6分钟彻底掌握存储和备份的区别

    一直以来，存储和备份是两个相近的概念，但是又有很大区别的。如果不是专业的技术专家，是比较难搞清楚这两者之间区别，特别是云的出现，这两个概念往往容易混在一起看。本文从几个方面快速对比下存储和备份这两个概念的区别和发展，以及演变趋势。

1. 备份是不能独立数据容器存在，永远构建于存储之上

    存储是数据保存容器的统称，比如软盘，光盘，磁盘，磁盘阵列，中小规模业务用的NAS，专业的磁带库，专业的光纤存储网络SAN。存储容量从几MB，到上100TB，甚至P级。最近几年出现新的一种方案，云存储，其本身也分为个人用途和企业用途的。个人数据存储用途比如百度网盘， 360网盘，DropBox等，通称保存个人的一些资图片，文档等；企业用途的如AWS的S3， 阿里云的OSS，以及七牛云存储，又拍云，金山云的云存储等，通常用于关键业务系统，比如用户产生的文档，图片，视频等数据存储。云存储有个好处是可以动态扩展存储空间，平台提供商由于采用低成本硬盘等方案，采用分布式技术，把本身廉价的硬盘聚集起来，构建成1个具备较高可靠性的存储方案； 一些大平台，当具备规模效应后，平摊到用户，TCO成本会低不少，这是传统存储方案比较软肋的一个地方。

    备份是一种数据保护的机制和方案，其实现必须依赖于具体的存储容器。目前在备份这块的市场有非常多的品牌，如Symantec 的NBU ，CommVault的备份产品，IBM的TSM，EMC的NetWorker，还有专注混合云数据备份保护服务的多备份。备份通常用于保护业务系统产生的核心数据或个人重要的数据。一般的备份系统，通常会与硬件存储设备搭配组合成备份方案。多备份目前是构建在阿里云存储，AWS的S3，七牛，以及金山云，百度云等云存储之上，所有备份的数据会存储在这些大存储平台上。

 2. 存储通常解决地理空间的访问问题；而备份解决地理空间上的冗余保存问题

    我们工作用的WORD软件，如果没有数据存储介质，编辑产生的文档无法保存，配上IDE或SATA硬盘后，应用软件产生的数据可以很快保存在硬盘上。这是一个简单的硬盘存储支持软件工作的例子。一旦本地硬盘如果坏掉，努力工作一周的成功，可能得重新再来。

    通常的重要业务系统架构设计的时候，会充分考虑存储方案的构成，什么样的业务系统，在几个位置，数据如何分布，需要的容量，扩展需求等进行规划设计，重点解决业务系统不断增长的数据存储问题。一般会就近业务应用服务器来部署存储架构。不管是云存储，还是传统的存储架构，都有1个目标，让业务系统，在不同的位置和存储在空间上的访问是稳定连续进行的。

    数据在一个地方始终是不可靠，机房断电，线路故障，硬件故障，火灾等，特别对于重要业务系统，如支付系统，一旦业务系统为了保持业务连续访问，考虑到了多个地点的数据镜像，就有一点备份的味道。云存储目前在空间数据冗余保存方面，一般也有做数据垮地区的冗余保存，防止灾难的发生。

    备份在此基础上，进一步封装逻辑，对数据在不同的地方，可以订制不同的复制策略。较重要的数据，通常可以在1个地方进行冗余，比如用户产生的日志，图片等可以冗余1份；对于更关键的数据，如用户注册数据，数据存储索引数据，交易数据，金融系统相关数据等，必要时得多地冗余。云存储的出现，使得基于云的备份方案，实现起来更加容易，轻易按需构建不同的地理位置的通道，只要你愿意，数据备份到全球几十个地区的云存储中心都可以。这一切可以用最简单的手动复制方案，也可以用自动管理的方案，比如多备份等。

3. 存储通常解决连续数据读写，保存问题 ；备份解决时间版本冻结和回溯问题

    保存1个word文档，上传完一部电影，修改一个帖子，发送1条微信消息，这些要么被顺序写入硬盘，要么被写入专业的数据库或文件系统。这是存储典型的一个应用场景，就是不断响应从业务或软件发送的数据保存需求，文档，电影，帖子最后只会有最新的一个状态，历史的状态一直被最新的状态覆盖。

    既然有新增，那就也有删除，也有修改，所以存储并不识别上层软件的意图，可能是正常，也可能是恶意入侵，或误操作，新增和删除同样在底层会进行操作。部分存储设计，带有一定的备份恢复能力，当然要想使用备份恢复能力，可能比部署一套备份方案，来的成本会更大。我们都知道恢复一个硬盘的数据，通常得数上千块，硬盘不值钱，但里面的数据值钱。

