基于云計算的數據容災備份方案

魏能強 陳源 任少波

摘要：自然災害發生時，如何減少數據丟失是數據容災備份的重要研究內容。傳統的容災備份方案主要是通過人工的方式對存儲的數據進行備份，這類方案最大的缺點就是不能動態快速地響應數據丟失的情況。基于云計算的數據備份方法是一種新的數據存儲方法。該方法通過互聯網將服務器互聯，將數據分散存儲在各個數據分中心，具有數據備份和實時共享的功能。結合該技術特點，本文提出了一種基于云計算的數據容災備份方案，當災禍發生導致數據丟失時，該方案能夠快速應急響應，并且動態恢復丟失的數據，減少因數據缺失帶來的社會經濟影響。

關鍵詞：云計算;數據災害;容災備份;分布式存儲

中圖分類號：TP311 文獻標識碼：A 文章編號：1007-9416（2020）03-0039-04

0 引言

云計算[1]、大數據背景下，多元化的數據應運而生，人們將數據與模型結合，挖掘數據背后潛藏的規律，如：行為感知預測[2，3]、氣象預測、疾病檢測等。模型的訓練離不開海量的標簽數據，數據存儲安全變得尤為重要。近年來，各種自然災害頻繁發生，火災、臺風、地震、海嘯等無時無刻的威脅著數據安全。

針對隨時可能發生的自然災害對存儲數據產生的影響，單一地將數據存儲在一個服務器已不能滿足生產生活的要求。比如：地震引起的服務器故障中，本地服務器中存儲的數據不能被遠程訪問，導致遠程的數據獲取失敗，造成各種經濟損失。又如：數據中心起火時，數據中心的數據可能被永久的摧毀了，若不能快速的恢復這些數據，那么與這些數據相關的事宜將無法進行，可能產生嚴重的社會問題，造成嚴重的社會危機。

當災禍發生時，傳統解決數據缺失的方法主要是通過人工進行操作，人工對服務器進行故障排除和數據恢復。人工對服務器的數據維護不僅耗時長、成本高，而且特定情況下一些服務器數據有可能沒有及時進行備份和保存，產生數據丟失的情況。現階段來說，一些重要的數據，都會進行數據備份。其一，將數據進行雙份保存，即一臺服務器配置兩個數據庫對數據進行保存。當主用數據庫出現問題時，可以啟用備用數據，但該方案不能應對大型災禍發生導致的本地兩個數據庫被損毀的情況。雙數據庫備份方案如圖1所示。

為了應對本地雙數據庫備份的不足，異地備份方案可以有效緩解本地備份的缺陷。該方法主要是將數據保存在兩臺異地服務器上達到數據備份的目的，如圖2所示。該方案有如下優勢：

當沒有災禍發生時，所有的數據都是通過服務器1進行交互，并且服務器1與服務器2保持數據同步更新;當服務器1發生災禍時，服務器2就會啟動以保證正常的服務。這種方式存在一些缺點：首先，該方法需要同時維護兩臺服務器，其次，需要每時每刻同步更新兩臺服務器的數據信息。這樣才能確保一臺服務器出現問題時，另一臺能夠快速準確響應，為用戶提供不間斷的服務。這種容災備份方案的實現通長是在兩地架設兩臺相同的服務器，在維護的時候需要同時維護兩臺服務器，在線路搭建的時候，需要同時保證兩臺服務器能夠單獨運行，成本非常高;而且這種容災備份方法最致命的缺陷是，若短期內兩臺服務器同時出現故障或數據丟失，則用戶的訪問將會被終止，用戶的數據可能永遠丟失。

為了解決傳統容災備份方案存在的問題，人們迫切需要一個能夠快速響應數據丟失的應急方案，該方案能夠在服務器故障數據丟失時，不僅能夠快速的對數據進行恢復，而且還能夠繼續響應用戶的數據請求。

1 相關工作

云計算是一種新型的計算方式，其主要的思想是分布式計算，通過將云端任務分配下發到處于云端邊緣的計算機，再將各個位于云端邊緣計算機的計算結果進行返回，達到分布式并行計算的目的[4-6]。通過這種計算方式，一個龐大的任務可以被劃分為許許多多不同的小任務，這樣在短期內，就能夠實現完成一個龐大的計算任務[7]。云計算中，數據不僅存儲在云端，而且數據也分散的下發存儲到了各個處于云端邊緣的用戶端[8]，這樣數據的保存形式就以“總-分”或“分-總”的形式保存在了不同邏輯空間的不同端上[9]。

