实施SVC的数据迁移如何去保障数据的安全？

  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

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。

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。

SVC在实现存储虚拟化的过程中更像是一个存储的控制器，前端提供主机I/O的存储，后端连接各种物理存储设备。除了极端情况，SVC在实现后端数据迁移过程中不会影响到原始数据的安全（SVC对于保存原始数据的LUN不会做任何改变，仅仅是呈现方式不同而已），同样，也不会产生数据传输的瓶颈（如果发现后端端口的带宽不足，可以通过增加SVC节点来提高前后端的数据传输的带宽）。