基于OceanStor Dorado V3存储之数据保护 Hyper 特性
基于OceanStor Dorado V3存储之数据保护 Hyper 特性
- 1.1 快照
- 1.2 HyperCDP
- 1.3 HyperCopy
- 1.4 克隆(HyperClone)
- 1.5 远程复制
- 1.6 阵列双活(HyperMetro)
- 1.7 两地三中心(3DC)
- 1.8 一体化备份
- 1.9 WORM
快照(HyperSnap)
LUN 快照(HyperSnap For Block)
快照的主流实现机制包括 COW(Copy-On-Write)即写时拷贝技术和 ROW 即写时重定向技术。 COW 机制需要预留快照的写入空间, 在打了快照的数据被第一次修改时,需要把原有数据拷贝到快照预留空间,数据拷贝过程会影响主机写性能。
Dorado V3 实现了基于 ROW 的无损快照,对打了快照的数据进行修改时将被重定向写到新位置,系统不需要拷贝原数据,不会增加系统读写开销,解决了 COW 快照机制带来的性能抖动问题。
FS 快照(HyperSnap For File)
Dorado NAS 提供的文件系统快照,支持生成源文件系统在某个时间点上的一致性映像, 在不中断正常业务的前提下,快速得到一份与源文件系统一致的数据副本。副本生成之后立即可用,并且对副本数据的读写操作不再影响源文件系统中的数据。因此通过文件系统快照技术就可以解决如在线备份、数据分析、应用测试等难题。用户可以通过多种方法使用文件系统快照。
HyperCDP
OceanStor Dorado V3 的 HyperCDP 提供对 LUN 的高密快照功能,通过 HyperCDP 生成的快照称为 HyperCDP 快照。 HyperCDP 的快照最小间隔支持 10 秒,对数据提供持续保护,降低 RPO。
HyperCDP 基于无损快照技术(多时间点、 ROW 技术),每个HyperCDP 对应源 LUN 的一个时间点。 Dorado V3 系统内置 HyperCDP 定时计划,通过配置不同的策略满足客户不同的备份诉求。
HyperCopy
OceanStor Dorado V3R2 版本新增 HyperCopy 功能,通过创建源 LUN 和目标 LUN 的HyperCopy 关系,可以为目标 LUN 同步源 LUN 完整的数据拷贝。创建 HyperCopy 关系时,需要源 LUN 和目标 LUN 的容量相等。目标 LUN 可以是空的,也可以是已有数据的 LUN。
如果目标 LUN 已有数据,则数据将被 HyperCopy 覆盖。创建完成后,用户可以进行数据同步。数据同步过程中,目标 LUN 可以立即读写,无需等待后台拷贝完成。 HyperCopy 也支持 LUN 的一致性组,数据同步支持增量同步和反向增量同步,为源 LUN 数据提供保护和完整备份。 HyperCopy 是阵列内的数据拷贝特性,可以跨控制器,但不支持不同阵列间的数据拷贝。
克隆(HyperClone)
LUN 克隆(HyperClone For Block)
OceanStor Dorado V3 的克隆技术是指对源 LUN 或者快照 LUN 产生一份完整的物理数据副本,可以应用于开发、测试场景而不影响源 LUN。HyperClone 支持对普通 LUN 或快照 LUN 创建克隆。创建克隆时, Clone LUN 立即具备源 LUN 相同的数据映像,克隆 LUN 和源 LUN 数据共享,克隆 LUN 创建后可以立即映射给主机使用。 HyperClone 支持克隆分裂操作。克隆分裂是指把克隆 LUN 从源LUN 分裂出去,产生一份独立完整的物理数据副本,克隆 LUN 和源 LUN 间数据不再共享。
在分裂过程中和分裂完成后,主机都可以不中断的读写 Clone LUN。HyperClone 支持在克隆分裂完成前取消克隆分裂操作,取消分裂操作可以回收分裂过程中已经拷贝的数据,同时保留原有克隆 LUN 与源 LUN 数据的共享关系。HyperClone 基于 LUN 的快照技术,在克隆创建时,克隆调用快照创建一份即时可读写的快照数据,源 LUN 与克隆 LUN 数据共享,如下图所示。克隆 LUN 映射给应用服务器进行读写,此时读出的数据是源 LUN 的数据。
FS 克隆(HyperClone For File)
Dorado NAS 系统支持克隆文件系统特性。克隆文件系统是父文件系统某个时间点的副本,可以独立共享给客户端读写,从而满足快速部署、应用测试、容灾演练等场景。
远程复制(HyperReplication)
LUN 同步远程复制 (HyperReplication/S For Block)
OceanStor Dorado V3 全闪存系统支持阵列间的同步远程复制功能,对于每个主机的写IO,都会同时写到主 LUN 和从 LUN,直到主 LUN 和从 LUN都返回处理结果后,才会返回主机处理结果,做到数据零丢失。主 LUN 和从 LUN 组成一个远程复制对。
