今年9月8日，愛數(shù)AnyBackup神盾會(huì)（七）上首次劇透了AnyBackup Family 8，并正式亮相了AnyBackup Family 8的核心技術(shù)架構(gòu)——備份數(shù)據(jù)湖。

備份數(shù)據(jù)湖的概念不難理解，類似國(guó)外提到的第二存儲(chǔ)理念，即把備份系統(tǒng)和數(shù)據(jù)湖系統(tǒng)合二為一。備份數(shù)據(jù)湖提供數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理和數(shù)據(jù)服務(wù)三大能力，除了支撐傳統(tǒng)的災(zāi)難恢復(fù)、備份數(shù)據(jù)資產(chǎn)管理類應(yīng)用外，還支持測(cè)試數(shù)據(jù)管理和數(shù)據(jù)科學(xué)類應(yīng)用，有效降低企業(yè)在數(shù)據(jù)管理方面的TCO，提高企業(yè)數(shù)據(jù)的利用率，充分挖掘企業(yè)數(shù)據(jù)的價(jià)值。

但是，AnyBackup Family 8如此龐大和復(fù)雜的系統(tǒng)，功能已經(jīng)完全超越了傳統(tǒng)備份，對(duì)性能的要求也必須與時(shí)俱進(jìn)，否則上面的理念都變?yōu)榭照?。比如你從上面拉起一個(gè)數(shù)據(jù)庫副本進(jìn)行開發(fā)測(cè)試，性能比生產(chǎn)系統(tǒng)慢非常多，會(huì)大大影響企業(yè)的開發(fā)速度，造成人力的極大浪費(fèi)，這樣的備份數(shù)據(jù)湖也就沒有什么實(shí)用價(jià)值。

愛數(shù)也了解大家的困惑，因此在10月27日下午，舉辦了以“性能爆表”為主題的神盾會(huì)（八），延續(xù)上一次神盾會(huì)，繼續(xù)對(duì)神秘的AnyBackup Family 8進(jìn)行劇透，展示AnyBackup Family 8領(lǐng)先技術(shù)的性能表現(xiàn)。

整體的會(huì)議內(nèi)容很充實(shí)，從現(xiàn)代化數(shù)據(jù)管理平臺(tái)“性能觀”的思想碰撞，到火力全開、性能爆表的炸裂表現(xiàn)，再到超能打領(lǐng)先技術(shù)分享，非常值得一看。

西瓜哥作為多年存儲(chǔ)從業(yè)人員，可謂閱存儲(chǔ)無數(shù)，還是發(fā)現(xiàn)這個(gè)神盾會(huì)有很多技術(shù)干貨，對(duì)專業(yè)的存儲(chǔ)人士來說也非常有啟發(fā)，因此，這次我就來解讀一下其中的技術(shù)干貨。

愛數(shù)的“性能觀”

愛數(shù)認(rèn)為，現(xiàn)代化的數(shù)據(jù)管理平臺(tái)的性能是一個(gè)綜合的指標(biāo)，和相關(guān)的生產(chǎn)系統(tǒng)、傳輸網(wǎng)絡(luò)都密切相關(guān)。

而性能的提升，也需要從硬件和軟件兩個(gè)方面努力。這次的會(huì)議，主要聚焦在AnyBackup Family 8在軟件scale-out能力提升方面。

總體思路：和應(yīng)用集成設(shè)計(jì)

首先，愛數(shù)認(rèn)為，備份軟件+分布式存儲(chǔ)≠分布式備份系統(tǒng)。

這個(gè)其實(shí)不難理解，因?yàn)閭浞菹到y(tǒng)本身沒有分布式化，很多部件都不是分布式設(shè)計(jì)的。比如Media不能跨節(jié)點(diǎn)，單個(gè)節(jié)點(diǎn)依然是性能瓶頸；Media中轉(zhuǎn)文件系統(tǒng)，性能損耗大，無法跑滿磁盤帶寬；單個(gè)節(jié)點(diǎn)提供Index，巨型應(yīng)用索引是瓶頸。

因此，AnyBackup Family 8把備份系統(tǒng)和分布式存儲(chǔ)集成在一起設(shè)計(jì)，是一種集成系統(tǒng)的思路。AnyBackup Family 8通過三副本的存儲(chǔ)池、NVMe分布式緩存、兼具快照系統(tǒng)和各類數(shù)據(jù)結(jié)構(gòu)化服務(wù)的數(shù)據(jù)引擎服務(wù)、高性能客戶端和協(xié)議網(wǎng)關(guān)，構(gòu)建的分布式存儲(chǔ)架構(gòu)，全力打造超高性能，即使在海量數(shù)據(jù)場(chǎng)景下，依然表現(xiàn)優(yōu)異。