容災備份方案主要是為了解決在災難發生時，數據的安全性、數據的完整性和數據的可持續訪問性的問題。傅思達等人[10]提出，一般的容災備份方案存在許多安全性問題;因此，數據備份應該具有多點多備的特點，這樣能有效提升數據的安全特性。倪凱等人[11]在容災備份方案的數據安全性方面進行了討論設計，有效提升了生產中數據容災備份的安全性。陳小建[12]將OS中的技術方法運用在了數據庫中，有效的提升了數據庫中容災備份資源的利用率。基于容災備份方案的社會需求，Shi等人[13]提出了一種新穎的數據恢復機制，提升了容災備份的效率。

將云計算的特點與容災本分相結合，本文提示一種基于云計算的數據容災備份方案，該方案不僅具有動態恢復數據的特性和保持數據持續訪問的特點，而且不需要同時對多臺服務器進行維護，具有成本低，安全性高的特點。

2 基于云計算的數據容災備份方案特點

基于云計算的數據容災備份方案技術實現是可行的，主要在于幾個方面：（1）基于云計算的設計方案簡單明了，利于相關數據備份協議的設計;基于云計算的數據容災備份方案主要是通過數據在使用傳遞過程中對數據進行動態的備份，數據在使用傳遞的過程中，不同的端之間會對數據采取不同的存儲方式，基于這些不同的存儲方式使數據具備了容災備份的特性，提升了數據的安全性。（2）數據備份代價小，數據恢復速度快，符合現階段對數據存儲代價與數據動態恢復的要求;該方案將數據劃分，當數據產生丟失時，保證了用戶在不同時間不同地點能夠繼續的訪問數據，并且數據中心也可以通過用戶端對數據進行恢復。（3）數據安全性高，保證了現階段的數據安全的需求;通過控制中心對數據的暫時備份保存和用戶端數據冗余備份的設計，能夠保證在各種大型災禍發生時，數據依然能夠動態恢復和數據訪問的特性。

基于以上的分析，基于云計算的數據容災備份方案實現成本低，運行效率高，可以有效地運用到各類數據的容災備份中，包括：醫療數據、生物數據、氣象數據、農業數據和海洋數據等，滿足人們對數據容災備份的需求。

3 基于云計算的數據容災備份方案

基于云計算的容災備份方案主要是通過云計算的數據流通手段，將數據分別存儲在了不同的用戶端上，這樣我們的數據保存形式不僅有云端保存的所有數據，而且還將所有數據進行分割保存在了各個不同的用戶端上。無論是云端的數據丟失還是用戶端的數據丟失，我們都可以利用網絡進行數據的恢復和數據的訪問。

基于云計算的數據容災備份系統中主要由幾部分構成：（1）云端服務器：用于存儲數據交互中的所有數據;（2）控制中心：用于控制數據傳輸、數據訪問、數據存儲和保存數據存儲列表等;（3）局域網：用于連接不同用戶和控制中心的介質;（4）用戶端：處于云端邊緣的各個用戶，用于對分割的數據進行分布式存儲。

現實生活中，數據丟失主要包含以下三種情況：

情況1：云端數據丟失的數據恢復;當云端數據產生丟失，云端就會發送請求給控制中心，告訴控制中心有哪些數據缺失，控制中心對請求做出響應，進行相關的計算，然后控制中心會根據數據缺失的情況對客戶端發出相應的請求，用戶端收到請求后對請求做出響應，發送相應的數據給控制端，控制端再將相應的數據返回云端，這樣，云端就可以恢復丟失的數據。具體如算法表1所示。

情況2：云端數據丟失的數據訪問持續性;云端的數據丟失后，若用戶端i對云端丟失的數據發出請求，控制中心在收到該請求后，發現該請求的數據在云端已經缺失，這時控制中心會進行云端數據缺失的響應，控制中心找到用戶端i請求的數據所在的用戶端j，并且給用戶端j發送請求，獲取響應的數據并且發送給用戶端i，這樣用戶端i的數據請求不會被迫終止。

情況3：用戶端數據丟失的數據恢復;當用戶端的數據丟失，用戶端可以直接發送響應的請求給控制中心，控制中心響應請求，從云端獲取相關數據發送給用戶端，解決用戶端數據缺失的情況。具體如算法見表2。

基于云計算的容災備份方案具有動態恢復數據的特點，且在數據丟失時，用戶的數據訪問也不會被迫終止。云計算的數據容災備份方案如圖3所示。

基于云計算的數據容災備份方案主要有以下特點：數據的自動恢復與數據訪問不被終止;但是在大型災難發生時，很有可能發生數據中心和用戶端的數據在短時間內都遭到破壞，針對這個問題，我們設計了兩個策略以應對大型災害對數據的損害。

策略1：控制中心數據備份，在用戶對服務器數據進行請求時，控制端會對請求的數據進行短期存儲，這個期限根具數據安全的等級可以設定不同的時間值;這不僅能夠有效地提升容災備份的安全性，而且一般來說用戶端對數據進行請求后短期內還可能對相同數據進行請求，控制中心將這部分數據進行短期保存可以減少數據中心的響應次數，提升數據訪問的效率。

