Revista >> Mai-Iunie 2012 [Nr. 145] >> Cloud Computing

De ce backup-ul integral nu este soluţia optimă?

Radu Ghitulescu

22 Mai 2012

Backup-ul integral rămâne cea mai utilizată metodă de salvare a datelor. Argumentul siguranţei că toate datele sunt protejate şi stocate împreună este încă foarte puternic, chiar dacă pertinenţa acestuia a început să scadă o dată cu pierderea de teren înregistrată de soluţiile de backup pe bandă. Noile soluţii de backup disk-to-disk şi tehnologiile de deduplicare reduc spaţiul de stocare şi timpul de restaurare considerabil. Însă, în pofida avansului tehnologic, stabilirea unei strategii de backup necesită atenţie.

Piaţa soluţiilor dedicate de backup cunoaşte o creştere accelerată în ultimii doi ani, trend care se va menţine până în 2015. Conform studiului IDC „Worldwide Purpose-Built Backup Appliance 2011-2015“, rata medie de creştere anuală a acestei pieţe va fi, în intervalul amintit, de aproximativ 25,6%.

Potrivit analiştilor citaţi, piaţa a evoluat de la o valoare totală de 1,7 miliarde de dolari în 2010, la aproximativ 2,8 miliarde de dolari în 2011, depăşind sensibil estimările iniţiale făcute de IDC (care se situau în jurul valorii de 2,1 miliarde de dolari). Previziunile pentru 2015 sunt de aproximativ 5,4 miliarde de dolari, trendul crescător menţinându-se şi în următorii ani.

Studiul IDC, dat publicităţii în decembrie 2011, evidenţiază ca principali factori care contribuie la această creştere accelerată cerinţele din ce în ce mai stringente ale pieţei în ceea ce priveşte managementul eficient al informaţiei distribuite, nevoia de consolidare şi optimizare a infrastructurii de stocare şi creşterea rapidă a volumului informaţiei stocate în Cloud.

Aplicaţiile de backup dedicate la care face referire studiul IDC citat includ tehnologii de deduplicare, care oferă avantaje multiple. Principalele beneficii sunt:

- Reducerea volumului de stocare
- Economii de lăţime bandă
- Posibilitate de replicare a datelor automat
- Creşterea vitezei de replicare a datelor
- Restaurarea mult mai rapidă a datelor
- Scăderea consumului de energie.

Doar deduplicare?

Creşterea rapidă a „notorietăţii“ tehnologiilor de deduplicare şi a soluţiilor de tipul disk-to-disk a făcut ca strategiile de backup să fie abordate într-o manieră simplificată. Numeroşi vendori de soluţii de backup-deduplicare recomandă clienţilor realizarea de backup-uri inte-grale, care le oferă posibilitatea obţinerii unor atrăgătoare rate de deduplicare. Astfel, cu ajutorul deduplicării s-a ajuns la situaţii în care, de exemplu, un spaţiu de 1 TB permite stocarea unui volum de date restaurabile de 40 TB. Deşi tehnologia a avansat considerabil, aceasta nu elimină, însă, nevoia construirii cu atenţie a design-ului soluţiei de backup. Motivele sunt numeroase.

Simplificat, mecanismul de funcţionare al deduplicării este următorul: tehnologia permite compararea segmentelor de noi date recepţionate cu cele deja stocate. Dacă datele sunt similare, în loc să fie stocate din nou, se stabileşte un link către segmentul original de date.
O tehnologie complementară deduplicării este, însă, backup-ul incremental de date, care contribuie şi el la reducerea considerabilă a volumului de date stocate. Tehnologia de backup incremental permite stocarea doar a fişierelor care au fost modificate, raportat la ultimul backup realizat, limitând astfel volumul de date redundante.

Minusuri şi plusuri

Ambele tehnologii – deduplicarea şi backup-ul incremental – urmăresc acelaşi rezultat: reducerea spaţiului de stocare necesar realizării backup-ului. Dedu-plicarea rezolvă această problemă, identificând segmentele redundante de date şi stabilind link-uri către seturile originale de date, însă această rezolvare presupune transmiterea întregului volum de date prin reţea pentru ca acesta să poată fi procesat şi comparat cu volumul deja stocat. Backup-ul incremental rezolvă această problemă transmiţând doar fişierele care au suferit modificări, însă nu poate identifica redundanţa dintre datele deja stocate şi stochează întregul fişier modificat.

După cum se poate observa, există câteva diferenţe majore între cele două tehnologii. Prima dintre acestea este volumul de date transferat în reţea către sistemul de stocare. În cazul backup-ului incremental, acest volum este considerabil redus. În cazul deduplicării, lucrurile diferă. Şi aceasta pentru că multe soluţii de dedu-plicare de tipul „target side deduplication“ au localizat mecanismul de identificare şi procesare a datelor redundante pe sistemul de stocare. Ceea ce face ca beneficiile efective ale deduplicării citate anterior să nu poată fi obţinute decât după ce motorul de deduplicare procesează întregul volum de date, echivalent al unui backup integral, este transmis prin reţea către sistemul de stocare.

Există însă şi soluţiile de deduplicare de tipul „source side deduplication“, în care motorul de deduplicare este localizat în aplicaţia client care rulează pe serverul care trebuie duplicat. Prin realizarea operaţiunii de comparare a segmentelor de date înainte de a fi transmise prin reţea către sistemul de stocare se poate obţine o scădere considerabilă a volumului de date care trebuie vehiculat. Dar, în acest caz, apare o problemă importantă – scăderea randamentului sistemului care trebuie duplicat. Şi aceasta deoarece pentru a realiza compararea segmentelor de date, aplicaţia client trebuie să se conecteze în mod constant la sistemul de stocare pentru a stabili care segment de date este redundant sau nu, ceea ce duce la scăderea performanţei procesorului sistemului gazdă (pe care rulează aplicaţia client).