和業(yè)界的通用存儲(chǔ)不同，AnyBackup Family 8特別清楚自己的定位，其優(yōu)化思路和ORACLE數(shù)據(jù)庫一體機(jī)類似，讓存儲(chǔ)在特定的應(yīng)用場(chǎng)景下性能最優(yōu)。

存儲(chǔ)池采用三副本，而不是EC（糾刪碼）。這種做法類似Nutanix等很多超融合廠商，采用三副本，可以讓應(yīng)用直接感知副本的存儲(chǔ)位置，能夠大大提升數(shù)據(jù)的存取速度。

協(xié)議網(wǎng)關(guān)除了支撐通用的存儲(chǔ)協(xié)議，還支持專用的備份恢復(fù)客戶端。這種做法類似很多高性能文件系統(tǒng)，通過專用客戶端來提升單客戶端的性能。

在備份系統(tǒng)的分布式化上，愛數(shù)采用全分布式的設(shè)計(jì)思路。分布式索引服務(wù)、分布式數(shù)據(jù)服務(wù)、分布式元數(shù)據(jù)服務(wù)、分布式搜索服務(wù)，再加上底層分布式快照服務(wù)，可以提供無限快照能力，讓所有可能成為性能瓶頸的部件全部都支持scale-out線性擴(kuò)展，從架構(gòu)上徹底解決性能問題。

下面我們來展開看看，AnyBackup Family 8的幾個(gè)性能提升設(shè)計(jì)思路。

索引拆分和分布式化

愛數(shù)第一件事就是在索引庫引入快照機(jī)制，每次增量備份完成就做一個(gè)快照，全量備份就產(chǎn)生一個(gè)新的索引。這樣做的好處就是每個(gè)時(shí)間點(diǎn)都有一個(gè)獨(dú)立完整的索引庫，每個(gè)索引庫都不大，后期的數(shù)據(jù)管理動(dòng)作，存取該索引庫的速度就快得多。

第二件事就是對(duì)單個(gè)節(jié)點(diǎn)索引庫進(jìn)行拆分，變成多節(jié)點(diǎn)索引庫的架構(gòu)，實(shí)現(xiàn)索引性能按需線性增長(zhǎng)。拆分的策略有很多，按照應(yīng)用數(shù)據(jù)源的不同，可以均衡負(fù)載，就近負(fù)載。

讀寫流程簡(jiǎn)化，減少網(wǎng)絡(luò)傳輸

備份軟件+分布式存儲(chǔ)的松耦合設(shè)計(jì)，由于備份軟件無法感知底層分布式存儲(chǔ)的存放位置，因此，數(shù)據(jù)需要先送到備份系統(tǒng)，然后備份系統(tǒng)再送到底層分布式存儲(chǔ)系統(tǒng)，分布式存儲(chǔ)再找具體節(jié)點(diǎn)落盤，中轉(zhuǎn)太多。

而AnyBackup Family 8則另辟蹊徑，把AnyBackup節(jié)點(diǎn)和存儲(chǔ)節(jié)點(diǎn)集成設(shè)計(jì)，備份客戶端按照策略，直接把備份數(shù)據(jù)寫入指定節(jié)點(diǎn)（比如負(fù)載最輕的），該節(jié)點(diǎn)再?gòu)?fù)制到其他兩個(gè)節(jié)點(diǎn)。這樣做的好處就是減少了一次網(wǎng)絡(luò)轉(zhuǎn)發(fā)，寫性能會(huì)大大提高。由于恢復(fù)客戶端也能感知到副本的位置，可以直接讀取負(fù)載最輕的某個(gè)副本，恢復(fù)性能也會(huì)大大提高。

由于備份系統(tǒng)可以控制數(shù)據(jù)具體的存儲(chǔ)位置，相關(guān)的數(shù)據(jù)可以盡量放在一起，減少跨節(jié)點(diǎn)的傳輸。不相關(guān)的數(shù)據(jù)則可以跨節(jié)點(diǎn)并發(fā)讀寫，整體的集群的性能要比備份軟件+分布式存儲(chǔ)的松耦合情況要高出很多。唯一的問題是集群的容量可能出現(xiàn)不均衡，可以通過自動(dòng)重平衡閑時(shí)進(jìn)行處理。

