在实施SVC时从存储迁移到svc的过程中如何确保数据安全?svc在大数据的传输和不同型号存储传输时,是否存在IO瓶颈,如何去优化不同存储之间的io,提高传输速度?
SVC之间的数据传输包括同步复制和异步复制另种,这两种方式都和SVC之间的网络有关,网络的稳定性、可靠性是至关重要的,如果是同步复制,必定会影响生产业务,如果是异步复制,数据的一致性必须要得到验证和保障
SVC针对不同型号的存储传输数据时,为了保证数据的一致性和IO反应速度,首先被SVC接管的后端存储阵列,在数据迁移时,数据都是通过SVC之间进行流动,在数据远程复制到对端的SVC时,SVC通过其自带的高Cache容量来提高IO反应速度(也就是说数据到SVC时,不过直接下刷至后端的存储阵列中,因为被SVC接管的存储可能会存在性能低下等情况,而是先保存到SVC的Cache中,直接返回给对端的SVC,完后再根据策略将数据下刷至后端的存储阵列)
传输的数据安全性,要取决于中间的传输网络的安全性,网络是否会存在被截取或是被修改等问题,通过增加安全设备,保障传输链路的安全性
数据的一致性要通过SVC之间的集群架构和仲裁机制来保障
收起在数据migration的安全性上,源盘可以通过image的方式分给SVC,由SVC封装,在SVC完成卷的复制,如果是离线迁移,这种方式从数据源层可以保证安全性,不会影响源数据。如果是在线迁移,SVC的metro mirror是实时同步,可以保证数据的一致性。
在数据传输前,可以通过配置分配给对应存储的端口数量来保证数据的传输速度,对于数据量大的存储给予较多的端口配给,这样可以平衡各个端口之间的压力。迁移过程对于系统和存储的性能还是有影响的。
比较复杂的一种情况是系统迁移,比如vmware的datastore,需要做好数据备份。
收起问题一:
在实施SVC的数据迁移过程中主要从两个层面保障数据安全。
首先在应用层面,可以通过逻辑备份方式进行一次备份(如mksysb、数据库归档全库备份、应用数据备份等);
其次在操作系统层面,可以通过LV mirror或VG mirror方式进行复制,待SVC数据迁移成功后再拆除mirror。
问题二:
大数据环境下不建议使用储中式存储,原因是大数据环境对数据传输效率要求较高,集中式存储易出现带宽瓶颈,理论和实践都建议采用分布式存储,即数据保存在各计算节点上,采用HDFS文件系统和JBOD模式。
收起