馮美祿 胡樂(lè)燕

（1.河南省教育技術(shù)裝備管理中心，河南 鄭州 450004；2.河南省財(cái)政廳干部教育中心，河南，鄭州 450004）

一種改進(jìn)的文件級(jí)持續(xù)數(shù)據(jù)保護(hù)機(jī)制

馮美祿1胡樂(lè)燕2

（1.河南省教育技術(shù)裝備管理中心，河南 鄭州 450004；2.河南省財(cái)政廳干部教育中心，河南，鄭州 450004）

信息技術(shù)的廣泛應(yīng)用使得數(shù)據(jù)在信息系統(tǒng)中發(fā)揮的作用日益顯現(xiàn)，數(shù)據(jù)的丟失或損壞對(duì)整個(gè)系統(tǒng)造成的損失難以估量。本文充分分析了當(dāng)前持續(xù)數(shù)據(jù)保護(hù)技術(shù)的現(xiàn)狀，立足現(xiàn)有的TRAP-4持續(xù)數(shù)據(jù)保護(hù)思想，提出了一種改進(jìn)的文件級(jí)持續(xù)數(shù)據(jù)保護(hù)機(jī)制。在虛擬層改進(jìn)了日志生成方式，減輕了系統(tǒng)工作負(fù)載，縮短了數(shù)據(jù)備份與恢復(fù)時(shí)間，增強(qiáng)了系統(tǒng)對(duì)于核心數(shù)據(jù)的持續(xù)全備份能力。

持續(xù)數(shù)據(jù)保護(hù)；F-CDP；日志；TRAP

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展和網(wǎng)絡(luò)的廣泛普及，社會(huì)信息數(shù)據(jù)進(jìn)入了快速膨脹的時(shí)代，人類(lèi)的學(xué)習(xí)、工作和生活對(duì)數(shù)據(jù)的依賴(lài)程度越來(lái)越高，數(shù)據(jù)丟失或損壞將會(huì)嚴(yán)重影響企事業(yè)單位的生存和發(fā)展。持續(xù)數(shù)據(jù)保護(hù)（CDP）通過(guò)實(shí)時(shí)記錄數(shù)據(jù)的改變，使得災(zāi)難發(fā)生后能夠?qū)?shù)據(jù)恢復(fù)到任意時(shí)間點(diǎn)。對(duì)于一些特殊的部門(mén)如銀行、證券、電信等，由于其特殊的數(shù)據(jù)存在形式（以個(gè)人賬戶為基本單位），單個(gè)賬戶數(shù)據(jù)的備份可能涉及多個(gè)數(shù)據(jù)塊，單個(gè)數(shù)據(jù)塊中也可能含有多個(gè)賬戶數(shù)據(jù)。眾所周知，賬戶數(shù)據(jù)中的信息有相當(dāng)一部分是固定的，進(jìn)行持續(xù)數(shù)據(jù)備份時(shí)，無(wú)論是以文件為單位還是以塊為單位，都會(huì)存在大量的重復(fù)數(shù)據(jù)，極大的浪費(fèi)了存儲(chǔ)空間，本文立足于TRAP-4機(jī)制的數(shù)據(jù)保護(hù)思想，以賬戶數(shù)據(jù)為基本的數(shù)據(jù)保護(hù)單位，在邏輯層進(jìn)行增量數(shù)據(jù)的備份，提出了改進(jìn)的文件級(jí)持續(xù)數(shù)據(jù)保護(hù)技術(shù)（F-CDP）。

1 研究現(xiàn)狀

1.1 TRAP-4機(jī)制

美國(guó)羅德島大學(xué)楊慶教授提出的TRAP-4技術(shù)的工作原理[1]如下：設(shè)某數(shù)據(jù)塊B（x）的原始數(shù)據(jù)為D（0），應(yīng)用程序在時(shí)刻T（m）對(duì)數(shù)據(jù)D（m-1）有一次寫(xiě)操作，得到的新數(shù)據(jù)為D（m），則該時(shí)刻前后數(shù)據(jù)的異或校驗(yàn)值為P（m）= D（m-1）⊕D（m），并記錄時(shí)間戳為T(mén)（m）。TRAP-4按時(shí)間戳順序保存這些寫(xiě)操作時(shí)間點(diǎn)的校驗(yàn)值，形成一個(gè)日志鏈{B（x），P（m）、P（m-1）、……、P（0），D（0）}。當(dāng)數(shù)據(jù)塊B（x）需要將數(shù)據(jù)恢復(fù)到T（m）以前的某個(gè)時(shí)間節(jié)點(diǎn)T（k）時(shí)，只需在日志鏈中讀取相應(yīng)的校驗(yàn)值，依次執(zhí)行下面的公式[3]計(jì)算就可完成數(shù)據(jù)恢復(fù)：