專用客戶端，實(shí)現(xiàn)直通掛載

如果采用通用的存儲(chǔ)協(xié)議，掛載一般需要通過特定協(xié)議網(wǎng)關(guān)，該網(wǎng)關(guān)再去其他節(jié)點(diǎn)取數(shù)據(jù)，性能較差。

由于AnyBackup Family 8采用專門的備份恢復(fù)客戶端，可以感知數(shù)據(jù)的存放位置，因此可以直接定位到數(shù)據(jù)所在節(jié)點(diǎn)的協(xié)議網(wǎng)關(guān)，實(shí)現(xiàn)直通掛載，時(shí)延更低，IOPS更高。

這種高速掛載的能力，讓備份數(shù)據(jù)湖快速提供開發(fā)測(cè)試環(huán)境，快速提供分析應(yīng)用所需的數(shù)據(jù)成為功能。

無合成永久增量備份

傳統(tǒng)的增量備份，需要在后臺(tái)進(jìn)行數(shù)據(jù)的合成，對(duì)系統(tǒng)的性能影響很大。

愛數(shù)的上一代產(chǎn)品，采用索引合并的方式，性能有所提升，但當(dāng)索引的數(shù)據(jù)量上升，耗時(shí)還是很長(zhǎng)的。

而在AnyBackup Family 8里，愛數(shù)取消了后臺(tái)合成的過程，在增量備份的時(shí)候，實(shí)時(shí)修改索引，然后利用全量快照就可以生成黃金副本，無需后臺(tái)合成過程，增量備份的性能得到巨大的提升。

無索引文件提高掛載速度

通用的文件系統(tǒng)，需要訪問索引，然后才能訪問到數(shù)據(jù)，因此其性能一般來說不如塊設(shè)備。AnyBackup Family 8引入一種新的文件類型FileDev，沒有索引，節(jié)省了查詢索引的過程，直接訪問數(shù)據(jù)，性能更好。

這些無索引文件FileDev，其實(shí)就是一種VMDK文件，它可以通過iSCSI掛載，也可以通過NFS進(jìn)行聚合掛載，可以實(shí)現(xiàn)即時(shí)的數(shù)據(jù)服務(wù)。

性能爆表

正是上面的性能優(yōu)化技術(shù)，將AnyBackup Family 8的3節(jié)點(diǎn)的備份恢復(fù)吞吐直接提升至5.1GB/s和9.21GB/s。

根據(jù)愛數(shù)發(fā)布的數(shù)據(jù)，相比上一代產(chǎn)品，AnyBackup Family 8在各方面的性能提升基本都在50%以上。

神盾會(huì)上，愛數(shù)還展示了AnyBackup Family 8在百億級(jí)小文件保護(hù)、百TB級(jí)數(shù)據(jù)庫分鐘級(jí)掛載、海量虛擬機(jī)保護(hù)、PB級(jí)數(shù)據(jù)倉(cāng)庫高效備份、大規(guī)模測(cè)試數(shù)據(jù)管理等數(shù)據(jù)管理場(chǎng)景下的性能數(shù)據(jù)，顯示其備份數(shù)據(jù)湖的卓越性能。

小結(jié)

從上面的分析，我們看到，愛數(shù)并沒有把AnyBackup Family 8備份數(shù)據(jù)湖底層的分布式存儲(chǔ)做成通用的存儲(chǔ)，來和其他廠商的軟件定義存儲(chǔ)產(chǎn)品競(jìng)爭(zhēng)。而是采用集成系統(tǒng)的思路，把數(shù)據(jù)管理應(yīng)用和分布式存儲(chǔ)進(jìn)行緊耦合的設(shè)計(jì)，讓整體數(shù)據(jù)管理平臺(tái)的性能不僅能夠進(jìn)行快速的備份和恢復(fù)，也能進(jìn)行高速的掛載，提供接近生產(chǎn)系統(tǒng)的高性能的數(shù)據(jù)服務(wù)，真正發(fā)揮備份數(shù)據(jù)湖的價(jià)值。

愛數(shù)的很多的性能優(yōu)化思路，在業(yè)界都是獨(dú)創(chuàng)的，如無合成的永久增量備份等，值得其他做第二存儲(chǔ)的公司借鑒。當(dāng)然，需要了解更多的細(xì)節(jié)，還是建議大家回看愛數(shù)的神盾會(huì)（八）。