在如今的分布式數(shù)據(jù)庫(kù)中，想針對(duì)所有那些PB級(jí)的數(shù)據(jù)獲得一份可靠的快照并非易事。

這是IT界眾所周知的事實(shí)：改變軟件堆棧的一部分，你很有可能要改變另一個(gè)部分。如果舉個(gè)明顯的例子，只要看看大數(shù)據(jù)。

首先，大數(shù)據(jù)徹底改變了數(shù)據(jù)庫(kù)領(lǐng)域，帶來(lái)了一批新的“向外擴(kuò)展型”技術(shù)。Hadoop、MongoDB和Cassandra之類(lèi)的產(chǎn)品就體現(xiàn)了這一點(diǎn)：數(shù)據(jù)分布在多臺(tái)商用服務(wù)器上，而不是被塞入到一臺(tái)大型服務(wù)器上。當(dāng)然，這么做的優(yōu)點(diǎn)在于靈活性：若想容納更多PB級(jí)的數(shù)據(jù)，你只需要添加另外一兩臺(tái)廉價(jià)的服務(wù)器，而不是“向上擴(kuò)展”，支付大筆費(fèi)用購(gòu)買(mǎi)更龐大的服務(wù)器。

這一切很好，不過(guò)現(xiàn)在出現(xiàn)了一個(gè)新的棘手問(wèn)題：備份和恢復(fù)。

知名調(diào)研機(jī)構(gòu)Gartner的副總裁戴夫·拉塞爾(Dave Russell)說(shuō)：“傳統(tǒng)的備份產(chǎn)品處理數(shù)量非常多的數(shù)據(jù)時(shí)面臨挑戰(zhàn)。架構(gòu)具有的向外擴(kuò)展性對(duì)傳統(tǒng)的備份應(yīng)用軟件來(lái)說(shuō)也難以處理。”

拉塞爾表示，如今的橫向擴(kuò)展型數(shù)據(jù)庫(kù)確實(shí)包括可用性和恢復(fù)方面的一些功能，但是它們通常不如IT用戶(hù)已經(jīng)習(xí)慣的那些功能來(lái)得強(qiáng)大、可靠。

如果出現(xiàn)系統(tǒng)停運(yùn)，這個(gè)問(wèn)題就會(huì)導(dǎo)致大企業(yè)岌岌可危。不過(guò)與此同時(shí)，一類(lèi)新的數(shù)據(jù)保護(hù)產(chǎn)品開(kāi)始浮出水面。Datos IO公司的RecoverX就是其中之一。

Datos IO的聯(lián)合創(chuàng)始人兼首席執(zhí)行官塔倫·塔庫(kù)爾(Tarun Thakur)說(shuō)：“如果你有一個(gè)傳統(tǒng)的數(shù)據(jù)庫(kù)，比如甲骨文或MySQL，它又是向上擴(kuò)展的，那么始終存在持久性日志(durable log)這個(gè)概念。”

在這類(lèi)情況下，如果出現(xiàn)了問(wèn)題，該日志的副本就成為了備份。

在如今下一代數(shù)據(jù)庫(kù)盛行的世界(數(shù)據(jù)分布在多臺(tái)小型機(jī)器上)，這并不是那么簡(jiǎn)單。

塔庫(kù)爾解釋道：“根本沒(méi)有持久性日志這個(gè)概念，因?yàn)闆](méi)有主系統(tǒng)，每個(gè)節(jié)點(diǎn)都在處理各自的事務(wù)。不同的節(jié)點(diǎn)可能獲得不同的權(quán)利，每一個(gè)節(jié)點(diǎn)對(duì)于操作有不同的視圖。”

這一方面是由于為了適應(yīng)通常所說(shuō)的大數(shù)據(jù)的“三個(gè)V”：數(shù)量、速度和種類(lèi)而做出的取舍。具體來(lái)說(shuō)，為了提供可擴(kuò)展性，同時(shí)適應(yīng)以越來(lái)越快的速度向我們涌來(lái)的海量數(shù)據(jù)，如今的分布式數(shù)據(jù)庫(kù)背離了傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)通常承諾的“ACID”標(biāo)準(zhǔn)。相反，它們采用了所謂的“BASE”原則。