通過(guò)T（k）時(shí)刻的數(shù)據(jù)恢復(fù)到T（m）時(shí)刻計(jì)算公式類(lèi)似，如下：

TRAP-4的優(yōu)點(diǎn)是通過(guò)數(shù)據(jù)的異或值來(lái)記錄寫(xiě)操作，根據(jù)日志鏈可以將數(shù)據(jù)恢復(fù)到任意寫(xiě)操作時(shí)間點(diǎn)，實(shí)現(xiàn)方式比較簡(jiǎn)便；改進(jìn)的TRAP-4機(jī)制[2]定期在日志鏈中插入對(duì)應(yīng)時(shí)間點(diǎn)的快照數(shù)據(jù)，{B（x），P（m）、P（m-1）、……P（n+1）、D（n）、P（n-1）、……、P（1）、P（0），D（0）}，有效解決了日志鏈的長(zhǎng)時(shí)間失效風(fēng)險(xiǎn)，提高了機(jī)制的安全性，但是還存在以下幾個(gè)方面的問(wèn)題：

1.1.1 寫(xiě)操作經(jīng)常是針對(duì)某個(gè)文件或者某項(xiàng)數(shù)據(jù)，而文件或數(shù)據(jù)往往存放在許多物理上各自分離的磁盤(pán)或數(shù)據(jù)塊上，大量數(shù)據(jù)塊的調(diào)度增加了系統(tǒng)的工作負(fù)擔(dān)，多處數(shù)據(jù)塊改動(dòng)在數(shù)據(jù)恢復(fù)時(shí)效率低下。

1.1.2 數(shù)據(jù)備份與恢復(fù)時(shí)的異或運(yùn)算占用了大量的系統(tǒng)資源，降低了系統(tǒng)的服務(wù)效能。

1.1.3 改進(jìn)的TRAP-4機(jī)制雖然解決了日志鏈的失效問(wèn)題，但是，定期進(jìn)行數(shù)據(jù)全備份數(shù)據(jù)需要大量的存儲(chǔ)空間，并且缺少針對(duì)重要文件或者核心數(shù)據(jù)進(jìn)行保護(hù)的策略。

1.2文件級(jí)CDP思想

基于文件的CDP機(jī)制是針對(duì)特定的重要文件或數(shù)據(jù)提出的，如銀行賬戶信息、公安部人口資料、軍事作戰(zhàn)地圖、導(dǎo)航數(shù)據(jù)等，這類(lèi)文件的共同特點(diǎn)：數(shù)據(jù)價(jià)值高、數(shù)據(jù)更改范圍有限、每次改變都要求進(jìn)行數(shù)據(jù)全備份、實(shí)時(shí)性要求高。文件數(shù)據(jù)由一個(gè)或多個(gè)數(shù)據(jù)塊組成，由于應(yīng)用需求，文件中的部分?jǐn)?shù)據(jù)會(huì)經(jīng)常變動(dòng)。僅僅對(duì)其改變的數(shù)據(jù)塊進(jìn)行備份，恢復(fù)數(shù)據(jù)時(shí)首先通過(guò)塊恢復(fù)，然后進(jìn)一步構(gòu)成文件，恢復(fù)速度勢(shì)必會(huì)影響文件數(shù)據(jù)的實(shí)時(shí)性；而每次寫(xiě)操作均對(duì)文件進(jìn)行全備份，文件中大量未改變的數(shù)據(jù)勢(shì)必會(huì)占用相對(duì)較大的存儲(chǔ)空間，造成存儲(chǔ)資源的極大浪費(fèi)。

