集中式數(shù)據(jù)備份系統(tǒng)研究

◆吳彥虹

（陜西廣播電視大學(xué)延安分校 陜西 716000）

集中式數(shù)據(jù)備份系統(tǒng)研究

◆吳彥虹

（陜西廣播電視大學(xué)延安分校 陜西 716000）

隨著信息技術(shù)的應(yīng)用越來越廣泛，在大量主機中包含了大量非常重要的數(shù)據(jù)，為了保證這些數(shù)據(jù)的安全性，需要對這些分散在不同主機上的數(shù)據(jù)進行備份。集中數(shù)據(jù)備份系統(tǒng)可以實現(xiàn)對分散主機上數(shù)據(jù)的集中備份，系統(tǒng)由客戶層、管理層和服務(wù)層三層組成，并且充分考慮了備份數(shù)據(jù)的安全性，采用PKI認證系統(tǒng)實現(xiàn)備份數(shù)據(jù)的安全管理。集中數(shù)據(jù)備份系統(tǒng)采用一種統(tǒng)一的模式來實現(xiàn)網(wǎng)絡(luò)內(nèi)分散主機上的數(shù)據(jù)處理，通過較少的硬件設(shè)備投入來為大量主機用戶提供數(shù)據(jù)備份功能，提高了數(shù)據(jù)的安全性。

數(shù)據(jù)安全；數(shù)據(jù)備份；集中

0 引言

由于水災(zāi)、火災(zāi)等自然災(zāi)害，系統(tǒng)硬件故障、人為誤操作、黑客攻擊等不確定因素時刻威脅著計算機中數(shù)據(jù)的安全，在任何時候，數(shù)據(jù)的丟失都將會造成無法估量的損失，因此通過數(shù)據(jù)的備份恢復(fù)管理來保證系統(tǒng)數(shù)據(jù)安全已經(jīng)成為了信息安全研究的重點內(nèi)容。目前絕大部分大型系統(tǒng)中都有備份系統(tǒng)，但是對于用戶數(shù)量眾多的分散主機用戶而言，雖然也有強烈的數(shù)據(jù)備份需求，但并不具備單獨建立備份系統(tǒng)的條件。為此，需要建立一個集中式數(shù)據(jù)備份系統(tǒng)來為網(wǎng)絡(luò)內(nèi)大量分散主機用戶提供數(shù)據(jù)備份功能。

1 集中式數(shù)據(jù)備份系統(tǒng)設(shè)計

1.1 系統(tǒng)整體結(jié)構(gòu)設(shè)計

考慮到信息系統(tǒng)中數(shù)據(jù)產(chǎn)生、存儲和管理的各個環(huán)節(jié)，為了能夠保證系統(tǒng)足夠的穩(wěn)定性、擴展性和適應(yīng)性，數(shù)據(jù)備份系統(tǒng)設(shè)計采用了層次化結(jié)構(gòu)，數(shù)據(jù)備份系統(tǒng)主要包括客戶層、管理層和服務(wù)層三大部分。其中，客戶層主要完成客戶計算機相關(guān)資源的管理；管理層主要包括認證中心、備份控制臺和備份適配器等內(nèi)容；服務(wù)器則是為用戶提供存儲功能的服務(wù)器資源。

1.2 控制臺模塊設(shè)計

從功能上看，數(shù)據(jù)備份系統(tǒng)主要完成數(shù)據(jù)備份計劃制訂，數(shù)據(jù)備份和數(shù)據(jù)恢復(fù)三大功能。

（1）數(shù)據(jù)備份計劃制訂

數(shù)據(jù)備份計劃制定由客戶端發(fā)起，將數(shù)據(jù)備份計劃提交到適配器，然后由適配器向控制臺進行申請，在申請同歸周后，適配器根據(jù)詢問服務(wù)器的資源使用情況，根據(jù)服務(wù)器資源的使用現(xiàn)狀，制訂數(shù)據(jù)備份計劃。

