恢复链损坏后的智能重建方法与流程

摘要: 本技术涉及数据备份与数据恢复领域,尤其涉及一种恢复链损坏后的智能重建方法。背景技术:1、在数据备份与恢复领域,逆链存储结构是一种被广泛应用的技术架构。该结构下,...
恢复链损坏后的智能重建方法与流程

本技术涉及数据备份与数据恢复领域,尤其涉及一种恢复链损坏后的智能重建方法。

背景技术:

1、在数据备份与恢复领域,逆链存储结构是一种被广泛应用的技术架构。该结构下,备份链中的每个备份点均独立存储一完整的数据块映射表,建立该备份点到所有数据块的索引关系。基于此独立索引结构,任一备份点的损坏均不影响其他备份点的数据可恢复性,实现了损坏隔离与独立恢复。

2、然而,上述逆链存储结构在具备损坏隔离优势的同时,也引入了存储开销方面的问题。由于每个备份点均需维护一份完整的映射表,随着备份链中备份点数量的增长,映射表所消耗的存储空间呈线性累积,导致整体存储开销相较于传统增量备份链显著增加。

3、此外,更为关键的是,当采用逆链存储结构的备份链中某一备份点发生数据块损坏时,现有机制仅能跳过该损坏数据块,或返回错误信息,而缺乏对损坏数据本身进行重建恢复的技术手段。这使得数据恢复的完整性完全依赖于备份链中所有备份点的物理完好性,一旦出现数据块级别的损坏,便无法在恢复时获得完整数据,造成数据丢失。

4、综上,如何在降低逆链存储开销的同时,对已发生的损坏数据块实现重建,成为该领域亟待解决的技术问题,故需要一种恢复链损坏后的智能重建方法,在逆链存储架构的基础上,实现损坏数据的智能重建以及重建质量评估,并降低存储开销。

技术实现思路

1、本技术的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中逆链存储架构无法实现损坏数据的智能重建以及重建质量评估,且存储开销较大的技术缺陷。

2、第一方面,本技术提供一种恢复链损坏后的智能重建方法,所述方法包括:

3、扫描恢复链中的备份点,检测并定位目标恢复点和损坏数据块;

4、根据所述损坏数据块对应的期望指纹,在重删指纹库中查找历史数据块,并将查找到的与所述期望指纹匹配的历史数据块作为候选数据块;

5、确定各所述候选数据块对应的置信度评分;

6、其中,所述置信度评分基于所述候选数据块的指纹与所述期望指纹的匹配程度参数、所述候选数据块的数据完整性校验结果、以及所述候选数据块的新鲜度参数中的至少一个因素确定;

7、根据所述置信度评分从所述候选数据块中确定重建数据块,利用所述重建数据块对所述损坏数据块执行重建操作。

8、作为一种可选的实施方式,所述扫描恢复链中的备份点,检测并定位目标恢复点和损坏数据块,包括:

9、对所述备份链中的各备份点执行周期性扫描,基于元数据校验、数据块完整性校验和数据块指纹一致性校验中的一种或多种校验方式,确定损坏数据块、目标恢复点以及对应于所述损坏数据块的损坏信息;

10、其中,所述损坏信息包括损坏位置信息、损坏类型信息和影响范围信息;

11、其中,所述损坏位置信息包括备份点位置信息、数据块位置信息、地址偏移量信息中的一种或多种,所述损坏类型包括元数据损坏、数据块损坏或指纹不匹配,所述影响范围信息包括损坏数据块数量和/或受影响数据量;

12、以及,所述元数据校验用于校验各所述备份点中备份索引文件的完整性,并在所述备份索引文件的完整性校验未通过时,将对应的备份点确定为所述目标恢复点,将对应于所述目标恢复点的相关数据块确定为损坏数据块;

13、以及,所述数据块完整性校验用于校验各所述备份点中对应的各所述目标数据块的完整性,并在所述目标数据块的完整性校验未通过时,将对应的备份点确定为所述目标恢复点,将对应于所述目标恢复点的相关数据块确定为损坏数据块;

14、以及,所述数据块指纹一致性校验用于比对各所述备份点中记录的存储指纹,以及各所述备份点中对应的所述目标数据块实时计算得到的实际指纹,并在所述存储指纹和所述实际指纹比对结果不一致时,将对应的备份点确定为所述目标恢复点,将对应于所述目标恢复点的相关数据块确定为损坏数据块。

15、作为一种可选的实施方式,在所述根据所述损坏数据块对应的期望指纹,在重删指纹库中查找历史数据块之前,所述方法还包括:

16、读取对应于所述损坏数据块的备份元数据;

17、在成功读取到所述备份元数据,且所述备份元数据中包含所述损坏数据块的期望指纹时,从所述备份元数据中直接提取所述期望指纹;

18、在未能成功读取到所述备份元数据时,获取与所述目标恢复点相邻的目标备份点的映射表,并根据所述目标备份点的映射表中的数据块对应关系,推断得出所述损坏数据块对应的所述期望指纹;

19、以及,所述根据所述损坏数据块对应的期望指纹,在重删指纹库中查找历史数据块,包括:

20、将所述期望指纹依次输入所述重删指纹库的第一级索引、第二级索引和第三级索引,以执行渐进式查询;

