算機(jī)系統(tǒng)進(jìn)行管理，形成一個(gè)有序結(jié)構(gòu)的檔案信息庫(kù)，及時(shí)提供利用，實(shí)現(xiàn)資源共享。

檔案數(shù)字化是數(shù)字檔案建設(shè)最基礎(chǔ)的工作，傳統(tǒng)栽體的檔案經(jīng)高科技技術(shù)加工成數(shù)字檔案形式，通過(guò)局域網(wǎng)、政務(wù)網(wǎng)、互聯(lián)網(wǎng)進(jìn)行計(jì)算機(jī)檢索、閱讀電子檔案，為迎接檔案信息服務(wù)新環(huán)境的挑戰(zhàn)，提高管理水平、提高效率，增強(qiáng)檔案業(yè)務(wù)部門的服務(wù)水平，為檔案內(nèi)部管理及面向客戶服務(wù)提供高效率的全面服務(wù)。 檔案數(shù)字化流程圖檔案工作的數(shù)字化建設(shè)是順應(yīng)潮流、適應(yīng)時(shí)代發(fā)展的新舉措、新要求。 檔案作為一種原生信息資源，其重要性正日益凸顯出來(lái)，逐步掌握信息技術(shù)為檔案工作服務(wù)，為社會(huì)主義經(jīng)濟(jì)建設(shè)服務(wù)，為社會(huì)主義精神文明建設(shè)服務(wù)。

隨著檔案信息化建設(shè)和數(shù)字化工作的開展，某檔案館在機(jī)讀目錄的管理以及檔案數(shù)字化加工方面進(jìn)行了大量的研究和工作，目前大約形成機(jī)讀目錄上百萬(wàn)條，檔案數(shù)據(jù)容量約9TB，聲像光盤幾千余張。 另外隨著檔案接收進(jìn)館工作的進(jìn)行，大量的檔案信息數(shù)據(jù)也陸續(xù)接收進(jìn)館。 因此如何充分運(yùn)用先進(jìn)的網(wǎng)絡(luò)、存儲(chǔ)和數(shù)字化技術(shù)手段，將寶貴的館藏檔案數(shù)據(jù)進(jìn)行有效的整理加工并轉(zhuǎn)儲(chǔ)到安全可靠的存儲(chǔ)設(shè)備中，再通過(guò)網(wǎng)絡(luò)環(huán)境實(shí)現(xiàn)對(duì)這些信息資源的高效率的檢索和共享，充分發(fā)揮它們的價(jià)值，是檔案館信息化基礎(chǔ)建設(shè)亟待解決的任務(wù)。

2 存儲(chǔ)系統(tǒng)設(shè)計(jì)方案

2.1 存儲(chǔ)系統(tǒng)架構(gòu)

圖1

針對(duì)檔案館目前數(shù)據(jù)分散、增長(zhǎng)速度快，工作效率低及數(shù)據(jù)安全性差的現(xiàn)實(shí)， 設(shè)計(jì)了一套完整的存儲(chǔ)系統(tǒng)解決方案，幫助檔案館實(shí)現(xiàn)業(yè)務(wù)目標(biāo)。 該方案將檔案館存儲(chǔ)系統(tǒng)的架構(gòu)分為三級(jí)，分別為在線數(shù)據(jù)存儲(chǔ)（On-Line）、近線數(shù)據(jù)存儲(chǔ)（Near-Line）、離線數(shù)據(jù)存儲(chǔ)（Off-Line）。 具體如圖1 所示。

每個(gè)級(jí)別的功能簡(jiǎn)要描述如下：

1）在線數(shù)據(jù)存儲(chǔ)（On-Line）

在線存儲(chǔ)（On-Line）是工作級(jí)的存儲(chǔ)，在線存儲(chǔ)的最大特征是存儲(chǔ)設(shè)備和所存儲(chǔ)的數(shù)據(jù)時(shí)刻保持“在線”狀態(tài)，可以隨時(shí)讀取和修改，以滿足前端應(yīng)用服務(wù)器或數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)訪問(wèn)的速度要求，其中最主要的在線存儲(chǔ)是磁盤存儲(chǔ)。 在線存儲(chǔ)的性能是最高的，但成本也是最高的。