（2）數(shù)據(jù)備份

系統(tǒng)中的數(shù)據(jù)備份功能由控制臺進行統(tǒng)一管理，控制臺會根據(jù)不同客戶端所提交并審核通過的數(shù)據(jù)備份計劃，建立適配器與服務(wù)器之間的備份通道。為了實現(xiàn)多臺客戶端同時進行數(shù)據(jù)備份請求的管理，在進行數(shù)據(jù)備份時，不能由客戶端直接向服務(wù)器發(fā)送數(shù)據(jù)備份請求，而應(yīng)該通過向適配器發(fā)送數(shù)據(jù)備份請求，有適配器對多個客戶端所提出的數(shù)據(jù)備份請求進行統(tǒng)一管理之后，再分配客戶端與服務(wù)器之間的數(shù)據(jù)備份通道，將客戶端的數(shù)據(jù)備份到服務(wù)器中。數(shù)據(jù)備份流程設(shè)計如圖1所示。

1.3 服務(wù)器模塊設(shè)計

服務(wù)器采用線程池的方式接收客戶端所發(fā)送的備份數(shù)據(jù)。服務(wù)器底層采用 TCP協(xié)議實現(xiàn)數(shù)據(jù)的可靠傳輸，并且將加密數(shù)據(jù)存儲到存儲設(shè)備，在回復(fù)時根據(jù)數(shù)據(jù)恢復(fù)請求讀取存儲區(qū)的數(shù)據(jù)通過傳輸通道同步到客戶端。服務(wù)器的工作流程設(shè)計如圖2所示。

圖1 數(shù)據(jù)備份流程圖

圖2 服務(wù)器流程設(shè)計

為了保證數(shù)據(jù)接收的可靠性和性能，服務(wù)器采用同步I/O策略，使用線程池并發(fā)策略防止單線程阻塞問題。

在備份計劃制訂、數(shù)據(jù)備份和數(shù)據(jù)恢復(fù)過程中，服務(wù)器端的主要功能和工作流程設(shè)計如下所示。

（1）備份計劃制定階段

服務(wù)器等待適配器的數(shù)據(jù)備份請求，并且根據(jù)數(shù)據(jù)備份請求安排數(shù)據(jù)備份時間。

（2）數(shù)據(jù)備份階段

在數(shù)據(jù)備份階段，服務(wù)器同時需要向適配器進行身份認證，認證通過之后，開始等待客戶端的連接，在完成與客戶端的握手協(xié)議之后，對客戶端發(fā)送的數(shù)據(jù)進行校驗檢查，并且將數(shù)據(jù)存儲到存儲區(qū)。

（3）數(shù)據(jù)恢復(fù)階段

服務(wù)器接收適配器的狀態(tài)詢問，并返回自身運行狀態(tài)給適配器，等待數(shù)據(jù)恢復(fù)。在實現(xiàn)與客戶端的連接自后，從存儲區(qū)中讀取數(shù)據(jù)恢復(fù)到客戶端。

1.4 適配器模塊設(shè)計

適配器是真?zhèn)€數(shù)據(jù)備份系統(tǒng)的管理模塊，客戶端的備份申請、服務(wù)器狀態(tài)詢問、客戶端與服務(wù)器的認證等功能都由適配器完成。根據(jù)適配器的功能特點，適配器采用反應(yīng)器框架和線程池方法完成回調(diào)和并發(fā)操作，適配器模塊的設(shè)計如圖3所示。

圖3 適配器模塊設(shè)計

在備份計劃制訂、數(shù)據(jù)備份和數(shù)據(jù)恢復(fù)過程中，適配器的主要功能和工作流程設(shè)計如下所示。

（1）備份計劃制定階段

在備份制訂階段，適配器接收客戶端的數(shù)據(jù)備份申請，并將申請轉(zhuǎn)交給控制臺。同時，適配器發(fā)送驗證請求對客戶端的合法性進行認證，以及向服務(wù)器發(fā)送備份時間請求，詢問服務(wù)器狀態(tài)。在客戶端合法和控制臺通過了數(shù)據(jù)備份請求之后，根據(jù)服務(wù)器狀態(tài)制定數(shù)據(jù)備份計劃，并且存儲在適配器中。

（2）數(shù)據(jù)備份階段

根據(jù)數(shù)據(jù)備份計劃，向客戶端和服務(wù)器發(fā)送數(shù)據(jù)備份指令，客戶端和服務(wù)器在接收到指令之后，由客戶端和服務(wù)器之間建立數(shù)據(jù)通道進行數(shù)據(jù)備份。