    解决新增，删除，修改等有意无意的行为对数据存储系统带来的影响，这时候得专业功能-备份上场。备份系统最主要考虑的一个功能就是时间线版本冻结和回溯。每次对存储系统的备份，都会形成1个当前备份时刻的数据镜像版本，恢复的时候就可以直接选择对应的版本恢复，数据就回到从前那一时刻状态。当然不同的产品实现备份方案不一样，对于基于混合云架构的多备份来说，版本理论上可以一直保持下来，想怎么恢复，就怎么恢复。另外，不同的实现，镜像的一致性结果不尽相同。对于一致性要求高的场景，版本可能会冻结写请求，如数据库备份直接加写锁，这时候对业务会有短时间影响；如果你说自己是土豪出得起价，需要对业务系统几乎无干扰，几十上百万无所谓，则可以购买比较牛的连续数据保护方案（CDP），如国外的飞康CDP。

4. 存储通常面向硬件故障为安全设计目标；备份解决软硬件故障在内的多种因素引起的数据安全问题

    在我们日常概念中，存储就等于安全，特别是云计算概念出现后，包括周边的一些技术高手也有类似看法，实际上这是一个误区。

    从最常用的机械硬盘开始，通常围绕温度，读写寿命，抗冲击力等设计，一些硬盘在读写超过几百TB后，就开始工作不正常，SSD硬盘在环境温度变化，可能也会引起数据有效性变化。随着存储安全技术的加强，出现了冗余整理的技术，把多块硬盘进行聚合，数据写入多块硬盘；提高了单块硬盘的可靠性。进入到NAS，SAN等专用存储解决方案后，通过冗余阵列，通道冗余，快照镜像等技术，进一步提高了存储容量和整个读写环节的可靠性。但这些都是围绕硬件故障或存储区域故障进行设计。云存储，包括对象存储和弹性块存储，核心设计目标依然是数据在硬件或存储节点或区域系统出问题时候，有能力从其它节点恢复。

    备份系统一个重要设计思想就是围绕恢复设计。备份把数据从1个节点，一个系统复制到另外一个节点，一个系统，规避了硬件、软件在同一时期发生问题的可能性；备份系统通常会在数据存储这里增加高级别的冗余配置，或冗余复制，或低成本的算术冗余数据分布。备份系统通过时间版本化，空间冗余分布进一步规避了因为各种有意，无意的数据读写动作，包括人为操作，系统故障，软件缺陷，黑客入侵，病毒，自然灾难等，引起的数据丢失，新增，修改等问题。一些设计得比较好的方案，会轻松还原数据。即时在备份系统软件出现问题，也能把数据通过一定的流程还原回去。多备份在业务系统出现问题后，甚至可以在选定数据库表或某1个文件独立恢复；如果数据采用混合云模式，数据再TB级别，也可以在极其短暂的情况下恢复到业务系统中。

 5. 存储通常关注访问性能指标设计；备份重点关注一次备份和恢复的时间开销

    电脑从IDE硬盘，升级到SSD硬盘，操作系统启动速度，软件运行的速度明显不一样。业务系统从普通的硬盘存储，过度到专业级SAN全光纤存储，甚至对数据进行上几百GB的全内存加速，目的就是为了提高数据读写的速度，提升终端用户的体验。所以，存储系统通常会围绕IOPS指标来选型，场景不一样IOPS的选择也不一样。当然价格也不一样。云存储涉及到的弹性块存储，以及对象存储都有同样的考量指标 ，目标笔者了解到的是，弹性块存储通常在几十MB左右，而结合SSD方案的，则可以到上百MB。云存储为了提高读的能力，通常结合了CDN技术。部分厂家还提供了上传加速，比如七牛。

    备份系统，非常关注一次备份和恢复的时间窗口，主要原因在于大部分备份系统是构建在生产主系统之上。通常备份越快，对业务系统的影响越小。业务系统的场景非常复杂，有的是文件大，如视频，图片，系统压缩文件，如多备份不少客户是数据库压缩后的文件进行备份，但单个文件得几百GB ；有的客户是海量的文件，如邮件系统，规模上TB级，数量也在亿级别。如何在最短之内把数据备份完成，通常是一个比较辣手的问题。在这块包括先压缩后备份，先归档再备份，或者直接快照后再备份等各种方案都有。基本上总结起来就包括文件系统级的，IO块级别的，或者快照级别的备份。文件系统级实施简单，价格低，性能受限文件系统IO能力；IO块级别实施复杂，价格贵，通常需要变化存储架构；快照级别可能对存储架构会有调整，适合规模小一点的。传统主流大厂的方案一般都会有以上几个组合。多备份目前聚焦在文件系统对象级，IO块和快照方案作为辅组；结合变扫描边备份，实时发现，智能压缩，自适应CPU硬件加密等方案，尽可能减低处理时间。依赖备份方案，恢复的机制相应也不一样，恢复速度也不一样； 对于纯粹的备份来说，按照备份对象序列差异式的恢复变化的内容，依然是一个可靠与速度平衡的解决思路，且在目标系统可用的情况下，是非常合适的一个方案。如果对于做了异地备份的情况，灾难式的恢复通常会受限于网络通道。