LUN 异步远程复制 (HyperReplication/A For Block)
OceanStor Dorado V3 支持异步远程复制,当主站点的主 LUN 和远端复制站点的从LUN 建立异步远程复制关系后,会启动一个初始同步,初始同步完成后,从 LUN 数据状态变为已同步或一致,
阵列双活(HyperMetro)
LUN 双活(HyperMetro For Block)
HyperMetro 是 OceanStor Dorado V3 存储系统实现的阵列级的 Active/Active 双活技术。部署双活的两套存储系统可以放在同一个机房、同一个城市或者相距 100Km 以内的两地,支持 FC 或者 IP 部署(10GE)。 HyperMetro 实现了 LUN Active/Active 双活,来自两套存储阵列的两个 LUN 数据实时同步,且都能提供主机读写访问。当任何一端阵列整体故障的情况下主机将切换访问路径到正常的一端继续业务访问;当阵列间链路故障时只有一端继续提供主机读写访问,具体由哪端提供服务将取决于仲裁的结果。仲裁服务器部署在第三方站点,用于两套存储阵列间链路中断时,提供仲裁服务。
FS 双活(HyperMetro For File)
HyperMetro 使主机能够将两个存储系统的文件系统视为单个存储系统上的单个文件系统,并且使两个文件系统上的数据相同。 NAS 双活由主端提供数据读写服务,数据实时同步至从端;当主站点发生故障时,以租户为粒度进行双活切换,从站点将自动接管服务,而不会对应用程序造成任何数据丢失或中断。
两地三中心(3DC)
支持丰富的 3DC(Data Center)组网方式,可以用同步复制和异步复制组成 3DC,也可以是双活和异步复制组成 3DC,包括以下四种组网方式:
- 同步+异步 级联组网
- 同步+异步 并联组网
- 异步+异步 级联组网
- 异步+异步 并联组网
- 同步+异步 环形组网
- 双活+异步 环形组网
一体化备份(HyperVault for Fil)
OceanStor Dorado V3 存储系统支持一体化备份(HyperVault)特性,可以实现系统内或系统间的文件系统数据备份和恢复。
WORM(HyperLock for File)
随着科学技术的进步和社会发展,信息呈爆炸式增长,数据的安全访问和应用的问题逐渐受到人们的重视,例如法院案件、医疗病例、金融证券等,这些重要的数据按照法律规定在指定的时间周期内只能读不能写。因此需要对此类数据进行防纂改保护。WORM(Write Once Read Many)特性提供一次写入多次读取技术,是存储业界常用的数据安全访问和归档的方法,旨在防止数据被纂改,实现数据的备案和归档。
OceanStor Dorado V3 存储系统的 WORM 特性又叫 HyperLock 特性,是指文件被写入完成后即可通过去掉文件的写权限,使其进入只读状态。在该状态下文件只能被读取,无法被删除、修改或重命名。通过配置 WORM 特性对存储数据进行保护后,可以防止其被意外纂改,满足企业或组织对重要业务数据安全存储的需求。具有 WORM 特性的文件系统(以下简称 WORM 文件系统)只能由管理员进行设置。根据管理员权限不同, WORM 文件系统可分为法规遵从模式(Regulatory ComplianceWORM,简称 WORM-C)和企业遵从模式(Enterprise WORM,简称 WORM-E)。法规遵从模式主要应用于遵从法规施行数据保护机制的归档场景,而企业遵从模式主要应用于企业内部管理。
WORM文件系统中文件的读写
WORM 原理
WORM 技术使文件只能写入一次数据,不能重复写入且不允许被修改、删除或重命名。 WORM 特性是在普通文件系统的基础上增加了 WORM 属性,使 WORM 文件系统内的文件在保护期内只能被读取。创建 WORM 文件系统后,通过 NFS 或者 CIFS 协议映射给应用服务器。
通过使用 WORM 特性,存在于 WORM 文件系统中的文件可以在初始状态、锁定状态、追加状态以及过期状态之间进行转换,从而防止重要数据在指定周期内被意外或恶意纂改。
基于OceanStor Dorado V3存储之数据保护 Hyper 特性的更多相关文章
- 基于OceanStor Dorado V3存储之精简高效 Smart 系列特性
基于OceanStor Dorado V3存储之精简高效 Smart 系列特性 1.1 在线重删 1.2 在线压缩 1.3 智能精简配置 1.4 智能服务质量控制 1.5 异构虚拟化 1.6 ...
- 阿里云基于OSS的云上统一数据保护方案2.0技术解析
近年来,随着越来越多的企业从传统经济向数字经济转型,云已经渐渐成为数据经济IT新常态.核心业务系统上云,云上的业务创新,这些都产生了大量的业务数据,这些数据也成为了企业最重要的资产.资源. 阿里云基于 ...