這是一個(gè)重大區(qū)別。最密切相關(guān)的是，相比傳統(tǒng)數(shù)據(jù)庫(kù)承諾在整個(gè)過(guò)程中有很強(qiáng)的一致性(也就是ACID中的“C”)，分布式數(shù)據(jù)庫(kù)而是力爭(zhēng)實(shí)現(xiàn)所謂的“最終一致性”。更新會(huì)遲早體現(xiàn)在數(shù)據(jù)庫(kù)的所有節(jié)點(diǎn)中，不過(guò)存在時(shí)間滯后。

塔庫(kù)爾說(shuō)：“如果你需要可擴(kuò)展性，就需要放棄一致性――你必須得放棄其中一個(gè)。”

這樣一來(lái)就很難為時(shí)間點(diǎn)恢復(fù)獲得全局的一份可靠快照。451 Research的研究副總裁西蒙·魯賓遜(Simon Robinson)表示，不僅更難在任何一個(gè)給定的時(shí)間點(diǎn)跟蹤哪些數(shù)據(jù)可能轉(zhuǎn)移到了分布式數(shù)據(jù)庫(kù)中的哪個(gè)地方，如果數(shù)據(jù)出現(xiàn)了損壞，常常被“整合”到更新穎分布式數(shù)據(jù)庫(kù)中的彈性功能(比如復(fù)制)也無(wú)法保護(hù)你。

他說(shuō)：“你剛剛復(fù)制了那個(gè)損壞的數(shù)據(jù)。”

本月早些時(shí)候，Datos IO推出了RecoverX，借助功能特性(包括所謂的可擴(kuò)展版本控制和語(yǔ)義重復(fù)數(shù)據(jù)刪除)，解決那些問(wèn)題。該公司表示，其結(jié)果是，與集群一致的備份不僅節(jié)省空間，還能夠以原生格式出現(xiàn)。

索維克·達(dá)斯(Souvik Das)就在不久前還是第一資本汽車(chē)金融公司(CapitalOne Auto Finance)的首席技術(shù)官兼主管工程技術(shù)的執(zhí)行副總裁，他對(duì)備份難題可是深有體會(huì)。

達(dá)斯表示，使用了多年的傳統(tǒng)數(shù)據(jù)庫(kù)后，第一資本早在幾年前進(jìn)行了一次“巨大的轉(zhuǎn)變”，包括推出新的分布式技術(shù)，比如Cassandra。現(xiàn)在，他是面向醫(yī)療保健行業(yè)的初創(chuàng)公司Grand Rounds主管工程技術(shù)的高級(jí)副總裁。

這就意味著為備份和恢復(fù)尋找一種新的策略。

他解釋道：“大多數(shù)備份廠商和軟件通常適應(yīng)它們備份的系統(tǒng)的類(lèi)型。”

他表示，如果使用老式備份產(chǎn)品的同時(shí)使用新式的分布式數(shù)據(jù)庫(kù)，可能會(huì)帶來(lái)麻煩。

達(dá)斯說(shuō)：“不是該軟件會(huì)因不知道如何備份新的數(shù)據(jù)存儲(chǔ)系統(tǒng)而完全失效，就是它會(huì)以一種很不理想的方式運(yùn)行。我們知道，那樣的話(huà)，我們就要使用不同的備份解決方案。”

達(dá)斯表示，第一資本一直在評(píng)估Datos IO以及這個(gè)領(lǐng)域的另一家大廠商：Talena。

提供較傳統(tǒng)備份產(chǎn)品的廠商也在針對(duì)大數(shù)據(jù)，逐步調(diào)整自己的技術(shù)。

451 Research的羅賓遜說(shuō)：“老牌的備份廠商通常需要一些時(shí)間來(lái)支持新穎的技術(shù)。”

他補(bǔ)充說(shuō)：“回到10年前，最初為VMware虛擬機(jī)輕松進(jìn)行備份是件很難的事情。這就給了Veeam之類(lèi)的廠商大好機(jī)會(huì)，得以從老牌廠商的眼皮子底下進(jìn)入并搶奪虛擬機(jī)備份市場(chǎng)。”