圖 1 信用卡賬戶信息組成

圖1展示了信用卡賬戶的組成要素，賬戶中除了賬戶金額經(jīng)常變動(dòng)以外，大部分信息數(shù)據(jù)是未改變或很少變化的，對(duì)文件數(shù)據(jù)進(jìn)行全備份過(guò)程中，未改變的數(shù)據(jù)被反復(fù)備份，浪費(fèi)了較大的存儲(chǔ)空間，而重要的賬戶數(shù)據(jù)占用的存儲(chǔ)資源相對(duì)有限，需要對(duì)這種特殊的需求提出新的應(yīng)對(duì)方法。因此，本文提出了改進(jìn)的文件級(jí)持續(xù)數(shù)據(jù)保護(hù)技術(shù)（F-CDP）。

F-CDP技術(shù)是在ULVM層設(shè)計(jì)與實(shí)現(xiàn)的，是塊級(jí)CDP技術(shù)的一種演化，組成文件的所有數(shù)據(jù)塊在ULVM層是連續(xù)的，由于文件數(shù)據(jù)在備份過(guò)程中大部分?jǐn)?shù)值保持不變，Pn值中大量的“0”是長(zhǎng)期存在且位置不變的，如圖2所示，賬戶中的個(gè)人信息長(zhǎng)期未發(fā)生變化，只有賬戶金額部分發(fā)生改變。

圖 2 個(gè)人賬戶數(shù)據(jù)的異或值

2 F-CDP的設(shè)計(jì)與實(shí)現(xiàn)

2.1 系統(tǒng)架構(gòu)

根據(jù)第二節(jié)中提到的問(wèn)題，我們的解決方案是通過(guò)虛擬技術(shù)在邏輯層實(shí)施數(shù)據(jù)保護(hù)，利用虛擬技術(shù)將物理上分散存儲(chǔ)的文件數(shù)據(jù)邏輯鏈接成一個(gè)整體，從而更有利于數(shù)據(jù)保護(hù)的實(shí)現(xiàn)，如圖3所示。在文件系統(tǒng)驅(qū)動(dòng)與邏輯卷管理層（LVM）之間，增加了上層邏輯卷管理驅(qū)動(dòng)（ULVM），ULVM由指針記錄模塊、數(shù)據(jù)轉(zhuǎn)換模塊和編碼模塊三部分組成，指針記錄模塊設(shè)置了數(shù)據(jù)增加指針Pa（Point addition）、數(shù)據(jù)刪除指針Pd（Point delete）和數(shù)據(jù)更改指針Pc（Point change），分別記錄數(shù)據(jù)增加、刪除、更改時(shí)的起始位置；數(shù)據(jù)轉(zhuǎn)換模塊負(fù)責(zé)按照預(yù)定機(jī)制對(duì)相關(guān)的數(shù)據(jù)進(jìn)行“0”“1”轉(zhuǎn)換，編碼模塊用于對(duì)增量數(shù)據(jù)進(jìn)行編碼壓縮。ULVM對(duì)上提供數(shù)據(jù)訪問(wèn)接口和統(tǒng)一的邏輯視圖，對(duì)下維護(hù)下級(jí)各節(jié)點(diǎn)的邏輯映射關(guān)系。尋址模塊進(jìn)行數(shù)據(jù)物理地址的定向與訪問(wèn)，實(shí)現(xiàn)邏輯塊與物理塊的一一映射。

圖3 系統(tǒng)架構(gòu)

2.2 機(jī)制實(shí)現(xiàn)

2.2.1 指針記錄模塊

數(shù)據(jù)增加：當(dāng)有新的文件建立或文件中增加新的數(shù)據(jù)時(shí)使用Pa，Pa包含起始位Pab（beginning）和結(jié)束位Pae（end）兩部分，分別標(biāo)明數(shù)據(jù)增加的起始位與結(jié)束位，Pab與Pae是一一對(duì)應(yīng)的。對(duì)于數(shù)據(jù)增加的情況，新增的數(shù)據(jù)保持原有狀態(tài)不變，原有數(shù)據(jù)異或后得到的值全部為“0”，本文設(shè)定Pab為“110”，Pae為“011”，ULVM首先通過(guò)數(shù)據(jù)轉(zhuǎn)換模塊將原來(lái)的數(shù)據(jù)全部轉(zhuǎn)換為“0”，在數(shù)據(jù)的后面插入指針“110”，用于區(qū)分原有數(shù)據(jù)與新增數(shù)據(jù)，然后將新數(shù)據(jù)寫(xiě)到起始指針后面，最后插入結(jié)束位“011”，數(shù)據(jù)壓縮解壓時(shí)只需讀取指針便可對(duì)指定的數(shù)據(jù)形態(tài)進(jìn)行逐一恢復(fù)。如圖4所示。

