基于数据访问模式进行高效数据收集以在大规模多租户环境中报告的系统和方法与流程

1.本发明的实施方式总体上涉及数据收集的管理。更特别地，本发明的至少一些实施方式涉及用于基于数据访问模式进行高效数据收集的系统、硬件、软件、计算机可读介质以及方法。


背景技术：

2.典型的当今软件系统，不论是本地系统、云中系统还是混合系统，都具有监视和报告特征。随着每一天过去，这些系统以及其相关联的监视和报告要求变得越来越复杂。
3.在很多企业中，越来越关注云托管功能，并且存在各种云产品。dellemc云快照管理器(csm)就是一种此类saas产品，它使得客户能够保护其托管在诸如亚马逊aws和微软azure的公共云环境中的工作负载。工作负载可包括例如通过虚拟机、各种数据库和对象存储器实现的功能。很多客户在这些公共云中具有多个账户，并且很多客户还在多于一个公共云中具有账户，他们用csm或其他服务来保护这些账户。
4.在csm的示例情况下，例如，该平台向其客户提供各种类型的报告。对于这些报告中的一些，csm可能需要从驻留在公共云或私有云中的客户账户获取数据、对照csm目录存储器验证数据，然后生成用于报告的相关数据。此类报告可包括例如报告云中的多少和哪些客户资源被csm保护，以及多少和哪些客户资源未被保护。
5.诸如csm的服务可被托管在公共云数据中心或私有云数据中心中。从公共云环境的数据检索典型地通过互联网来进行。由于很多此类服务都是saas(软件即服务)产品，因此它们必须迎合任何云实现的解决方案预期的规模、灵活性和可靠性。此外，诸如csm的服务可能需要为系统中的所有租户账户获取数据。对于每个账户，在一天中的每个循环内，服务可爬过在该客户账户、区域内以及针对每种资源类型(例如，诸如vm或db(数据库))配置的每个公共云账户。服务在一天或其他指定的时间段内运行尽可能多的循环。
6.诸如以上所述那些的考虑可能会带来挑战。一个此类挑战涉及报告实时数据。特别地，典型的客户总是希望得到最新的数据。这是因为客户的公共云账户的状态在不断变化。例如，每小时、每分钟和每秒都在创建诸如vm和db的资源的新实例，或者在删除/移除现有的实例。除非客户接收到实时报告，否则客户可能很难或不可能在任何给定的时间都知道其云账户的状态。因此，客户期望的是接收到尽可能接近实时报告的报告。然而，为了发生这种情况，服务(不论是csm和/或一个或多个其他服务)必须尽可能经常地从公共云获取关于客户账户的数据。然而，根据诸如所涉及客户账户的数量和那些账户的配置的考虑，甚至完成单个数据获取循环都可能要花很长时间。
7.尽管实现并行化方法来检索数据可能有助于加速数据获取循环的执行，但这种方法本身具有限制。例如，云提供商典型地压制和限制可在给定的时间段内进行的数据调用的数量。此外，网络带宽是有限的资源并且同时拥有多个连接可对该资源施加过度压力。
8.由诸如以上关于数据获取所述的那些考虑带来的另一个挑战涉及数据调用对系
统产生的负载。特别地，就所进行的且必须服务的数据调用的数量而言，不断增长的客户基础以及那些客户账户中的每一者中的大量云账户可对系统施加巨大的负载。
附图说明
9.为了描述可获得本发明的至少一些优点和特征的方式，将参考在附图中示出的本发明的特定实施方式来呈现本发明的实施方式的更具体描述。应理解，这些附图仅描绘了本发明的典型实施方式并且因此不应被视为是其范围的限制，通过使用附图将用附加特征和细节描述并解释本发明的实施方式。
10.图1公开了示例操作环境的方面。
11.图2公开了用于数据收集的示例方法的方面。
12.图3公开了被配置为执行所公开的方法和过程中的任一者的示例计算实体的方面。
具体实施方式
13.本发明的实施方式总体上涉及数据收集的管理。更特别地，本发明的至少一些实施方式涉及用于基于数据访问模式进行高效数据收集的系统、硬件、软件、计算机可读介质以及方法。本发明的实施方式在通过基于云的平台来提供服务的环境中可特别有用，但不需要特定的操作环境。
