[发明专利]一种分布式存储系统数据恢复实现方法

说明书

本发明涉及一种分布式存储系统数据恢复实现方法，该方法在分布式存储系统中对外提供的数据卷需要进行数据恢复时，按数据恢复管理时间点分为第一时间点、第二时间点等多个时间点T进行恢复，T为大于等于3的正整数，当分布式存储系统当前节点需要恢复第一时间点的数据时，当前节点会请求分布式存储所有其它节点的第二时间点数据信息，通过比完成当前节点请求的第一时间点恢复为第一时间点和第二时间点的数据差。

技术领域

本发明专利涉及计算机存储领域，特别是分布式存储系统领域。

背景技术

分布式存储系统，是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。

在大数据环境下，数据规模和复杂度的增加往往非常迅速，对系统的扩展性能要求较高。实现存储系统的高可扩展性首先要解决两个方面的重要问题，包含元数据的分配和数据的透明迁移。元数据的分配主要通过静态子树划分技术实现，后者则侧重数据迁移算法的优化。此外，大数据存储体系规模庞大．结点失效率高，因此还需要完成一定的自适应管理功能。系统必须能够根据数据量和计算的工作量估算所需要的结点个数，并动态地将数据在结点间迁移。以实现负载均衡；同时．结点失效时，数据必须可以通过副本等机制进行恢复，不能对上层应用产生影响。

传统数据存储模型需要支持尽可能多的应用，因此需要具备较好的通用性。大数据具有大规模、高动态及快速处理等特性，通用的数据存储模型通常并不是最能提高应用性能的模型．而大数据存储系统对上层应用性能的关注远远超过对通用性的追求。针对应用和负载来优化存储，就是将数据存储与应用耦合。简化或扩展分布式文件系统的功能，根据特定应用、特定负载、特定的计算模型对文件系统进行定制和深度优化，使应用达到最佳性能。

随着大数据的数据规模增大，对数据进行恢复时每次都进行全量恢复将会对分布式存储系统产生巨大负荷。

发明专利内容

本发明专利涉及一种分布式存储系统数据恢复实现方法，该方法在分布式存储系统中对外提供的数据卷需要进行数据恢复时，按数据恢复管理时间点分为第一时间点、第二时间点等多个时间点T进行恢复，T为大于等于3的正整数，当分布式存储系统当前节点需要恢复第一时间点的数据时，当前节点会请求分布式存储所有其它节点的第二时间点数据信息，通过比完成当前节点请求的第一时间点恢复为第一时间点和第二时间点的数据差。

附图说明

图1为本发明专利的一种分布式存储系统数据恢复实现方法结构示意图。

具体实施方式

为了使本发明专利的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明专利进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明专利，并不用于限定本发明专利。

请参阅图1，图1为本发明专利的一种分布式存储系统数据恢复实现方法结构示意图。

一种分布式存储系统数据恢复实现方法，其特征在于，所述方法包含分布式存储系统（10）、分布式存储系统节点a（11a）、分布式存储系统节点b（11b）、分布式存储系统节点c（11c）、时间点（12）、数据卷（13）、业务通信网络（14）和业务主机（15），该方法分布式存储系统（10）由分布式存储系统节点a（11a）、分布式存储系统节点b（11b）和分布式存储系统节点c（11c）组成，另分布式存储系统（10）通过业务通信网络（14）向业务主机（15）提供数据卷（13）服务，同时分布式存储系统（10）通过时间点（12）来进行数据恢复的管理。