圖4 數(shù)據(jù)增加

數(shù)據(jù)更改：文件中部分?jǐn)?shù)據(jù)發(fā)生改變時(shí)使用Pc，如賬戶中的金額變動(dòng)、地圖坐標(biāo)的更改、導(dǎo)航定位信息的修正等等，在改變的數(shù)據(jù)中插入相應(yīng)的指針起始位Pcb和結(jié)束位Pce，分別標(biāo)明數(shù)據(jù)改變的起始位與結(jié)束位，Pcb與Pce是一一對(duì)應(yīng)的，當(dāng)數(shù)據(jù)中有多個(gè)部分更改時(shí)，在Pcb與Pce后面加n分別標(biāo)明即可。對(duì)于數(shù)據(jù)更改的情況，數(shù)據(jù)異或后改變的部分全部為“1”，未改變的部分全部為“0”，由于同一數(shù)據(jù)的一次寫(xiě)操作可能會(huì)涉及多個(gè)部分，本文設(shè)定Pcb為“10‘000’01”P(pán)ce為“01‘000’10”，中間三個(gè)比特位代表“000-111”八個(gè)數(shù)字，逐一累加，若一次寫(xiě)所涉及的修改不超過(guò)八處，則通過(guò)指針進(jìn)行一一標(biāo)記；若一次寫(xiě)操作涉及的改變超過(guò)九處以上，則對(duì)數(shù)據(jù)進(jìn)行一次全備份。F-CDP通過(guò)數(shù)據(jù)轉(zhuǎn)換模塊將對(duì)應(yīng)的數(shù)據(jù)進(jìn)行轉(zhuǎn)換，在改變的數(shù)據(jù)部分前后各插入相應(yīng)的起始位與結(jié)束位指針，并記錄時(shí)間戳，得到的結(jié)果如圖5所示。

圖5 數(shù)據(jù)更改

數(shù)據(jù)刪除：文件中部分?jǐn)?shù)據(jù)刪除時(shí)使用該指針Pd，用來(lái)標(biāo)明數(shù)據(jù)中刪除的部分，該指針的作用是為了防止由病毒、誤操作、人為破壞等造成的數(shù)據(jù)丟失，將刪除的數(shù)據(jù)保存下來(lái)以便需要時(shí)恢復(fù)，該指針也包括Pdb與Pde兩部分，分別標(biāo)明數(shù)據(jù)刪除部分的起始位與結(jié)束位。數(shù)據(jù)刪除的情況較為簡(jiǎn)單，為了有效記錄已刪除的數(shù)據(jù)，防止誤操作發(fā)生，本文設(shè)定數(shù)據(jù)刪除指針Pdb與Pde均為“111”，F(xiàn)-CDP通過(guò)數(shù)據(jù)轉(zhuǎn)換模塊將未改變的數(shù)據(jù)轉(zhuǎn)換為“0”，在刪除的數(shù)據(jù)部分前后各插入相應(yīng)的起始位與結(jié)束位指針，并記錄時(shí)間戳，得到的結(jié)果如圖6所示。

圖6 數(shù)據(jù)刪除

2.2.2 數(shù)據(jù)轉(zhuǎn)換模塊

針對(duì)標(biāo)記指針的文件或者數(shù)據(jù)塊，若指針為數(shù)據(jù)增加或刪除，則將指針之外的全部數(shù)據(jù)轉(zhuǎn)換為“0”，指針間的數(shù)據(jù)保持不變；若指針為數(shù)據(jù)更改，則將指針之間的數(shù)據(jù)全部轉(zhuǎn)換為“1”，將指針之外的數(shù)據(jù)轉(zhuǎn)換為“0”。

當(dāng)應(yīng)用對(duì)某數(shù)據(jù)進(jìn)行一次數(shù)據(jù)更改寫(xiě)操作時(shí)，數(shù)據(jù)轉(zhuǎn)換算法如下所示：