14.一般而言，本发明的示例实施方式可操作来捕获例如有关客户与服务和系统的交互模式(该服务和系统可为基于云的)、客户环境中的数据变化率以及客户的工作时间窗口的数据。在导出该客户在一天中将检索数据的时间窗口和次数时可考虑这些和/或其他数据。以此方式，实施方式可避免针对每个客户在每个循环中执行数据检索，这进而可帮助减少系统上的负载，同时还实现更频繁的数据检索。
15.本发明的实施方式(诸如本文所公开的示例)在多种方面可为有益的。例如，并且如从本公开将显而易见，本发明的一个或多个实施方式可提供一个或多个有利且意外的效果的任何组合，其中一些示例在下面阐述。应注意，此类效果不意图也不应被解释为以任何方式限制所要求保护的本发明的范围。还应注意，本文中的任何内容都不应被解释为构成任何发明或实施方式的必需或不可缺少的元素。相反，所公开的实施方式的各种方面可以多种方式组合，以便限定另外的其他实施方式。此类其他实施方式被认为在本公开的范围内。同样，本公开的范围内所涵盖的所有实施方式都不应被解释为解决(一个或多个)任何特定问题或限于所述任何特定问题的解决方案。任何此类实施方式也不应被解释为实现(一个或多个)任何特定技术效果或解决方案或者限于所述任何特定技术效果或解决方案的实现。最后，不要求任何实施方式都实现本文所公开的任何有利和意外效果。
16.特别地，本发明的至少一些实施方式的一个有利方面在于，实施方式可减少云服务的客户所请求的和向其传输的数据量。一实施方式可考虑诸如数据访问历史的各种因素来生成客户特定计划，以减少数据调用次数和相关联的数据传输，同时仍向客户提供所需的数据。
17.a.概述
18.下面是对本发明的一些实施方式的示例操作环境中可能出现的一些考虑的简要
讨论。首先，一些客户可具有多个云账户。典型的客户可能是中型到大型组织。此类客户可在公共云环境中具有由组织的各种业务单位/部门创建和使用的多个云账户。因此，与单个客户相关联的账户的数量可能是对于中型公司的10的倍数至对于大型企业的100的倍数。为了使客户保持了解其账户发生的情况，可能需要从客户已经在其管理账户内配置的所有云账户收集数据，在一些实施方式中，该管理账户可为dellemc csm。
19.与示例操作环境相关的另一个考虑涉及公共云供应商可能必须在多个地理区域内提供服务的可能性。特别地，公共云供应商可支持遍布全球的多个区域。举例说明，亚马逊aws(亚马逊网络服务)(其一个示例是亚马逊s3)支持25 个区域，并且微软azure支持遍布全世界的53个区域。这些数字仍在增长。
20.同样地，诸如csm的管理服务可支持多种资源和资产类型，所述资源和资产类型的示例可包括vm、各种类型的数据库(诸如aws上的rds、aurora、dynamodb和redshift)、以及对象存储器(诸如azure上的blob容器)。同样，随着未来增加对更多资源类型的支持，该资源列表将保持增长。
21.又一个考虑在于基于云的服务典型地具有多个客户。例如，csm是saas产品且因此支持多租户。因此，csm和其他服务必须针对其客户中的每一者在所有云账户/区域/资源类型上获取数据。
22.最后，在典型的操作环境中，诸如saas、vm和数据库的服务例如被托管在云数据中心的内部。因此，必须从全球(也就是，公共云供应商支持的所有各种区域)获取对客户数据调用的数据响应。这涉及通过互联网和/或经历诸如延迟、带宽不足和过度网络负载的网络问题的其他网络进行的通信。
23.当考虑到所有这些考虑时，可看出为每个客户且在每个循环中检索数据导致完成循环的时间较长并且对系统施加较高的负载。至少一些示例实施方式涉及一种处理这些和/或其他考虑的方法。
24.b.示例架构和环境的方面
25.以下是对本发明的各种实施方式的示例操作环境的方面的讨论。该讨论不意图以任何方式限制本发明的范围或实施方式的适用性。
26.现在参考图1，提供了有关示例环境100的方面的细节，本发明的一个或多个实施方式可与该示例环境结合使用。可提供一个或多个用户环境102，该一个或多个用户环境可采取各种形式，例如，诸如企业或公司的处所、边缘计算站点、或云存储器和/或计算站点。用户环境102不需要任何特定配置。在至少一些实施方式中，用户环境102可包括一个或多个数据源104。此类数据源104可包括例如数据库、应用程序、vm、或被配置为生成和/或存储任一种数据的任何其他系统、软件或装置。