2）近線數(shù)據(jù)存儲(chǔ)（Near-Line）

近線存儲(chǔ)就是在原有的在線存儲(chǔ)及離線存儲(chǔ)之間引入的第二層存儲(chǔ)，是在線和離線存儲(chǔ)的中間點(diǎn)，是近似在線的存儲(chǔ)。 其特點(diǎn)是數(shù)據(jù)訪問(wèn)的速度接近在線存儲(chǔ)，但在價(jià)格上卻接近離線海量存儲(chǔ)，因此，在有效降低存儲(chǔ)產(chǎn)品成本的同時(shí)，也保證了數(shù)據(jù)能夠被及時(shí)訪問(wèn)。 由于存放的數(shù)據(jù)容量大、訪問(wèn)頻度低，用近線存儲(chǔ)設(shè)備來(lái)存儲(chǔ)，比使用磁帶庫(kù)靈活，同時(shí)也避免了在線存儲(chǔ)的昂貴投資。 傳統(tǒng)定義的近線存儲(chǔ)設(shè)備主要為NAS 系統(tǒng)與光盤庫(kù)設(shè)備。

3）離線數(shù)據(jù)存儲(chǔ)（Off-Line）

離線數(shù)據(jù)是對(duì)在線數(shù)據(jù)的備份，以防范可能發(fā)生的數(shù)據(jù)災(zāi)難，離線數(shù)據(jù)不常被調(diào)用，一般也遠(yuǎn)離系統(tǒng)應(yīng)用。 離線存儲(chǔ)的典型產(chǎn)品是磁帶庫(kù)，價(jià)格相對(duì)低廉，但離線存儲(chǔ)介質(zhì)上的數(shù)據(jù)在讀寫時(shí)是順序進(jìn)行的，當(dāng)需要讀取數(shù)據(jù)時(shí)，需要把磁帶卷到頭，再進(jìn)行定位。 因此，離線存儲(chǔ)的訪問(wèn)速度慢、效率低。

檔案館可根據(jù)應(yīng)用系統(tǒng)的主要功能、業(yè)務(wù)類型、對(duì)數(shù)據(jù)訪問(wèn)要求等因素，將其數(shù)據(jù)部署在各級(jí)存儲(chǔ)上，既能最大限度滿足應(yīng)用需求，又可使存儲(chǔ)成本最小化。

2.2 備份系統(tǒng)方案

圖2

某檔案館以前采用傳統(tǒng)的LAN 結(jié)構(gòu)和手工備份方式，人工手動(dòng)備份數(shù)據(jù)庫(kù)中的關(guān)鍵數(shù)據(jù)，SQL、Oracle 的數(shù)據(jù)備份需要占用較多的工作量，對(duì)核心業(yè)務(wù)數(shù)據(jù)信息備份的工作無(wú)法量化考核。針對(duì)這一情況，設(shè)計(jì)了采用SAN 存儲(chǔ)架構(gòu)和集中、高效的網(wǎng)絡(luò)備份系統(tǒng)。 其目的在于一方面是采用最先進(jìn)的存儲(chǔ)技術(shù)，最大化的利用現(xiàn)有的存儲(chǔ)設(shè)備，建立一個(gè)數(shù)據(jù)集中管理的存儲(chǔ)系統(tǒng)；另一方面為系統(tǒng)和數(shù)據(jù)建立備份，從而對(duì)系統(tǒng)和數(shù)據(jù)進(jìn)行有效保護(hù)，在系統(tǒng)遭遇意外損害時(shí)，能及時(shí)對(duì)系統(tǒng)和數(shù)據(jù)進(jìn)行恢復(fù)。

該備份方案示意圖如圖2。

檔案館備份系統(tǒng)的組成如下：

1）備份主服務(wù)器：負(fù)責(zé)整個(gè)備份系統(tǒng)的管理，包括備份策略的制訂、 備份數(shù)據(jù)庫(kù)的保存。 該服務(wù)器同時(shí)也是一個(gè)Media Server 服務(wù)器， 負(fù)責(zé)將本機(jī)的數(shù)據(jù)和客戶端的數(shù)據(jù)備份到磁帶庫(kù)中。

2）備份客戶端程序：安裝在所有需要通過(guò)SAN 備份的其他服務(wù)器上。 每個(gè)服務(wù)器均通過(guò)SAN 連接光纖交換機(jī)。 備份數(shù)據(jù)均通過(guò)光纖網(wǎng)絡(luò)備份到磁帶庫(kù)中。