Algorithm DataTransition 1 Lp=getlenth（P）； //獲取指針長(zhǎng)度2 Ld=getlenth（data）； //獲取數(shù)據(jù)長(zhǎng)度3 Lw=getlenth（write）； //寫(xiě)操作涉及的數(shù)據(jù)長(zhǎng)度4 k=*Pb； //指針的起始位置5 for（i=1；i＜Pb-1；i++）6 mi=0； //遍歷指針前的所有數(shù)據(jù)，將其全部置為“0”7 for（i=Pb+LP； i＜Pb+Lp+Lw-1； i++）8 mi=1； //遍歷指針之間改變的數(shù)據(jù)，將其全部置為“1”9 for（i=Pb+Lp*2+Lw； i＜Ld-1； i++）10 mi=0； //遍歷指針之后的所有數(shù)據(jù)，將其全部置為“0”11 return mi

數(shù)據(jù)轉(zhuǎn)換模塊的核心思想是將指針之外的數(shù)據(jù)全部轉(zhuǎn)換為“0”，指針之間的數(shù)據(jù)根據(jù)指針的不同，區(qū)別對(duì)待，對(duì)于數(shù)據(jù)更改的情況，指針之間的數(shù)據(jù)全部轉(zhuǎn)換為“1”，對(duì)于其他兩種情況，指針之間的數(shù)據(jù)保持不變。當(dāng)同一數(shù)據(jù)的更改涉及多個(gè)部分時(shí)，可依次類(lèi)推。

2.2.3 編碼模塊

由于P（n）中包含了大量連續(xù)的“0”和“1”，在進(jìn)行數(shù)據(jù)保存時(shí)，只需記錄指針之間有多少位“1”，指針之外有多少位“0”就能完整保存數(shù)據(jù)的詳細(xì)信息，而對(duì)于類(lèi)似的數(shù)據(jù)形態(tài)，本文提出了一種新的數(shù)據(jù)編碼方式“表程編碼”。

設(shè)計(jì)思想：假設(shè)在Pcb與Pce之間有Xbit的“1”，定義壓縮比特流1所用的數(shù)據(jù)位為L(zhǎng)，壓縮后得到的值為C，根據(jù)二進(jìn)制算法計(jì)算出L=｜log2X｜+1，其中||為取整運(yùn)算。利用L位的0、1組合便可壓縮保存Xbit的數(shù)據(jù)信息。例如X=1048573，即Pcb與Pce之間有1048573個(gè)連續(xù)排列的“1”，利用公式得出L=｜log21048573｜+1=19+1=20，即用 20位的“0”“1”數(shù)字“11111111111111111101”表示了1048573個(gè)連續(xù)的“1”，即C= 11111111111111111101。同樣的原理應(yīng)用在未改變的部分，其值全部為“0”，編碼結(jié)果與改變的部分相同。由于每次編碼過(guò)程中X的長(zhǎng)度不同，在獲取壓縮值C的過(guò)程中，系統(tǒng)每次都要進(jìn)行二進(jìn)制樹(shù)的遍歷，遍歷過(guò)程耗費(fèi)了大量的系統(tǒng)資源，針對(duì)這種情況，本文提出了“表程編碼”算法。

表程編碼：針對(duì)大小為4KB的數(shù)據(jù)塊，其數(shù)據(jù)改變量是有限的，也就是指X的范圍相對(duì)可控：1≤X≤4×8×1024，如果系統(tǒng)事先計(jì)算出X的所有取值對(duì)應(yīng)的編碼值，記錄在數(shù)據(jù)表中，通過(guò)讀取數(shù)據(jù)轉(zhuǎn)換模塊得到的X長(zhǎng)度，然后查找表中對(duì)應(yīng)的編碼值，就能節(jié)省系統(tǒng)對(duì)每個(gè)X進(jìn)行計(jì)算所占用的資源，編碼表如表1所示。

表 1 編碼值遍歷表

編碼值遍歷表計(jì)算出每個(gè)X值對(duì)應(yīng)的壓縮值C，每20組數(shù)據(jù)為一張子表，壓縮解壓模塊從數(shù)據(jù)轉(zhuǎn)換模塊獲取到X的值后，首先通過(guò)公式Table=｜X÷20｜+1計(jì)算出C值在哪張子表中，然后取X÷20的余數(shù)找到C的具體數(shù)值。