 6. 存储通常以数据规模变”大”为美，而备份通常以最大程度把数据变“小”为美

    这里的变大，是指存储解决的问题是如何存储超大规模的数据。在我们日常话题中，通常沟通交流的是谁家的硬盘支持1TB，2TB，4TB等，业务系统支持多少用户规模，产生了多少TB数据，数据库存储规模如何等， 衡量一个存储系统设计的是否好，就是在大规模数据下，系统反应良好，用户感觉流畅。而支持这一目标，通常会说存储服务器支持的硬盘块数，单块硬盘的容量，当然IO通道能力也是配套指标。

    为了支持足够的大，配上专门的存储交换机，快速把大容量存储阵列映射到不同的服务器上；而数据集中存储在SAN网络中，有的高达几百TB甚至PB级别。即使这样，支持压缩的特性也能派上用场，特别巨大的数据量，对存储的数据默认进行压缩或去重，降低数据占用空间。云存储的出现，更是把容量推向了几乎无限；单个云平台或者准确受限于存储机房区域的容量和区域的数量。由于动态扩容特性，当存储网络不够时，在IDC空间足够的情况下，可以不断增加节点完成存储节点的增加。

    通常当数据足够大，数据足够久的时候，数据就需要归档备份起来。而备份就是解决如何保持完整的数据同时，能更好的减低存储开销。所以，一般来说，由于备份会采取在原端去重，或存储端全局去重等技术，保持最小的备份空间。同时包括压缩等方案，也会自动在备份流程中引入。在传统的实施方案中,由于要定期作全量,数据会变得很大,所以一般保留3个月,或半年,或按年做次全量等策略 ； 在快照模型下，由于产生的数据规模比较大，通常云主机对云磁盘采取的快照备份一般也保持几个快照。传统备份产品也有全增量策略，只是结合硬件存储方案，使用和管理成本依然还是比较高； 多备份采取的全增量策略，优势主要集中在混合云索引增量模型，数据保持最小增长规模可靠存储的同时，还可以保持更简单的快速恢复体验，大规模数据备份非常省空间。

存储和备份的差异总结

    存储主要重点解决原始产生数据的正常存放和读取问题，包括媒介，以及存放读取方法，

    比如数据通过文件系统或专门的访问接口保存在U盘，硬盘，光盘，磁盘阵列，NAS，SAN存储网络，云存储等。一般个人存储和企业存储在读写性能，安全，可靠性，可管理性，服务质量承诺等方面存在本质区别。正如硬盘，网盘永远是解决个人照片，非敏感资料等存储需求，而SAN，NAS，企业级云存储服务则是企业重要资料存取方案。性能，容量，规避单节点，单区域依然是最求的最大设计目标，备份依然不是其重点解决点； 进一步，基于云存储的模型，产生了用于保存相对冷数据的服务，包括Google，AWS，还有阿里云的归档服务。这为历史累计不常用的数据归档备份打下了基础，但普通个人或企业也难于直接使用。

    备份则通过定期或实时复制技术，应对各类人为，软件故障，系统故障，自然灾难引起的数据丢失，损坏，出错等问题

    U盘备份，硬盘备份，磁带备份，光盘备份，本地备份，异地备份，云备份，本地与云结合的混合云模式备份等类型，以及CDP 实时备份保护等。手动复制到U盘，硬盘构成一个最简单的备份方案。但涉及到大规模数据，保护服务或系统数量增加，以及资料的敏感控制，生产系统资源占用控制管理等需求，只要用专业的保护方案才能解决。

    最新的系统与数据备份保护趋势将逐步超出备份范畴，智能化数据管理，数据保护虚拟化，以及和各种云环境的融合，与数据安全的融合将是重要的发展方向 ；备份即是立即可用的服务，备份即是保护服务，备份即是数据虚拟化，备份即是数据服务，备份即是数据迁移服务等是重要的数据管理和数据应用发展方向。目前巨头和多备份等一些创新类企业等已经在加快迈向这个趋势。