浅析大数据的数据灾备建设

发布时间：2022-08-23 13:02 所属栏目：125 来源：互联网

导读：大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的诉

　　大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的诉求也与日俱增，大数据灾备刻不容缓。

　　在讨论信息系统灾备之前，需要明确两个概念：RTO和RPO

　　RTO:（RecoveryTime Object）是指灾难发生后，从IT系统宕机导致业务停顿之刻开始，到IT系统恢复至可以支持各部门运作，业务恢复运营之时，此两点之间的时间段称为RTO。

　　RPO:（RecoveryPoint Objective，复原点目标）是指数据中心能容忍的最大数据丢失量，是指当业务恢复后，恢复得来的数据和灾难发生前数据的差异，也就是能够容忍的数据丢失量。

　　使用distcp的好处在于备份过程简单。并且可以根据自身的需要，对整体集群或对指定的目标进行备份。由于distcp能够灵活使用，所以非常方便配合各种业务操作。当每日完成数据加工操作后，可以在批量作业中调用disctcp将重要数据备份到异地机房进行保存。

　　使用此种方法，需要建立目标集群，同时对网络带宽有一定需求，所以此种灾备系统的成本较高。如果需要降低成本同时对备份和恢复的效率要求不高，也可以将HDFS中的数据导出为文本，使用磁带库的方式进行备份。

　　大数据平台中不仅需要对HDFS的数据进行备份，HBase数据库的灾备也尤为重要。HBase在大数据体系中，不仅承载OLAP的业务，同时也具备OLTP业务承载能力。

　　在OLTP业务场景下，通常对RTO要求较高。可以考虑使用HBase数据库提供的Replication（复制）技术。HBase当前有3种Replication方式：

　　异步Replication
　　串行Replication
　　同步Replication
　　使用哪一种复制方式，需要根据对RTO和RPO的要求进行确定。不同种类的复制方式，对于前端业务在数据库中的操作效率，会有不同的感受。

　　HBase数据库的备份原理，是对HLog进行读取并发给Slave端中进行应用，从而实现数据同步。每个Master节点中的RegionServer都有HLog，开启HBase的复制方式，在RegionServer上会开启一个单独的线程读取HLog，同时发送给Slave端。并通过Zookeeper记录已经发送的HLog的偏移量。在3种复制方式中，异步的复制方式对源端的HBase影响最小。

（编辑：ASP站长网）