若文件數(shù)據(jù)大于4KB對(duì)于數(shù)據(jù)長(zhǎng)期未改變的部分，通過(guò)公式L=｜log2X｜+1將記錄數(shù)據(jù)信息所需全部“0”的比特位計(jì)算出來(lái)，通過(guò)“0”“1”組合得到表示數(shù)據(jù)“0”位數(shù)的信息，該組合是固定值，一次計(jì)算可以應(yīng)用在文件數(shù)據(jù)日后所有的記錄中，在賬戶金額部分插入指針后，鏈接在該固定值之后，生成新的日志信息，為該文件維護(hù)一個(gè)日志鏈，并定期進(jìn)行文件的全備份。

2.3 ULVM工作流程

客戶端的I/O命令先傳送到ULVM，ULVM判別該命令是讀或者是寫(xiě)。若是讀，ULVM直接返回相應(yīng)的數(shù)據(jù)，直接授權(quán)客戶端通過(guò)網(wǎng)絡(luò)訪問(wèn)存儲(chǔ)池的相關(guān)數(shù)據(jù)；若是寫(xiě)，則由ULVM統(tǒng)一處理，首先將相應(yīng)的數(shù)據(jù)調(diào)入內(nèi)存，由指針模塊記錄數(shù)據(jù)改變部分的位置，然后通過(guò)數(shù)據(jù)轉(zhuǎn)換模塊，將未改變的部分設(shè)為“0”，改變的部分設(shè)為“1”，經(jīng)過(guò)壓縮解壓模塊對(duì)數(shù)據(jù)進(jìn)行壓縮生成Pn值，然后把Pn值寫(xiě)到相應(yīng)的日志鏈中，具體過(guò)程如圖7所示。

圖7 ULVM命令解析流程

2.4 F-CDP的性能分析

無(wú)論持續(xù)數(shù)據(jù)保護(hù)機(jī)制在哪個(gè)層次實(shí)現(xiàn)或者是應(yīng)用技術(shù)有多大提高，對(duì)于新增加和已刪除的數(shù)據(jù)，任何數(shù)據(jù)保護(hù)機(jī)制都要完成最基礎(chǔ)的工作：備份增量數(shù)據(jù)或待刪除數(shù)據(jù)，這部分?jǐn)?shù)據(jù)的備份工作占用的系統(tǒng)資源是無(wú)法減少的，性能提升的空間相對(duì)有限。本文針對(duì)數(shù)據(jù)的改變部分，將F-CDP與TRAP-4的性能進(jìn)行比較，設(shè)定原型系統(tǒng)的數(shù)據(jù)塊大小為4Kb，系統(tǒng)中有10TB的工作數(shù)據(jù)，每天數(shù)據(jù)的改變量約20%，每周做一次全備份。

若1M的文件每天同樣有20%的改變，對(duì)于理想情況而言，也就是近52個(gè)數(shù)據(jù)塊發(fā)生了改變，采用TRAP-4機(jī)制，系統(tǒng)最少保留52個(gè)數(shù)據(jù)塊的P（m）值，利用游程編碼進(jìn)行數(shù)據(jù)壓縮，系統(tǒng)要占用52×log212bit的空間，而F-CDP機(jī)制最多占用52×log220bit的空間，最少僅占用log220bit的空間，顯然，F(xiàn)-CDP并沒(méi)有明顯增加系統(tǒng)的工作負(fù)載，但是該機(jī)制能夠?qū)χ匾募蚝诵臄?shù)據(jù)做持續(xù)的全備份，極大地保證了核心數(shù)據(jù)的安全性與可用性，提高了系統(tǒng)數(shù)據(jù)的可靠性。而對(duì)于特殊情況，256個(gè)數(shù)據(jù)塊各改變了20%，且改變僅為一次寫(xiě)操作，F(xiàn)-CDP不但節(jié)省了備份空間，而且極大提高了數(shù)據(jù)的備份效率，尤其適合銀行、證券等以小文件、實(shí)時(shí)性為特點(diǎn)的數(shù)據(jù)系統(tǒng)。

