几个月前笔者写过两篇针对档案长期保存库备份（或者说是档案数字资源长期保存策略）的文章，《电子档案备份相对于数据备份的特别之处》、《备份策略从“3-2-1”到“4-3-2-1”》，但是很多读者依然觉得不解渴，因为目前绝大部分档案部门正在建设和使用的是管理库，而不是长期保存库。很多单位对于长期保存库的建设尚处于规划设计阶段，现阶段首先应该考虑的是档案管理库数据的备份问题，我们今天就来聊聊这个话题。

档案管理库数据的备份问题 

按照常规的档案“四库架构”，详细参见本公众号文章《档案信息化建设到底需不需要“四库分离”？》，上图红圈所示的管理库处于核心和中枢的位置，数字档案馆（室）应用系统主要也都是和管理库进行数据交互。管理库中存储的数据主体是档案目录数据和电子全文数据，前者一般存储在关系型数据库中，后者一般存储在文件系统中，两者之间通过一定的逻辑关系映射。当然管理库中的数据比较复杂，除了档案目录数据和电子全文数据之外，可能还会有各种管理类数据、日志文件、程序处理需要的临时或者冗余数据，当然还包括操作系统、数据库、中间件等系统软件本身的数据文件以及应用程序文件。

档案管理库的物理架构也比较复杂，很多立档单位为了管理方便，都会把管理库放在本单位信息部门统一构建的私有云上，这种情况下就采用信息部门统一管理的存储备份策略即可，本文不对这种情况进行讨论。而档案馆则一般会建设独立的计算机机房，对档案数据进行单独管理，而不是将管理库构建在统一的政务云平台上。档办函[2020]55号《关于档案部门使用政务云平台过程中加强档案信息安全管理的意见》中也明确指出：“涉及国家秘密、工作秘密的档案数据及业务，不得使用政务云平台”。

为了实现管理库的长期稳定运行并确保数据安全，需要对管理库采取切实可行的备份措施。那么，对于物理独立的管理库中的数据应该如何进行备份呢？现阶段，管理库主流的存储备份架构如下图所示：

即主要用磁盘阵列存储数据，用磁带库进行数据备份，用备份软件管理整个备份过程并执行备份策略。典型的备份策略示例如下（各单位由于数据量、数据类型、备份要求的不同会有差异，仅供参考）：

常见的备份方式包括以下三种：

※ 全备份（Full Backup，F）:对要备份的内容做无条件的全部备份；

※ 差分备份（Differential Backup，D）:从前一个全备份以后，对变更过或新增的数据进行备份；

※ 增量备份（Incremental Backup，I）:对从上次任意形式的备份以后变更过或新增的所有数据进行备份。

 

常规的数据备份可以采用以上三种备份方式相结合的策略，如下所示：

 

即以一个月（或者四周）为周期，每个月做一次全备份（F），每周做一次差分备份（D），每天做一次增量备份（I），约定每天晚上12点钟开始执行备份策略，以此往复循环。

以上备份策略充分运用了全备份、增量备份、差分备份各自的特点，尽可能减少每次备份的数据量以提高备份效率，并且尽可能降低数据恢复时所需的备份文件，同时保证了最大数据损失就是一天的变化数据。

持续数据保护

但不管怎么说，以上备份策略毕竟还是会造成一天的变化数据损失，这在很多实时性要求很高的应用系统中是不被允许的，于是，持续数据保护（Continuous Data Protection，CDP）应运而生。

 

持续数据保护（CDP）也被称作持续备份（Continuous Backup），是一种在不影响主要数据运行的前提下，可以实现持续捕捉或跟踪目标数据所发生的任何改变，并且能够恢复到此前任意时间点的方法。CDP系统能够提供块级、文件级和应用级的备份，以及恢复目标至任意可变的恢复点。

应该说CDP技术是对传统数据备份技术的一次革命性的重大突破。传统的数据备份解决方案专注在对数据的周期性备份上，因此一直伴随有备份窗口、数据一致性以及对生产系统的影响等问题。而CDP系统为用户提供了新的数据保护手段，系统管理者无须关注数据的备份过程（因为CDP系统会不断监测关键数据的变化，从而不断地自动实现数据的保护），而且当灾难发生后，简单地选择需要恢复到的时间点即可实现数据的快速恢复。

从原理上来看，CDP技术通过在操作系统核心层中植入文件过滤驱动程序，来实时捕获所有文件访问操作。对于需要CDP连续备份保护的文件，当CDP管理模块经由文件过滤驱动拦截到其改写（新增、删除、修改）操作时，则预先将文件数据变化部分连同当前的系统时间戳（System Time Stamp）一起自动备份到存储设备。从理论上说，任何一次的文件数据变化都会被自动记录，因而称之为持续数据保护。有一个形象的比喻：传统备份软件就像是照相机，只在按快门的时候产生照片；CDP软件则是摄像机，打开就不停工作，任何时间点的图像都不会错过。

全球网络存储工业协会（Storage Networking Industry Association，SNIA）关于CDP的描述如下图所示：

 

CDP技术用于档案管理库的备份

如果将CDP技术用于档案管理库的备份，存储备份架构如下图所示：

 

在需要监控的服务器上安装CDP客户端（如果服务器进行了虚拟化处理，也可以在云平台中嵌入CDP引擎插件），采用CDP备份一体机进行持续备份，为了提升备份和恢复的速度，备份数据的存储载体以磁盘为主。

SNIA关于CDP的优势已经说的很明白：

1）零数据丢失、零备份窗口；

2）任意时间点的数据恢复；

3）数据恢复操作便捷；

4）全天候的数据保护。

这样看来，CDP似乎可以完全取代传统的数据备份方式了，但事实并非如此，CDP技术也存在一些劣势：

1）真正的CDP技术需要解决数据持续不间断监控和记录的技术难题，目前还存在资源消耗大、计算效率低、重复数据多的问题；

2）真正的CDP技术持续备份时产生的大量数据，远大于其他备份方式产生的数据量，对存储系统形成较大压力；

3）真正的CDP解决方案实施费用相对较高，是传统备份方式的几倍，但大部分客户的数据保护需求并没有这么高。

因此，从性价比上来评判数据备份解决方案的优劣，是否采用CDP技术就不一定了。一般而言，CDP技术方案更加适合于系统实时性要求非常高、对数据变化高度敏感的应用，比如银行交易系统、订票网站、生产管理系统等，相对而言档案管理系统的数据实时性要求并没有这么高，采用传统的备份方案，一天的变化数据丢失也不是说完全不能接受，毕竟档案数据还有多套备份，还有长期保存库托底。大不了在灾难发生时，数据恢复到前一天之后再人工录入当天的数据，也不会产生多少工作量。在这种情况下，笔者认为，对于档案管理库中的数据，传统的备份方案实际上也已经够用了。当然在经费允许的情况下，CDP解决方案也可以尝试，毕竟这代表了备份技术的发展方向。