27.因此，如本文所使用，术语“数据”的范围意图是广泛的。该术语以示例而非限制的方式涵盖诸如可由数据流分段过程产生的数据片段、数据组块、数据块、原子数据、电子邮件、任何类型的对象、任何类型的文件(包括媒体文件、文字处理文件、电子表格文件和数据库文件)、以及通讯录、目录、子目录、卷以及上述一项或多项的任何组。
28.本发明的示例实施方式适用于能够存储和处理呈模拟、数字或其他形式的各种类型的对象的任何系统。尽管可以示例的方式使用术语(诸如文档、文件、片段、块或对象)，但是本公开的原理不限于表示和存储数据或其他信息的任何特定形式。而是，此类原理同样
适用于能够表示信息的任何对象。
29.继续参考图1，用户环境102可无线地和/或通过硬连接(例如，诸如光缆或铜电缆)与站点106通信，该站点可为远离用户环境102的站点，并且站点106可包括例如被配置为提供云数据存储服务和/或云计算服务的云站点。被配置为提供云数据存储服务的云站点可托管数据存储应用程序并且可包括数据存储系统。被配置为提供云计算服务的云站点可包括例如被配置为执行共同地定义一个或多个服务或应用程序的功能的一个或多个vm。在一些情况下，vm可各自实现应用程序的一个或多个微服务。云站点存储和/或计算服务可能但不需要作为服务，即，软件即服务(saas)提供到用户环境。vm也可在云站点操作以执行与数据存储相关的操作，这些操作包括但不限于例如数据存储、数据备份、复制、克隆、数据恢复和重复数据删除。一般而言，任何云功能都可以saas的形式供用户环境102使用。
30.用户环境102可具有由一个或多个站点106服务的多个不同账户。例如，用户环境102可具有在站点106处的数据存储账户和在站点106处的云计算账户，或与在站点106处的数据存储账户和在站点106处的云计算账户相关联。
31.站点106可包括被配置为与用户环境102直接或间接地通信的数据收集器108。除了其他方面，数据收集器108可将特定数据从特定源引导到站点106处的一个或多个数据存储库110。数据可基于参数(诸如但不限于数据的类型和数据的源)而存储在不同的数据存储库110或数据存储库110的一部分处并且可从中检索。
32.数据收集调度器112可被提供为站点106的一部分。如本文中其他地方更详细地讨论，数据收集调度器112可基于例如用户环境102的历史数据访问模式来调度用户环境102的数据收集操作。一般而言，数据收集调度器112可指示一个或多个数据收集器从用户环境102收集数据。数据收集调度器112然后可接收并处理收集到的数据并且将经处理的数据存储在数据存储库110中。根据用户的请求，数据收集器可将经处理的数据提供到用户环境102。
33.在一些情况下，并且基于数据访问模式和/或其他考虑，数据收集调度器112可指示数据存储库110根据调度将数据推出到用户环境102。另外地或替选地，数据收集调度器112可指示数据存储库110诸如响应于来自用户环境102的一个或多个请求或数据调用而提供用户环境102所请求的数据，并且因此提供的数据可由用户环境102根据数据收集调度器112生成的调度来接收。
34.最后，站点106可包括被配置为支持一个或多个租户116的多租户系统114。因此，本发明的实施方式可支持必须为其客户中的一者或多者在与那些客户中的每一者相关联的所有云账户/区域/资源类型上获取数据的应用程序，例如，诸如csm或其他saas。
35.c.示例数据收集方法的方面
36.一般而言，至少一些实施方式可操作来确定“数据检索频率”(drf)，也就是说，将为客户检索数据的频率。可考虑到各种权重来确定drf，如下面讨论的。一些实施方式可基于一个或多个数据使用参数的任何组来计算drf，所述数据使用参数的示例在下面讨论。