21、其中,所述第一级索引部署于内存,查询延迟低于所述第二级索引和第三级索引,所述第一级索引用于判断是否存在对应于所述期望指纹的历史数据块;所述第二级索引部署于固态存储设备,查询延迟低于所述第三级索引,所述第二级索引用于精确查找所述历史数据块的位置信息;所述第三级索引部署于硬盘存储设备,其存储容量大于所述第一级索引和所述第二级索引,所述第三级索引用于获取所述历史数据块的数据信息和属性信息。

22、作为一种可选的实施方式,所述确定各所述候选数据块对应的置信度评分,包括:

23、根据所述期望指纹与各所述候选数据块的实际指纹之间的所述匹配程度参数,确定第一评估因子;

24、根据对各所述候选数据块执行数据完整性校验所得的所述数据完整性校验结果,确定第二评估因子;

25、根据各所述候选数据块所属的历史备份点与所述目标恢复点之间的时间距离计算所述新鲜度参数,确定第三评估因子;

26、基于所述第一评估因子、所述第二评估因子和所述第三评估因子,确定各所述候选数据块的置信度评分。

27、作为一种可选的实施方式,所述根据所述置信度评分从所述候选数据块中确定重建数据块,利用所述重建数据块对所述损坏数据块执行重建操作,包括:

28、确定所述置信度评分的最大值;

29、若所述置信度评分的最大值大于或等于第一等级阈值,则将对应的所述候选数据块确定为重建数据块,利用所述重建数据块替换所述损坏数据块,并标记为已重建状态;

30、若所述置信度评分的最大值位于第二等级阈值与所述第一等级阈值之间,则将对应的所述候选数据块确定为重建数据块,利用所述重建数据块替换所述损坏数据块,并标记为待验证状态;

31、其中,所述第二等级阈值小于所述第一等级阈值;

32、若所述置信度评分的最大值低于所述第二等级阈值,则将对应的所述候选数据块确定为重建数据块,生成提示信息,并暂停针对所述损坏数据块的自动重建操作。

33、作为一种可选的实施方式,在利用所述重建数据块对所述损坏数据块执行重建操作之后,还包括:

34、根据各所述重建数据块对应的所述置信度评分,将全部所述重建数据块分配至第一恢复阶段和第二恢复阶段;

35、其中,被分配至所述第一恢复阶段的所述重建数据块的置信度评分高于被分配至所述第二恢复阶段的所述重建数据块的置信度评分;

36、优先执行所述第一恢复阶段的数据恢复,恢复与核心业务系统相关联的第一类数据,并在所述第一类数据恢复完成后,启动所述核心业务系统;

37、在所述核心业务系统启动之后,执行所述第二恢复阶段的数据恢复,恢复所述目标恢复点中的第二类数据;

38、在所述第二类数据恢复完成后,生成恢复报告;

39、其中,所述恢复报告用于指示所述重建数据块的恢复执行信息、提示信息以及预期影响信息。

40、作为一种可选的实施方式,所述方法还包括:

41、接收对多个所述损坏数据块的重建请求,并根据当前的系统处理资源,将各所述损坏数据块划分为多个任务组;

42、为划分出的每个所述任务组分配对应的执行线程,以通过各所述执行线程并行执行所述候选数据块的确定流程和所述置信度评分的计算流程,并通过主线程执行所述重建数据块的确定流程。

43、第二方面,本技术提供一种恢复链损坏后的智能重建装置,包括:

44、处理模块,用于扫描恢复链中的备份点,检测并定位目标恢复点和损坏数据块;

45、所述处理模块,还用于根据所述损坏数据块对应的期望指纹,在重删指纹库中查找历史数据块,并将查找到的与所述期望指纹匹配的历史数据块作为候选数据块;

46、所述处理模块,还用于确定各所述候选数据块对应的置信度评分;

47、其中,所述置信度评分基于所述候选数据块的指纹与所述期望指纹的匹配程度参数、所述候选数据块的数据完整性校验结果、以及所述候选数据块的新鲜度参数中的至少一个因素确定;

48、所述处理模块,还用于根据所述置信度评分从所述候选数据块中确定重建数据块,利用所述重建数据块对所述损坏数据块执行重建操作。

49、第三方面,本技术提供一种计算机设备,包括一个或多个处理器,以及存储器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行如第一方面所述的方法的步骤。

50、第四方面,本技术提供一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如第一方面所述的方法的步骤。

51、从以上技术方案可以看出,本技术实施例具有以下优点:

52、基于上述任一实施例,本技术所提供的方法,首先通过扫描恢复链中的备份点来检测并定位损坏数据块,使得数据损坏问题能够被主动发现而非被动等待。在定位损坏数据块后,利用重删指纹库中已有的历史数据块作为候选重建来源,将原本仅用于重复数据消除的指纹库赋予新的功能,无需额外构建冗余数据即可获得重建资源。进一步的,本技术通过综合指纹匹配程度、数据完整性校验结果和新鲜度参数等多维因素,为每个候选数据块生成量化的置信度评分,使得重建决策从二元判断转变为有依据的择优选择。在重建执行层面,依据置信度评分的高低采取差异化的处理策略,并在恢复阶段将高置信度数据优先恢复,使得核心业务系统能够以较短的等待时间重新启动。由此,本技术实现了对恢复链损坏数据的智能化重建,在降低数据丢失风险的同时兼顾了业务恢复的时效性。