3 實(shí)驗(yàn)驗(yàn)證

為了檢驗(yàn)F-CDP的數(shù)據(jù)備份與恢復(fù)效率，對(duì)F-CDP進(jìn)行實(shí)驗(yàn)，并與TRAP-4機(jī)制得出的結(jié)果進(jìn)行比較。

實(shí)驗(yàn)環(huán)境：主機(jī)CPU為2.50GHz，RAM為1G，Ethernet adapt?ers為RTL8139，Operating System為L(zhǎng)inux Fedora 15，內(nèi)核為2.6.40版，數(shù)據(jù)庫(kù)為Demon 5.0。采用TPC-C Benchmark模擬在線事務(wù)處理，運(yùn)行半個(gè)小時(shí)。借鑒參考文獻(xiàn)[1]中的實(shí)驗(yàn)方法及實(shí)現(xiàn)參考程序，做了相應(yīng)的模擬實(shí)驗(yàn)。

3.1 數(shù)據(jù)壓縮效率實(shí)驗(yàn)

分別取大小為1、10、100、1000、10000（M）的文件數(shù)據(jù)（對(duì)以上數(shù)據(jù)進(jìn)行一次寫(xiě)操作，數(shù)據(jù)改變量小于1%），分別采用COW、TRAP-4、F-CDP的三種數(shù)據(jù)備份方式將更新的數(shù)據(jù)復(fù)制到備份中心，得到的網(wǎng)絡(luò)數(shù)據(jù)流量如圖8所示。

圖 8 數(shù)據(jù)壓縮效率對(duì)比

對(duì)于大小不同的文件數(shù)據(jù)，分別采用COW、TRAP-4和F-CDP技術(shù)對(duì)其進(jìn)行數(shù)據(jù)備份，COW技術(shù)直接將數(shù)據(jù)復(fù)制到備份中心，數(shù)據(jù)大小不變，占用的網(wǎng)絡(luò)帶寬與數(shù)據(jù)量相關(guān)；TRAP-4技術(shù)通過(guò)異或器將數(shù)據(jù)進(jìn)行了異或并且壓縮，數(shù)據(jù)壓縮后數(shù)據(jù)量明顯變小，約為原數(shù)據(jù)的10%～30%；F-CDP技術(shù)采用表程編碼進(jìn)行數(shù)據(jù)壓縮，數(shù)據(jù)壓縮后大小一般在KB范圍，網(wǎng)絡(luò)傳輸過(guò)程中，數(shù)據(jù)量明顯較小。

3.2 備份還原實(shí)驗(yàn)

分別取大小為0.1、0.2、0.4、0.8、1.6、3.2、6.4、12.8（M）的文件數(shù)據(jù)（區(qū)域地圖數(shù)據(jù)），對(duì)以上數(shù)據(jù)進(jìn)行一次寫(xiě)操作，數(shù)據(jù)改變量小于1%，實(shí)驗(yàn)分別采用COW、TRAP-4、F-CDP的三種數(shù)據(jù)備份方式，對(duì)文件數(shù)據(jù)進(jìn)行寫(xiě)操作增量數(shù)據(jù)備份實(shí)驗(yàn)，實(shí)驗(yàn)得到的備份時(shí)間數(shù)據(jù)如圖9所示：

圖 9 數(shù)據(jù)備份對(duì)比

在100KB平均速率的網(wǎng)絡(luò)中，數(shù)據(jù)較小時(shí)（小于1MB），COW由于直接將數(shù)據(jù)復(fù)制到異地備份中心，沒(méi)有經(jīng)歷TRAP-4的數(shù)據(jù)異或和壓縮及F-CDP的查表壓縮過(guò)程，備份時(shí)間相對(duì)較短，TRAP-4與F-CDP的備份時(shí)間相差不大。而數(shù)據(jù)較大時(shí)（1MB以上），隨著數(shù)據(jù)的增大，網(wǎng)絡(luò)中傳輸數(shù)據(jù)所用的時(shí)間明顯占據(jù)了備份時(shí)長(zhǎng)的主體，COW技術(shù)的備份時(shí)間呈線性增長(zhǎng)，TRAP-4機(jī)制相比COW來(lái)講，提高了一定的傳輸效率和備份效率，而F-CDP技術(shù)中，查表壓縮的時(shí)間沒(méi)有明顯增加，但是數(shù)據(jù)壓縮的效率明顯提高，網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量增長(zhǎng)不大，明顯提高了數(shù)據(jù)的備份效率。