37.可自动地确定和/或根据用户的请求确定drf，并且当客户可能期望接收请求的数据时，可向用户通知drf值和对应的调度。当用户诸如向数据存储库添加和/或从数据存储库移除数据时，可自动地重新计算drf。可周期性地(例如，诸如每周或每月)和/或基于例如用户请求而特别地重新计算drf。同样，drf以及任何重新计算的drf可被设定为立即生效，
或在经过一段时间后生效，或者在特定的时间范围中发生定义的事件或未发生定义的事件时生效。此外，drf可被配置为只有在用户数据调用和/或与数据调用有牵连的数据量增加或减少特定量(例如，诸如5％)的情况下才生效。任何或所有涉及drf的操作(包括生成新的/修改的drf)都可由数据收集调度器执行。
38.在生成drf值时可考虑的一个参数是基于数据访问频率的权重(dafw)，其反映不同的客户可以不同的相应频率访问其数据的事实。例如，客户a可在一个月中有25天访问其数据，而客户b在一个月中仅有5天访问其数据，而其他客户甚至一个月都没访问其数据一次。数据收集调度器可具有或访问指示这些访问模式的数据。例如，csm可收集并维护关于数据访问模式的数据。数据访问信息可用来得出给定的客户账户的数据检索频率。
39.可通过各种方式来计算dafw。例如，csm可具有关于在过去的30天中访问客户数据的天数的数据。根据天数，可分配不同的权重，如在下表i的说明性示例中所示。这只是一个说明性示例。更一般地，权重值可按照所实现的环境/系统进行设定。由此推导出的dafw然后可用于计算drf，如本文中其他地方讨论的。所分配的示例dafw值可帮助将系统上的数据检索负载减少25％至50％，因为并不是所有客户都每天访问数据。
[0040][0041][0042]
表i
[0043]
在计算drf值时可考虑的另一个参数是基于最近最少访问的权重(lraw)。例如，两个客户可具有相同的“数据访问频率”，可能两者都在过去的30中有5天访问数据，但一个客户访问其数据最近比另一个客户访问其数据更少。
[0044]
更详细地，考虑到两个客户账户可能在过去的30天中有3天访问了数据，因此那些客户将具有相同的数据访问频率(daf)。然而，客户a最后一次访问其数据是在25天前。另一方面，客户b在3天前才访问过数据。在往回追溯30天的时间段内最近最少访问数据的客户(也就是，客户a)可被给予数据检索的较小权重。
[0045]
就计算lraw而言，系统可收集有关自最后一次访问数据以来(诸如在过去30天的持续时间期间)经过的天数的数据。根据天数，可分配不同的权重，如在下表ii的说明性示例中所示。权重值可按照所实现的环境/系统进行设定。由此推导出的lraw然后可用于计算数据检索频率。
[0046][0047]
表ii
[0048]
在计算drf值时可考虑的又一个参数是基于数据变化频率的权重(dcfw)。客户公共云账户的状态可随时间而变化，诸如通过创建新的资源和/或删除现有的资源而变化。变化速率可因客户而不同，并且甚至对于给定的客户也可因云账户而不同。因此，对于较高“数据变化频率”客户，“数据检索频率”可相对较高，并且对于较低“数据变化频率”客户，“数据检索频率”相对较低。也就是说，数据频繁地变化的客户可能必须进行更多的数据请求以便了解其最新的数据，而数据变化相对较慢的客户可能不需要很多数据请求来保持了解其数据的状态。在一些实施方式中，可基于在一个月内观察到多少次数据变化来计算数据变化频率。
[0049]
由系统或平台(例如，诸如csm)收集的数据可用来计算数据变化频率权重(dcfw)。例如，系统可收集有关例如在过去30天中当客户数据变化时的天数的数据。根据变化的天数，可分配不同的权重，如在下面的示例表iii中所示。权重值可按照所实现的环境/系统进行设定。由此推导出的dcfw然后将用于计算数据检索频率。
[0050]
数据变化的天数(n)数据变化频率权重n》＝25125》n》＝200.8020》n》＝150.6015》n》＝100.40n《100.20
[0051]
表iii
[0052]