（3）數(shù)據(jù)恢復(fù)階段

數(shù)據(jù)恢復(fù)階段的流程與數(shù)據(jù)備份階段流程類似，適配器根據(jù)數(shù)據(jù)恢復(fù)計劃，向客戶端和服務(wù)器發(fā)送數(shù)據(jù)恢復(fù)指令，并且由客戶端和服務(wù)器端建立數(shù)據(jù)通道進行數(shù)據(jù)恢復(fù)。

1.5 認證中心設(shè)計

在數(shù)據(jù)備份系統(tǒng)中，備份數(shù)據(jù)的安全性與系統(tǒng)數(shù)據(jù)的安全性同等重要，為了防止未授權(quán)的第三方竊取備份數(shù)據(jù)中的信息，需要對備份數(shù)據(jù)進行加密，以防止備份系統(tǒng)管理員仍以訪問備份數(shù)據(jù)中的信息。在系統(tǒng)中采用公鑰基礎(chǔ)設(shè)施（PKI）來實現(xiàn)備份數(shù)據(jù)的加密。

為了保證數(shù)據(jù)傳輸安全，在PKI總體結(jié)構(gòu)中，服務(wù)器與客戶端之間采用安全套接字（Secure Socket Layer, SSL）進行通信，發(fā)送方使用接收方的公鑰進行數(shù)據(jù)加密，并且使用私鑰對數(shù)據(jù)進行簽名，接收方使用自己的私鑰對數(shù)據(jù)進行解密，并且使用對方的公鑰來進行認證。

2 集中式數(shù)據(jù)備份系統(tǒng)的增量備份算法改進

數(shù)據(jù)備份是集中式數(shù)據(jù)備份系統(tǒng)的重要內(nèi)容，數(shù)據(jù)備份方法分為完全數(shù)據(jù)備份和增量數(shù)據(jù)備份兩種情況。其中完全備份數(shù)據(jù)源的數(shù)據(jù)完全拷貝到服務(wù)器中，該算法與非集中式數(shù)據(jù)備份算法相同。但是在增量數(shù)據(jù)表備份過程中，由于集中式數(shù)據(jù)備份系統(tǒng)的數(shù)據(jù)源更廣，因此需要在已有的增量備份算法上進行改進，以獲得更好的時間性能和空間性能。

2.1 經(jīng)典增量備份算法

Rsync算法是Andrew Tridgell所提出來的一種經(jīng)典增量備份算法，其主要分為如下所示的三個部分。

（1）數(shù)據(jù)文件處理

首先，將數(shù)據(jù)文件按照固定大小塊劃分為多個數(shù)據(jù)塊（最后一塊的大小可能小于固定值）；其次，對每個數(shù)據(jù)塊計算弱校驗碼和強校驗碼兩種校驗碼；最后，建立以弱校驗碼為關(guān)鍵字的哈希表，并將哈希表發(fā)送到集中式數(shù)據(jù)備份系統(tǒng)的服務(wù)器，完成數(shù)據(jù)文件的處理。

（2）待備份數(shù)據(jù)識別

集中式數(shù)據(jù)備份系統(tǒng)服務(wù)器在接收到客戶端所上傳的哈希表后，對該客戶端已備份的數(shù)據(jù)文件同樣按照固定大小進行分塊，并計算每一塊的弱校驗碼，若該數(shù)據(jù)塊的弱校驗碼與客戶端此次上傳哈希表的弱校驗碼相同，則繼續(xù)進行強校驗碼的計算和匹配，若強校驗碼也匹配，則表明該塊數(shù)據(jù)已經(jīng)備份，所有數(shù)據(jù)塊處理完之后，完成客戶端此次增量備份過程中待備份數(shù)據(jù)的識別，并將待備份的數(shù)據(jù)塊序號發(fā)送給客戶端。在這過程中，弱校驗碼的計算簡單，執(zhí)行速度較快，弱校驗碼和強校驗碼匹配的方式可以提高算法效率。

（3）備份數(shù)據(jù)文件重構(gòu)

