从一个浪潮案例看海量数据的分级保护应用

  • 时间:
  • 浏览:0

导读:移动互联时代,企业都面临着海量数据带来的挑战,有某些企业驯服了海量数据,实现了“存的下、算的出”,但即使没办法 ,那些企业很少跨过数据保护的门槛,可能性传统数据保护技术在面对PB级别数据量时,都或多

导读:移动互联时代,企业都面临着海量数据带来的挑战,有某些企业驯服了海量数据,实现了“存的下、算的出”,但即使没办法 ,那些企业很少跨过数据保护的门槛,可能性传统数据保护技术在面对PB级别数据量时,都某些的再次出现了间题,浪潮工程师开发了分级保护方案,很好的满足了5000PB级别的数据保护需求。

PB数据量挑战传统数据保护技术

提到数据保护和容灾,某些某些人完整性都是想到备份技术、存储克隆技术技术、数据卷克隆技术技术、数据库日志传输等,某些某些那些传统技术没办法 适应海量数据环境。数PB乃至数十PB规模的数据,是传统数据保护技术和容灾技术在设计和形成之初,所要能想象的。那些技术适用于百TB以下数据规模,大多数要能做到实时保护,容灾数据日常处在离线或不可访问状态,难以满足大数据的应用需求。

勉强部署那些技术在海量数据环境下,灾难恢复、可用性、稳定性等技术表现也会大打折扣。拿传统备份技术来说,日常演练/验证,数据时要重新加载,PB级数据环境下,加载时间往往是数天、甚至数周,若容灾数据要能进行有效的日常验证,整个容灾架构的可靠性和实用性会急剧下降,某些某些在某些某些场景中,传统方案仅限于方案,要能实际部署。

数据分级除理大数据容灾间题

OpenStack、Hadoop、Spark等目前主流的云和大数据平台,数据可靠性主要通过存储子系统的副本和纠删码等技术来保证,那些技术要能保证本地数据安全可靠,没办法 应对人为破坏、物理/逻辑故障、站点故障等状态,时要增加历史数据保护和远距离容灾保护。

大数据平台500%左右完整性都是原始数据,那些数据经过数据清洗、治理形成平台的标准资源库数据,你这些环节是有一个多多多海量数据形态学 化的过程,日后 ,根据上层业务应用需求,由标准资源库快速派生出多个主题库、专题库等,那些数据库就直接对接上层应用了。

海量数据保护时要在深入了解业务模型和数据属性的技术上,对那些数据进行分级保护,根据重要程度等技术指标,执行不同的保护策略,除理了成本高、技术难落地等实际间题。

数据分级保护

有一个多多多案例——500PB数据的保护

分级仅是海量数据保护的方案框架,具体方案时要针对客户的具体应用场景进行设计,某些某些亲戚亲戚我们以日后 成功上线的有一个多多多案例来完整性展开。

该用户的数据量属于超大规模级别,在全省有1有一个多多多大数据分中心,有一个多多多大数据总中心,各个中心收集另一方区域的原始数据,生成本地的标准资源库,某些某些根据每个人需求生成本地的主题库、专题库等,承接本地上层的应用;并肩,各分中心传输本地的标准资源库至总中心,汇聚为全省的标准资源库,生成相关主题库、专题库,具备承接全省范围内业务需求的能力,1有一个多多多中心数据总量接近500PB。

数据分析——500PB数据保护1PB即可

用户希望建立有效的容灾机制,防范物理、逻辑、站点等故障。根据上文所述的原则,时要先对客户的数据进行分类,根据不同的重要程度采取不同的数据保护技术。

首先是原始数据,那些数据可再生,某些某些据经过热度访问期后,便成为冷数据,价值低,规模大,不会 采用额外的保护技术;其次是,标准资源库数据,那些库数据是大数据平台的初次结果数据,含金量很高,是用户大数据环境的核心数据,不易重建,有很强的数据保护和容灾需求,也完整性都是各类主题库、专题库等数据,那些库数据由标准资源库数据经过二次加工派生出而出,并支持快速重建,处在间题要能在用户要求的RTO(复原时间目标)内完成重建,因而这些数据某些某些时要额外容灾保护。最后则是各中心间冗余数据,显然那些数据不时要容灾保护

综上,本项目仅时要为总中心的全量标准资源库数据进行容灾保护,数据量约1PB。

应用方案——3条传输通路冗余、计算存储分离

浪潮为用户设计了异地容灾方案,将方案按照客户要求部署在分数据中心10中。总中心的全量标准资源库有1PB形态学 化数据,每日数据变化量为500TB~500TB,某些某些,异地容灾架构中数据传输技术要支持高频率周期性传输和实时传输模式,将增量数据克隆技术过来,根据生产环境的压力变化一种生活传输技术要能灵活组合,保证异地容灾大数据平台为在线状态,日常要能实时查询数据、验证数据。某些某些,容灾数据传输采用ETL定制化工具,你这些数据传输技术与大数据平台有着绿帘石的亲和性,高速稳定、心智心智成长期是什么是什么的句子期期期期可靠,目前,容灾方案要能保证RPO≤1小时,RTO≤2小时。

最后,容灾中心大数据平台,采用计算和存储分离的部署模式,容灾存储采用企业级分布式存储,并和上层大数据平台对接,使方案具备很强的数据湖形态学 :容灾数据要能灵活的分配给非大数据平台环境,支持容灾数据在不这些型的业务系统间共享,除理数据再次克隆技术过程,最大化数据价值。

以下为容灾方案技术架构图:

容灾方案技术架构图

本项目在总中心部署3台ETL服务器(后续计划在容灾中心也部署3台,实现ETL服务器的站点互备架构),形成三条逻辑冗余的数据传输通道,从总中心大数据平台抽取标准资源库全量数据至容灾中心,日后 进行差量数据克隆技术,容灾中心数据与生产中心数据保持一定的时间差异,要能提升防范逻辑数据故障的能力。

容灾中心,日常主要工作为接收总中心标准资源库数据,并提供数据查询、验证服务、低频运行临二十四时配的作业任务,根据建设目标,此平台配置与生产中心标准资源库同量存储资源,但不需配置同等的计算资源,某些某些,本方案采用500台服务器(约为总中心大数据平台计算力的10%)、40台高密存储节点(配置海量数据存储池,提供4PB可用容量,实现未来三年的容量预留)搭建大数据容灾平台。500台服务器包括1台管理节点、2台主服务节点以及27台数据节点,平台服务组件采用高可靠主备模式,除理单节点故障间题。海量存储池采用纠删数据冗余机制,保证可靠性和空间利用率,海量存储池,被上层大数据平台管理,随着容灾数据的快速增长,要能实现在不扩容平台计算资源的条件下,在线扩展其容量至数百PB,满足用户后期数据的快速增长需求。

Hadoop容灾平台

结语,海量数据将是企业新常态

目前全球数据量约为44ZB,到2025年会上升至163ZB,也某些某些说,数据的高速增长将成为不会 的企业面临的常态化间题,而完整性都是新挑战。在可见的时间内,网络等方面的技术条件完整性都是足以使得企业进行全面不加选折 的数据保护,分级保护将成为不会 用户的选折 ,希望你这些案例要能给更多的企业用户提供良好的借鉴范例。

(本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)