實(shí)驗(yàn)結(jié)果表明，基于虛擬存儲(chǔ)的異地CDP技術(shù)具有生成增量數(shù)據(jù)快、壓縮效率高、占用網(wǎng)絡(luò)帶寬小、存儲(chǔ)空間利用率高的優(yōu)點(diǎn)，雖然數(shù)據(jù)還原時(shí)要占用較長(zhǎng)的時(shí)間進(jìn)行數(shù)據(jù)解壓，且數(shù)據(jù)壓縮后無(wú)法對(duì)外提供訪問(wèn)工作，但是該機(jī)制的設(shè)計(jì)理念就是能夠最大限度地保存數(shù)據(jù)版本、容忍重大災(zāi)難，面對(duì)重大災(zāi)難造成的損失，數(shù)據(jù)恢復(fù)期間所造成的損失幾乎可以忽略不計(jì)。總而言之，F(xiàn)-CDP技術(shù)較好地解決了數(shù)據(jù)異地容災(zāi)的問(wèn)題。

F-CDP機(jī)制是針對(duì)特定工作場(chǎng)景應(yīng)運(yùn)而生的，既對(duì)重要文件數(shù)據(jù)進(jìn)行了實(shí)時(shí)數(shù)據(jù)全備份，又沒(méi)有顯著增加信息系統(tǒng)的計(jì)算和存儲(chǔ)資源，能夠?qū)?shù)據(jù)恢復(fù)到任意時(shí)刻，較好地解決了金融、證券、軍事數(shù)據(jù)等核心信息的備份存檔問(wèn)題，提升了信息系統(tǒng)的容災(zāi)能力，該機(jī)制特別適合于文件數(shù)據(jù)較大、改動(dòng)部分較少且改變位置相對(duì)固定的應(yīng)用場(chǎng)景。

4 結(jié)語(yǔ)

持續(xù)數(shù)據(jù)保護(hù)與系統(tǒng)負(fù)載是一對(duì)矛盾的平衡體，如何最大限度地保護(hù)數(shù)據(jù)、最低程度的增加系統(tǒng)負(fù)載是持續(xù)數(shù)據(jù)保護(hù)技術(shù)的發(fā)展方向，本文在TRAP-4的基礎(chǔ)上，針對(duì)銀行、證券等特定的文件數(shù)據(jù)格式，提出了改進(jìn)的文件級(jí)的持續(xù)數(shù)據(jù)保護(hù)技術(shù)研究，一定程度上增強(qiáng)了系統(tǒng)的工作效能，提高了數(shù)據(jù)保護(hù)能力。

[1]Yang Q，Xiao W，Ren J.TRAP-Array：A disk array architecture providing timely recovery to any point-in-time[C]// Proc of the Int Sytnp on Computer Architecture.New York：ACM，2006.

[2]李旭，謝長(zhǎng)生，楊靖等.一種改進(jìn)的塊級(jí)連續(xù)數(shù)據(jù)保護(hù)機(jī)制[J].計(jì)算機(jī)研究與發(fā)展，2009（5）.

[3]Kimberly Keeton，Cipriano Santos，Dirk Beyer，etc. Designing for Disasters[C].Proceedings of the 3th USENIX Conference on File and Storage Technologies，San Francisco，CA，USA.USENIX Association.2004.03.

[4]王晶.強(qiáng)隔離操作系統(tǒng)的設(shè)備虛擬化[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2009.

[5]Yonghong Sheng，Dongsheng Wang，JinYang He et al. TH-CDP：An Efficient Block Level Continuous Data Protection System[C].In：2009 IEEE International Conference on Networking，Architecture，and Storage.2009：395-404.

[6]Deng Yibing，Chen Shanguang，Hu Wei，Gao Feng，Liu Chuanyi.A Novel Block-level Continuous Data Protection System [C].IEEEComputer Society.2010：242-247.

TP309

A

1671-0037（2014）10-70-4

馮美祿（1976.8-），本科，工程師，研究方向：電子產(chǎn)品。