策略2：用戶端數據冗余備份，用戶端的數據冗余備份是指：服務器在數據下發時，對一個用戶端下發兩份數據，其中一份數據是當前用戶端需要的數據，另一份是其它用戶端需要的數據。比如：服務器下發數據時，A用戶端同時收到了A用戶端的數據和D用戶端的數據;D用戶端也同時收到了D用戶端的數據和A用戶端的數據;這樣一個用戶端收到了兩份數據;在發生災禍時，由于A與D用戶是相隔很遠的兩個用戶端，它們的數據很難在同一較短時間被破壞，這樣，A與D的數據備份多了一份保障，并且這份保障的代價也是很小的。因為，每一個用戶只保存了一份其它用戶的數據，用戶只花費了較小的代價，就能有效的提升數據容災備份的安全性。

4 結語

由于人們對數據容災備份要求的提升，本文動態地結合云計算的特點，將云計算中分布式存儲的特點巧妙地結合在了數據容災備份方案中，該方案有效地解決了災難發生時，數據丟失的動態恢復和數據丟失后的數據訪問持續性的問題。考慮到大型災難對云端服務器和用戶端數據同時造成的數據丟失影響;本文還提出兩種應對策略，極大地提高了數據容災備份的安全等級。該方案不僅有效地運用了云計算技術的優點，而且為數據容災備份提供了新的方向。

參考文獻

[1] 陳建堯.云計算下的一種關聯挖掘算法的研究[J].科技通報，2018，34（7）：188-192.

[2] Shao Q，Nan H，Yun G，Rong L，Jian H，Jun G and Louis G.A Fast Parallel Community Discovery Model on Complex Networks Through Approximate Optimization[J].IEEE Transactions on Knowledge and Data Engineering，2018，30（9）：1638-1651.

[3] Shao Q，Nan H，Jun W，Rong L，Louis G and Xin W.Predicting Long-term Trajectories of Connected Vehicles Via Prefix-projection Technique[J].IEEE Transactions on Intelligent Transportation Systems，2017，19（7）：2305-2315.

[4] 王鵬.云計算技術下的數據挖掘平臺建構探討[J].自動化與儀器儀表，2018（11）：236-243.

[5] Mengistu T，Alahmadi A，Albuali A，Alsenani Y and Che D.A "No Data Center" Solution to Cloud Computing[C].Proceedings of the 2017 IEEE 10th International Conference on Cloud Computing， Honolulu，CA，USA，2017：714-717.

[6] 張光亞.基于ICS的云計算資源預測負載的研究[J].科技通報，2019，35（4）：93-98.

[7] Shen J，Zhou T，He D，Zhang Y，Sun X，and Xiang Y.Block Design-Based Key Agreement for Group Data Sharing in Cloud Computing[J].IEEE Transactions on Dependable and Secure Computing，2019，16（6）：996-1010.

[8] 崔艷鵬，馮璐銘，閆崢，等.基于程序切片技術的云計算軟件安全模型研究[J].信息網絡安全，2019，19（7）：31-41.

[9] Bahrami M.Cloud Computing for Emerging Mobile Cloud Apps[C]. Proceedings of the 2015 3rd IEEE International Conference on Mobile Cloud Computing，Services，and Engineering，San Francisco，CA，USA，2015：4-5.

[10] 傅思達，王福喜，高彬娜.多點多備的容災備份技術研究與實現[J].軟件，2016，37（9）：101-104.

[11] 倪凱，李焱，陳石靈.安全生產數據的災難備份技術方法研究[J].信息與電腦，2016（3）：18-21.

[12] 陳小建.基于OS及存儲的數據庫容災技術研究[J].華東交通大學學報，2015，32（5）：110-115.

[13] Shi Z，Wang C，Wen Q，Su W，Zhou H and Gao S.A Transmission Mechanism of the Backup for Disaster Recovery in DCNs[C].The Proceedings of 2017 International Conference on Networking and Network Applications，Kathmandu，Nepal，2017：214-219.

Abstract：How to reduce data loss is an important research content of data disaster recovery and backup， when natural disasters occur. Traditional disaster recovery backup solutions mainly use manual methods to back up stored data， the biggest disadvantage of such solution is that they cannot dynamically and quickly respond to data loss. Cloud computing-based data disaster recovery and backup strategy is a new solution on data storage. This method connects the servers through the Internet， stores the data in each data sub center， and has the function of data backup and real-time sharing. Combining the technical characteristics of cloud computing， this paper proposes a cloud computing-based data disaster recovery backup solution， when the disaster occurs and results in data loss， this solution can provide a quick emergency response， dynamically recover lost data and reduce the society and economic impact caused by data loss.

Key words：cloud computing; data disaster; disaster recovery backup; distribute storage