第十章 Emc Data Domain.ppt

Title Month Year * Data Domain Overview September 2009 * Title Month Year * Data Domain Overview September 2009 * Title Month Year * 作为目标位置重复数据消除存储系统，可以与 Data Domain 竞争的最传统的方法之一是使用所谓的后处理方法。在此体系结构中，数据在消除重复之前存储在一个磁盘中，随后会在内部被读回，并在经过重复数据消除之后再次写入其他区域。 虽然这种方法听起来可能很有吸引力，似乎可以提高备份速度和减少资源使用量，但实际上它会造成两个问题： 第一个问题是需要增加大量磁盘，首先要存储多个数据池，其次是速度，根据上一幻灯片，大多数重复数据消除方法都受限于磁盘的速度。由于存在这两个问题，我们同样会看到在后处理配置中使用的磁盘一般比 Data Domain 部署多出三至四倍。 其次，使用内嵌方法就简单多了。如果数据在存储到磁盘之前都经过筛选，那么它就像一个常规的存储系统：它仅写入和读取数据。在管理多个池时不会涉及单独管理，一些池消除了重复数据，另一些则使用常规存储，只需要管理二者之间的界限条件。管理任务较少的存储系统总是更胜一筹。因此，通过降低资源调配的难度和规模，内嵌方法（特别是以 CPU 为中心的内嵌方法）始终更有吸引力。 Title Month Year * 此幻灯片通过另一方式介绍了 CPU 为中心的优势。 在重复数据消除方面，大多数针对备份目标的竞争产品都是磁盘轴绑定或磁盘绑定的。这需要耗费大量的磁盘寻道时间来了解相关信息以判断数据以前是否已存储，为了进行挑选并尽量减少数据量，需要大量的磁盘驱动器或更快的磁盘驱动器才能完成该作业。 此幻灯片显示了在我们的竞争环境中最终发生了什么情况。为存储相同数量的已消除重复的数据，大多数重复数据消除存储供应商使用的驱动器数量（如果使用 SATA 磁盘驱动器）往往是 Data Domain 系统的三至四倍。 在某些情况下，例如 IBM 的保护层存储系统，他们会使用光纤通道驱动器来代替 SATA。这可能增加寻道时间，而且成本也高得多。Data Domain系统以 CPU 为中心，并能够尽量减少磁盘使用，仅消耗存储实际数据所需的量，因此其占用空间也更小。这看起来像一个弱点，但实际上是它的优势所在。 为保持较低的成本，这意味着 Data Domain 系统与磁带库相比结构更合理，每 GB 的成本更低。 Title Month Year * 随着时间的推移，Data Domain 系统实现了巨大的扩展；其扩展程度对于存储系统而言可能超出预料。此幻灯片显示了作为旗舰产品的 Data Domain 系统各年的可寻址容量在吞吐量方面是如何随着时间的推移而增加的。 Data Domain 方法的引人注目之处在于它是以 CPU 为中心的。在重复数据消除过程中，无论您采用什么方式，计算系统几乎都需要执行大量的工作。您可以通过多种方法解决此问题。 Data Domain SISL 扩展体系结构（SISL 代表 Stream Informed Segment Layout）将大多数计算任务分配给 CPU，使所需的磁盘寻道数量达到最小。因此，虽然这些基准测试是使用最低的硬件配置完成的，但利用了 Intel 向市场推出的所有增强。 我们预计，这种情况会长期延续下去，因此，随着系统组件速度的提高，Data Domain 系统会变得更快，规模也会随之增大。 Title Month Year * Data Domain 存储系统与其他备份存储系统的另一不同点称为数据无漏洞体系结构。这实际上包括许多方面；它是一个功能集合。它允许 Data Domain 系统通过许多方式开始在底层存储中涉及的验证级别和自我修复方面与归档系统（如 Centera）进行比较。 这幅图片显示了这方面的一个更为极端的例子。数据存储到 Data Domain 系统之后，将对要存储的所有内容计算整体校验和。然后存储数据，如果不是冗余数据，则通过文件系统存储到介质盘。在完成备份 I/O 之后，将开始执行内部恢复，从文件系统和介质盘读回数据，重新计算校验和，然后与写入时生成的原始校验和进行比较。这使系统确定无疑地知道，它不但可以存取数据和读取所有数据块，而且这些数据块中的数据都正确无误。 如果发现有问题，系统可在刚备份的主存储可能仍然可用时通知操作员。相比而言，大多数主流存储系统往往知道块可用性并能恢复磁盘存储，但可能不知道文件系统中系统的正确性。即使知道，其速度通常也不会很快，因为有一个较长的清理过程。在备份中，最好是可以快速执行此操作，同时数据在主存储中仍然可用。 Title Month Year * 当数据存