3）NAS 備份軟件：使用網(wǎng)絡(luò)數(shù)據(jù)管理協(xié)議（NDMP），為網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）主機(jī)提供在線數(shù)據(jù)備份和恢復(fù)。

4）數(shù)據(jù)庫(kù)備份程序：安裝在需要備份數(shù)據(jù)庫(kù)的服務(wù)器。能夠?qū)崿F(xiàn)熱備份，和快速恢復(fù)數(shù)據(jù)庫(kù)。

5）光纖磁帶庫(kù)與光纖交換機(jī)連接。 采用LTO 磁帶機(jī)，通過(guò)備份軟件的控制，實(shí)現(xiàn)備份數(shù)據(jù)的高速、自動(dòng)、存儲(chǔ)。 當(dāng)數(shù)據(jù)受到損害時(shí)，可以從磁帶庫(kù)中恢復(fù)數(shù)據(jù)。

6）由于主機(jī)及磁帶庫(kù)均接入SAN 結(jié)構(gòu)，故未來(lái)可以平滑的升級(jí)到SAN 的方式備份一些重要的主機(jī)及數(shù)據(jù)庫(kù)，以避免備份數(shù)據(jù)對(duì)現(xiàn)有局域網(wǎng)絡(luò)的沖擊。

3 運(yùn)行效果

目前， 該存儲(chǔ)備份系統(tǒng)已在某檔案館建成并投入運(yùn)行。通過(guò)該系統(tǒng)，檔案館可使信息像其他業(yè)務(wù)資產(chǎn)一樣有效地得到管理。 該系統(tǒng)不僅能幫助檔案館解決數(shù)據(jù)分散、效率低及安全性差的問(wèn)題，并能滿足未來(lái)業(yè)務(wù)增長(zhǎng)的需求。 它還可以滿足存儲(chǔ)空間的需求，減少開銷及資源浪費(fèi)，同時(shí)減少在管理跨多種操作系統(tǒng)平臺(tái)的企業(yè)系統(tǒng)和信息孤島時(shí)的眾多難題。 大大提高了檔案館檔案信息化水平。

建成后的的存儲(chǔ)系統(tǒng)的特點(diǎn)為：

3.1 足夠的傳輸能力

檔案館存儲(chǔ)系統(tǒng)的通道帶寬、存儲(chǔ)系統(tǒng)I/O 能力、服務(wù)器的網(wǎng)絡(luò)性能和響應(yīng)能力等重要指標(biāo)，可以滿足實(shí)時(shí)性要求很高的多節(jié)點(diǎn)客戶端數(shù)據(jù)請(qǐng)求及大容量數(shù)據(jù)存儲(chǔ)的需要，提高了業(yè)務(wù)運(yùn)行效率。

3.2 海量存儲(chǔ)能力

檔案館存儲(chǔ)系統(tǒng)具備超大容量，同時(shí)也具備穩(wěn)定性與安全性也達(dá)到了很高的要求。 同時(shí)由于其先進(jìn)的架構(gòu)，可使存儲(chǔ)容量靈活擴(kuò)展，提高了應(yīng)用的可持續(xù)運(yùn)行能力。

3.3 先進(jìn)的存儲(chǔ)架構(gòu)

檔案館存儲(chǔ)系統(tǒng)采用了業(yè)界領(lǐng)先的三級(jí)的架構(gòu)，成熟先進(jìn)而且為高端產(chǎn)品，適合未來(lái)幾年內(nèi)的技術(shù)發(fā)展方向。

3.4 數(shù)據(jù)的高可靠性

檔案館存儲(chǔ)系統(tǒng)中的磁盤陣列均采取基于鏡像的數(shù)據(jù)保護(hù)機(jī)制，確保數(shù)據(jù)的可靠性；同時(shí)通過(guò)建設(shè)備份系統(tǒng)，實(shí)現(xiàn)了文件系統(tǒng)數(shù)據(jù)、操作系統(tǒng)數(shù)據(jù)、多種應(yīng)用及數(shù)據(jù)庫(kù)數(shù)據(jù)的定期自動(dòng)備份，在發(fā)生數(shù)據(jù)災(zāi)難時(shí)，可快速恢復(fù)數(shù)據(jù)，保證了數(shù)據(jù)的安全性和應(yīng)用的持續(xù)運(yùn)行。S