大规模数据备份保护现状
从多备份目前10万多用户中发掘的大型客户看，业务规模稍微大一点，日志，DB归档，在线编辑，生产加工产生的数据，设计类文档，及日常运营的累积的数据等就轻松超过TB级。而对于TB级数据，有几种场景定义和区别：
- 单个节点的数据量上TB级
- 总量上TB级，但分布在多个节点
- 总量上TB，但单个文件量上百GB
- 总量上TB, 文件数规模很大，上万千，甚至过亿
- 总量上TB，类型不一样，有的是DB备份后的压缩文件，有的是图片，有的是文档类
TB级数据是用户产生，从用户中来，到用户中去，比如视频，图片等UGC内容，对于这类冷的数据，逐步也需要进行归档冷备起来
对于目前以上6种情况，我们了解到，绝大部分企业，并没有做比较系统的保护，或者说做了系统的保护，但都是在本地环境做的，一旦遇到人为原因，软件缺陷，或 者存储故障等，数据丢失的风险相当大; 有相当能力的，自己做了异地或自己做云存储备份方案，但在灵活，系统化的，扩展性，成本方面并没有优势，毕竟对企业来说这不是核心运营的业务。
目前市面上的一些现有解决方案的特点：
策略一般就是全量+增量结合，选用专用的存储设备，接上高速的光纤通道，配上专用的系统维护人员，这类方案在本地有足够的优势，备份和恢复快，但缺点也是相当的明显，而且从设计理念上来看，以下的几个点基本只有厂家自己革命才能解决：
第1：复杂，配置、部署以及使用操作维护都需要专业的管理人员，基本上在互联网企业看，即使是做完B/C/D轮的，甚至IPO后的企业，出得起钱，也是不会考虑如此方案。
第2：升级扩展复杂，预先估计容量，后续扩展起来相当麻烦，必须的改变存储策略，或重新离线做数据迁移分布。如果初始购买的存储扩展有限，后期还不能很好的升级扩展。
第3：3-5年左右的生命周期，也就是说，数据经过几年后，改造升级，购买新的方案是必须的，这样当数据上到百TB级别，整个工程实施也是相当复杂了。
第4：难于对接互联网+的思路转换， 由于是离线的备份存储方案，如果和业务系统对接，实际上基本上就是不太可能，尤其是目前不少企业开始加强互联网+的运营思路的调整，数据不断会和外部系统进行交换或对接。
第5：贵，特别的贵，如果对原始TB级数据做专业备份保护，投入得数十万，具体到不同的行业，、性能和保护窗口参数稍微提升，投入立即上升到***。
当然如果对于非常有资源和有足够多的预算，这一切都看起来都不是问题;而事实上，这类用户还是只有在相当土豪的机构和企业里面才有，就连银行都无法彻底按照严谨的实施和维护方案落实，才会出现接二连三的银行机房烧毁数据丢失，或者宕机几十个小时的情况。
终归原因，对于关键的业务系统的备份保护，不紧紧是上了一套专业的方案，或者做了异地灾备，事情就可以***解决;更重要的是，还得有操作简单，容易验证，应急性强的方案。
解决思路
多备份从2013年成立以来，一直以互联网的简单、亲民的服务化思路演化，目前服务过的客户，包括GB级的到TB级，涉及到关键运营业务系统数据库，也包含 企业日常运营产生的文档资料存储备份保护等。经过上PB级的数据训练，多备份从第1代全云的架构方案，到目前迭代的到***的第2代基于混合云架构的保护方 案。
第2代方案设计的目标主要面向TB级数据保护需求，彻底切分TB级数据6个构成面，并主要分解为如下几个点：
- ***化降低备份存储空间，数倍降低企业TCO投入
- 简化使用门槛，包括配置流程，以及保护策略
- 数据备份和恢复的速度要在基于云的架构下，足够的快
- 按需在线扩展，永不停机，足够可靠
- 支持数据按需流动，真正意义让数据在必要的时候，能动起来
- 仅由客户全程加密掌控数据，充分保护数据隐私
- 基于以上6个设计目标，我们从几个方面来剖析多备份是如何做到的
- 以云为核心，外网IT存储设施混合的本地+云的混合设计模型
首先，多备份整体架构，围绕云来设计，充分利用云的几个特点
- 按需扩展，对客户，对多备份自身服务的投入按需增加
- 可靠，云的计算和存储分布特点，使得系统在计算和存储都具备传统结构不具备的数倍的可靠性
- 安全，基础云服务商自身在安全方面不计成本，比起自己构建IT设施，来得更加专业
- 扩展，开放性更好，使得构建的服务，更容易外部系统对接
目前在具体的基础实施平台中，重点包括阿里云，腾讯云，AWS，金山云，微软AZURE，移动云，七牛，百度云等平台，这些都是全球或国内知名的大型云平台。