- 阿里云基于OSS的云上统一数据保护方案2.0正式发布
近年来,随着越来越多的企业从传统经济向数字经济转型,云已经渐渐成为数据经济IT新常态.核心业务系统上云,云上的业务创新,这些都产生了大量的业务数据,这些数据也成为了企业最重要的资产.资源.阿里云基于O ...
- SpringBoot 搭建基于 MinIO 的高性能存储服务
1.什么是MinIO MinIO是根据GNU Affero通用公共许可证v3.0发布的高性能对象存储.它与Amazon S3云存储服务兼容.使用MinIO构建用于机器学习,分析和应用程序数据工作负载的 ...
- 【WP8.1开发】基于应用的联系人存储
上一篇文章所吹的牛是访问系统(手机)上的联系人,当然那只是读不能改,这是自然的,要是让你能随便修改用户的联系人信息的话,那后果很严重,有些恶意开发者就有可能把”你的户口改成猪“. 但是,API也允许应 ...
- RichLabel基于Cocos2dx+Lua v3.x
RichLabel 简介 RichLabel基于Cocos2dx+Lua v3.x解析字符串方面使用了labelparser,它可以将一定格式的字符串,转换为lua中的表结构扩展标签极其简单,只需添加 ...
- 基于catalog 创建RMAN存储脚本
--============================== -- 基于catalog 创建RMAN存储脚本 --============================== 简言之,将rman的 ...
- [大牛翻译系列]Hadoop(19)MapReduce 文件处理:基于压缩的高效存储(二)
5.2 基于压缩的高效存储(续) (仅包括技术27) 技术27 在MapReduce,Hive和Pig中使用可分块的LZOP 如果一个文本文件即使经过压缩后仍然比HDFS的块的大小要大,就需要考虑选择 ...
- [大牛翻译系列]Hadoop(18)MapReduce 文件处理:基于压缩的高效存储(一)
5.2 基于压缩的高效存储 (仅包括技术25,和技术26) 数据压缩可以减小数据的大小,节约空间,提高数据传输的效率.在处理文件中,压缩很重要.在处理Hadoop的文件时,更是如此.为了让Hadoop ...
随机推荐
- MySQL(8)---游标
Mysql(8)-游标 上一遍博客写了有关存储过程的语法知识 Mysql(7)---存储过程 游标或许你在工作中很少用到,但用不到不代表不去了解它,但你真正需要它来解决问题的时候,再花时间去学习很可能 ...
- 如何让Python爬虫一天抓取100万张网页
前言 文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者: 王平 源自:猿人学Python PS:如有需要Python学习资料的 ...
- 使用CAD快速看图如何将图纸打印和预览?
有相关CAD工作经验的小伙伴们都知道,绘制完CAD图纸后是需要借助CAD看图工具来进行查看图纸的,其实CAD快速看图中不仅能够对图纸进行查看,还能够将CAD图纸进行打印出来.但是有很多的伙伴不知道要怎 ...
- Meterpreter初探
Meterpreter Meterpreter号称"黑客瑞士军刀",Meterpreter是Metasploit框架中的一个杀手锏,通常作为漏洞溢出后的攻击载荷使用,攻击载荷在触发 ...
- 阿里Java完整学习资料
最近有很多读者问我如何系统的进行 Java 学习,于是我就翻阅一下之前收集的资料,分享给大家. 这份资料是我在市面上众多的 Java 学习资料中挑选出来的,相信肯定是精品.而且这份资料是出自阿里,具有 ...
- SQL Server Alwayson 主从数据库账号同步
我们建立了Alwayson后,辅助副本下的数据库是没有相应的账号的,怎么样进行账号的同步呢?怎么在不知道密码的情况下,进行账号的同步设置. 我们可以通过SP--sp_help_revlogin 来实现 ...
- 必学PHP类库/常用PHP类库大全,php 类库分类-收集
依赖管理( Dependency Management ) 用于依赖管理的包和框架 Composer / Packagist - 一个包和依赖管理器. Composer Installers - 一个 ...
- spark 基础
scala版 ,基本名词概念及 rdd的基本创建及使用 var conf = new SparkConf() var sc: SparkContext = new SparkContext(conf) ...
- day72_10_17 序列化组件之model的运用
一.拆分的序列化. model序列化的基本用法就是使用元类中的fields,其中model绑定的就是model中的表 如果需要多表查询,要在model中定义property: class BookMo ...
- 经典损失函数:交叉熵(附tensorflow)
每次都是看了就忘,看了就忘,从今天开始,细节开始,推一遍交叉熵. 我的第一篇CSDN,献给你们(有错欢迎指出啊). 一.什么是交叉熵 交叉熵是一个信息论中的概念,它原来是用来估算平均编码长度的.给定两 ...