备份和恢复的演变:大数据时代

大数据
大多数的组织都在探索企业级的基于时间点的备份和故障恢复产品,以便于可以自信的在分布式数据库上开发和扩容他们下一代应用。在接下来的五年内,将可以兴奋的看到一些公司重新定义数据保护技术,以满足下一代应用的需求。

在过去的五年里,应用程序经历了一次范式转变。他们现在需要是的更多的灵活性、可伸缩性和可用性。如今,这个时代发展的主要趋势是通过使用社交平台,移动设备,软件即服务(SaaS)来驱动的。他们能够摄取大量的来自不同数据源的数据,其主要竞争优势是,对数据进行实时处理以提供上下文相关联的信息或业务洞察。

为了满足这些新的应用需求,组织的眼光必须超越传统的关系数据库。这导致了大量新的数据库系统的出现,它们在本质上是分布式和高度可扩展的,它们被部署在商业化的硬件上,提供可调一致性和性能的权衡。而在云上,数据库即服务(database-as-a-service)模型正在被采用,值得一提的是,这迎合了对灵活性的需求。

为了展现分布式数据有怎样巨大的改变,下面展示了一幅以NoSQL为关键字的搜索的快速上升的趋势图。

所有关于数据保护需求的含义已经永远的改变了,(这些需求)由以数据为中心的世界(网站规模应用和分布式数据)驱动。组织正在收集大量数据,并寻求从这些数据中获得更多的价值,从而做出更好和更快的商业决定。大多数的分布式和云数据已经提供了复制能力,因此满足了数据保护需求的安全可利用性。

然而,可扩展时间点备份和恢复的数据保护要求的问题需要解决。如果缺少时间点备份,各个组织会因为人工错误,逻辑损坏和其他的操作失误而冒着失去数据的巨大风险。传统的备份解决方案是建立一个地址来满足相关数据的需求,这些数据被用来共享存储以及拥有ACID的事务模型。不幸的是,他们在解决分布式数据库的时间点备份需求方面表现不佳(本地存储,前后一致性,和有谭力的自然基础设施)。

当数据库架构为满足应用需求而做出根本性的变化时,数据保护同样也需要重新优化、架构。如下是数据保护面临的新需求。

为最终一致性的数据库保存基于时间点的持久化备份,也被称为“版本化(versioning)”,分布式新纪元的数据保护新范式:从快照备份到复写到数据拷贝管理到版本化。

缩短故障恢复时间(低RTO)。

扩容能力可以满足应用增长。

可以轻松刷新测试/开发环境,以适应持续开发。

提供操作弹性以应对为故障事件。

提供部署灵活性以适应公有云或内部部署数据中心。

大多数的组织都在探索企业级的基于时间点的备份和故障恢复产品,以便于可以自信的在分布式数据库上开发和扩容他们下一代应用。在接下来的五年内,将可以兴奋的看到一些公司重新定义数据保护技术,以满足下一代应用的需求。

责任编辑:武晓燕 来源: 网络大数据
相关推荐

2016-10-19 16:50:43

大数据

2017-07-10 14:26:03

Mysql数据备份数据恢复

2016-10-25 15:59:22

大数据备份IT周刊

2016-06-30 10:38:34

大数据备份恢复

2018-05-28 08:21:56

2016-10-13 09:14:03

大数据备份

2017-10-26 09:31:14

Hadoop维度建模Kimball

2022-08-05 08:48:33

KubernetesEtcd数据

2010-04-12 10:40:49

Oracle数据库

2017-07-10 16:00:47

Mysql数据备份数据还原

2020-09-24 22:54:46

大数据IT技术

2021-10-29 22:45:47

大数据算法技术

2013-06-13 09:42:11

大数据

2012-12-28 13:34:16

大数据数据中心高效

2011-05-11 13:01:07

DB2数据恢复数据备份

2017-06-09 05:55:56

存储机器学习人工智能

2015-12-14 17:52:06

ENI经济和信息化网

2017-10-25 14:15:55

大数据Hadoop维度建模

2010-04-12 14:19:00

Oracle数据库备份

2022-01-12 12:22:57

数据市场大数据数据
点赞
收藏

51CTO技术栈公众号