如何确定备份的对象，如何对备份对象进行分级，如何根据不同的数据分级进行备份策略的设计？

近些年来，企业的数据逐渐呈现多元化格局，从数据的模型层面可以分为结构化数据、半结构化数据、非结构化数据。从企业IT功能层面又可以将常见数据列为如下几类：

关系型数据库中保存的二维表数据。
非关系型数据库中的文档、JSON、键值等类型数据。
以文字方式记录的文本、PDF、XML等文件形式的数据。
以二进制方式记录形成的图片、网页等数据。
以视频流方式记录形成的媒体类数据。
作为企业来讲，确定备份哪些数据对象，需要从数据重要性、数据量、数据特点等若干方面去评估。从企业业务角度评估的话，那么数据库保存的数据一定是最重要的，尤其是关系型数据库里面的二维表数据。其次需要根据行业特点以及具体的业务系统重要性来评估非结构化数据的重要性。比如对于金融行业来讲，记录业务过程的一些影像类数据可能在业务审核过程中经常被调出查阅，这些数据虽然没有结构化数据那么重要但是也是业务环节当中比不可少的元素，其重要性相对业务视频类以及安防类视频数据会高很多。但是如果是媒体行业的话，那么视频类数据的重要性恰恰是支撑其业务的核心数据，其重要程度不言而喻。那么如何来决定哪些数据需要备份，以什么样的策略备份？

首先，我们需要确定数据的重要性程度。本文通过结果导向的思路从以下维度来分析企业数据的重要性，最终决定哪些数据需要备份，哪些数据可以不备份，哪些数据需要根据企业的实际投资战略情况来决定。首先我们假定一个结果，那就是某个应用系统的某类型数据由于硬件故障或者其他原因导致数据丢失掉了。那么就看企业对该结果的容忍程度，假设不能容忍，那么就没什么好商量的了，肯定要做备份。接下来，最重要的事情是我们如何定义数据备份的策略，包括备份的频度、备份的模式、归档的档期等等一系列备份作业元素。这部分内容需要考虑到数据本身的量级、数据的具体类型、极端条件下对数据恢复时间及数据丢失量的容忍程度、数据备份系统以及备份介质本身的性能特性、业务发展的规模及趋势判断等等。本文从以下几个原则来进行评估：

数据库的备份既要有全量备份也要有归档日志的备份，全量备份可以根据数据量及重要程度以天为单位进行频度调整；归档备份可以根据数据库恢复区空间预留、归档增长趋势、数据恢复时间要求、业务系统归档特点等多方面来进行以小时为单位的频度调整和作业发起调用。
文件类型数据可以根据具体数据量来选择是否利用传统的文件复制方式来实现其备份，对于数据量大的情况可以采用存储快照方式进行卷级别的复制代替以文件为单位的扫描复制方式。
系统备份作业的分布以及备份时间需要结合具体的备份窗口来进行合理调整，关键业务系统的备份作业不能影响到正常的业务，需要有强制的约束条件来约束备份作业时间跨度。尤其是全量备份，随着业务不断发展，数据量会与日俱增，如果对备份作业不进行任何调整，那么很有可能原有备份作业会超越备份窗口影响到业务性能。
根据具体的数据类型和业务重要性对所有备份作业进行分级管理。有些数据需要持续备份，有些数据可能只需要在特殊变更日进行备份即可，例如虚拟化的VMDK文件数据，完全没有必要进行持续备份，只需要在变更后进行备份即可