其次，为了更好融合企业IT场景，以及一些合规规定，多备份在第1代云的基础上，增加了外围对接，支持数据备份存储在本地环境的存储设施，如NAS, SAN 或者节点的另外的磁盘分区等，这样一来有3个好处：
- 数据可以在本地存储一份，特别是热一点的数据， 其他数据可以部分或者全部上云进行备份保护起来
- 常规的备份和恢复任务的会第1时间在本地环境完成，数据会在本地完成后，最快的时间同步上云
- 一些政企合规的数据可以保存在内部，其他的非敏感类的数据可以加密上云。
#p#
数据发现，传输，存储等全部采用全增量+时间点版本映射结构设计
具备时间刻度特性的，本地和云两级全增量索引
为了实现更低的存储开销，更快的备份和恢复速度，多备份从索引的设计，数据版本组织策略上都采用全增量模型，并且支持任意时间点的版本和索引的映射，这样就为任一时间点的数据恢复或下载等提供了可行支持。
索引是构成整个系统的关键，数据的变化，无论从本地往云，还是从云往本地，都以来索引来快速找到对应的数据块。而传统的方案里面，索引也存在。多备份的特点 在于，结合了云以后，索引全部采用分区分段构建云索引中心的扩展模型，在量级，动态迁移是传统的方案无法比较的。理论上，客户越多，数据越大，边际效应就 越好，给客户回馈的成本优势就更越明显。
在这里，本地的索引用来快速支持数据的变化检查，云端的索引用于本地失效后的变化检测，以及在线数据服务接口的支持。
在每一次的数据备份时刻，都会记录相应的数据映射关系，这样可以满足任意时间点的数据恢复和使用检索需求。
按 照目前的设计，在本地可以支持2TB的数据索引关系，支持的数据量可以到达PB级，文档(含数据库备份压缩备份归档数据文件)数量可以到达十亿级别规模。 而在云上集中的存储规模理论上受限于云平台本身的存储容量，幸运的是，即使在这一刻，多备份也可以正常运行，原因在于，多备份底层已经支持多个云的分布或 聚合。
本地+云两级全增量策略保护模型，更快，更省的本性
多备份在数据策略化组织这里全部采用增量模型，与传统的定期全量+增量模型在存储空间和效率方面有着显著的区别。一般原始数据在500GB规模的，按照通常的服务沟通模型下来，3个月下来也得有10TB级规模了，如果采用传统的方案，成本将到达***投入规模。
多备份依托于云存储的冗余分布特性，在时间和空间分布的可靠性方面已经远远大于本地存储。正因为如此，多备份的增量备份存储策略机制在保持最小的数据开销规模下，每次的备份效率都出奇的高，同样，按照时间点任意恢复数据的时候速度也相当快。
同样，由于其边扫描边备份，实时增量检测，块级存储的增量特性，以及压缩策略智能化，单个几百GB规模的文件，文本和图片视频，还是在数量众多的***规模下都可以胜任。
基于云的两级增量模型***的好处就是在TB级数据规模下，具备超低投入，甚至低至传统方案的1/10 TCO，高速度;同样，具备时间刻度恢复的特点、
端到端AES256加密机制，与Cloud 5分块算术冗余分布机制，让数据足够的安全与可靠
在多备份的整个体系设计中，安全是从端到后台，整体设计全程考虑，不打折扣，严格从机制上保证数据上云的机密性。
数据从客户端接入数据后，立即进行AES256加密，加密后的数据分布在云存储中，而加密用的密钥则是在安装过程中，由客户端产生并有客户自己保存下来。对 于特别要求可靠的数据，Cloud 5技术可以在保持2倍的成本投入下，进一步在多个不同种类的云存储，或者单个云的多个存储中心之间提高备份数据可靠性，几乎就是永不丢失。
围绕80%的场景设计, 安装设置与维护尽可能快和简单
多备份在具体的部署方案上，分成控制中心和客户端设计，当然还有无安装模型。目前无论是控制中心，还是客户端都采用80/20场景适应的原则来考虑，在具体 使用流程和参数布局上，全面改变传统的几百个令人发晕的参数配置方案。所有的标准化操作考虑80%的场景覆盖，除了频率，内容设置，速度限制，必要的链接 参数外，其他都不在多备份主流程中。这样在具体的功能组合，流程模板显示，操作菜单，以及按钮都可以保持非常简单的流程和交互设计。
作者介绍：
联合创始人& CTO - 陈元强 曾就职于宝德、腾讯、盛大(旅游)、宜搜、4399，历任经理、总监等核心研发岗位。主导过***IT安全系统研发和实施;负责家庭战略项目的产品研发管 理工作，主导QQ空间大数据分析和腾讯网分布式流量分析平台的研发。在海量用户、数据安全、网络通讯和大数据挖掘等应用领域方面具有丰富的经验。