客戶端接收到服務(wù)器發(fā)送的待備份數(shù)據(jù)后，建立臨時文件，并將待備份的數(shù)據(jù)被分到臨時文件中，并最終將臨時文件上傳到服務(wù)器進行保存，完成數(shù)據(jù)的增量備份。

2.2 經(jīng)典增量備份算法的不足

由于集中式數(shù)據(jù)備份系統(tǒng)面向數(shù)量眾多的數(shù)據(jù)源，數(shù)據(jù)備份事務(wù)更頻繁的特點，導(dǎo)致如上所示的Rsync經(jīng)典增量備份算法存在如下的不足。

一方面，Rsync算法采用固定大小的分塊方式對數(shù)據(jù)文件進行分塊，從而降低了數(shù)據(jù)變化時的算法適應(yīng)能力；另一方面，在增量備份過程中，需要構(gòu)建臨時文件，因此算法的空間性能較差，受到存儲空間的限制；除此之外，服務(wù)器的計算量大，需要進行反復(fù)掃描和匹配，在數(shù)據(jù)源較多、數(shù)據(jù)備份事務(wù)頻繁時，服務(wù)器的負載過大。

2.3 增量備份算法的改進

由于集中式數(shù)據(jù)備份系統(tǒng)面向多個不同數(shù)據(jù)源，數(shù)據(jù)備份事務(wù)多的特點，因此更加需要考慮數(shù)據(jù)備份的網(wǎng)絡(luò)帶寬開銷、計算開銷和存儲空間。并根據(jù)Rsync增量備份算法在集中式數(shù)據(jù)備份系統(tǒng)中的不足，從如下幾個方面來進行改進。

（1）針對服務(wù)器端計算開銷過大的問題，使用不等長分塊方法進行數(shù)據(jù)塊檢驗，將服務(wù)器端的數(shù)據(jù)差異計算由字節(jié)級別降低到數(shù)據(jù)塊級別。

（2）利用差異編碼技術(shù)重構(gòu)文件，改進后的算法對匹配和差異數(shù)據(jù)進行差異壓縮，減少差異數(shù)據(jù)的傳輸流量。

改進后的算法流程如下所示：

①采用基于文件內(nèi)容的數(shù)據(jù)切分算法，將客戶端的數(shù)據(jù)文件劃分為不等長的數(shù)據(jù)塊；

②記錄數(shù)據(jù)塊長度len和偏移量offset，并計算每個數(shù)據(jù)塊的弱校驗值和MD5強校驗值，并將這些信息上傳到服務(wù)器；

③根據(jù)數(shù)據(jù)塊長度len和偏移量offset將服務(wù)器數(shù)據(jù)文件切分為對應(yīng)長度的數(shù)據(jù)塊，并記性搜索匹配，若匹配不成功，則將對應(yīng)的塊信息、差異數(shù)據(jù)和差異指示標志寫入差異編碼文件delta；

④服務(wù)器將最終的差異編碼文件發(fā)送給客戶端，客戶端根據(jù)數(shù)據(jù)文件和delta文件中的差異指示標志位，來判斷是否需要將數(shù)據(jù)塊復(fù)制到新文件中進行備份。

3 總結(jié)

集中式數(shù)據(jù)備份系統(tǒng)主要由客戶層、管理層和服務(wù)器層三層結(jié)構(gòu)組成，同時，由于網(wǎng)絡(luò)內(nèi)大量用戶可以從服務(wù)器中進行數(shù)據(jù)恢復(fù)，因此為了保證用戶的數(shù)據(jù)不被網(wǎng)絡(luò)內(nèi)其它用戶所竊取，采用了PKI來保證服務(wù)器中用戶備份數(shù)據(jù)的安全性。

[1]王悅.搭建容災(zāi)備份中心保障電子政務(wù)系統(tǒng)安全[J].信息系統(tǒng)工程，2010.

[2]敖莉,舒繼武,李明強.重復(fù)數(shù)據(jù)刪除技術(shù)[J].軟件學(xué)報，2010.

[3]雷葆華.云計算解碼—技術(shù)架構(gòu)和產(chǎn)業(yè)運營[M].北京:電子工業(yè)出版社，2011.