最后，drf计算可考虑到涉及客户的工作小时数的参数。特别地，可在客户工作小时(working hours)窗口期间访问客户账户内的数据，并且账户内的用户可驻留在特定时区内或以其他方式与特定时区相关联。根据一些示例实施方式的系统可基于用户或客户登录信息以及用户或客户访问数据的物理位置而知道时区和工作小时。然后可在工作小时期间调度数据检索，并且在非工作小时期间跳过或阻止数据检索。
[0053]
在一些情况下，站点可具有遍布全球的客户，使得从整个站点的角度来看，有效的工作窗口是每天24小时。通过这个扩展的工作窗口，可减少系统上的数据传送负载，因为并不是所有客户都具有传送数据的相同工作小时。通常的情况是工作窗口具有约8至10小时的大小，包括休息。然而，出于说明的目的，将假设一个示例工作窗口是12小时。
[0054]
d.示例数据检索频率(drf)计算
[0055]
使用上面讨论的示例参数，可使用以下公式计算drf：
[0056]
drf＝工作小时数
×
dafw
×
lraw
×
dcfw
[0057]
以下示例是说明性的。
[0058]
假设对于示例客户账户，一个月中有20天访问数据，最后一次访问数据是在2天前，并且在过去30天内的20天观察到数据变化。鉴于12小时的工作窗口并且以来自表i、ii和iii的相应权重为例，drf将被计算为：
[0059]
drf＝12
×
0.8
×1×
0.8＝7.68(可四舍五入到8)。
[0060]
因此，对于这个示例客户，drf将为8，并且因此，在每个连续的12小时工作窗口中将检索这个客户的数据并将数据发送给该客户8次，或者在24小时的时段内检索并发送16次。应注意，8次检索可以或可以不在整个12小时的时段内均匀地间隔开。
[0061]
应注意，本发明的实施方式(不论是否要求保护)实际上或在人类的心智中无法执行。如本文公开的说明性示例所指示，本发明的实施方式适用于并且实际用于复杂且动态的环境。此类环境可包括数百、数千或数万或更多客户。每一个客户可具有托管在世界各地位于多个不同时区的位置的多个不同的云账户。每一个客户账户可涉及大量数据、太字节或在一些情况下甚至拍字节的存储和使用。同样，一些账户可涉及在诸如云计算站点或云存储站点的站点处使用数十、数百、数千或数万或者更多vm。此外，一天24小时可向客户账户添加数据和从客户账户移除数据。最后，可针对站点的客户持续地重新计算并实现drf。
[0062]
鉴于诸如这些通过示例而非限制的方式呈现的考虑，显然，收集数据使用信息并且然后基于使用信息在此类复杂且动态的环境中计算并实现drf远远超出了任何人类实际或以其他方式执行的思考能力。因此，尽管本文公开了其他过分简单化的示例，但那些仅仅是为了说明的目的和简化讨论，而不表示本发明的实施方式的实际应用。因此，本文中的任何内容不应被解释为教导或暗示本发明的任何实施方式的任何方面可或将在人类的心智中实际或以其他方式执行。
[0063]
显而易见，本发明的实施方式可具有广泛的业务适用性。除了其他方面，实施方式可帮助平衡和/或减少客户对站点施加的数据传输负载。这进而可提供各种益处。例如，客户可具有更多报告的实时数据。作为另一个示例，实施方式可提供可扩展的解决方案，因为系统上的负载可能不与从系统访问数据的客户数量的增加成正比地增加。本发明的实施方式还可在各种基础上(包括按照账户、按照客户、按照时间范围和按照数据类型)向一个或多个客户提供报告和控制面板数据。本发明的实施方式可结合dellemc云快照管理器来实现，但这不是必需的。
[0064]
e.示例方法
[0065]
关于图2的示例方法，应注意，所公开的过程、操作、方法中的任一者和/或这些中的任一者的任何部分可响应于任何(一个或多个)先前过程、方法和/或操作的执行而执行、作为该执行的结果而执行和/或基于该执行而执行。相应地，一个或多个过程的执行例如可以是一个或多个另外的过程、操作和/或方法的后续执行的依据(predicate)或触发事件。因此，例如，可构成方法的各种过程可通过诸如刚刚提到的示例的关系链接在一起或以其他方式彼此相关联。
[0066]
现在将注意放到图2，公开了示例方法200。方法200可全部地或部分地诸如在可由一个或多个客户访问的数据存储站点处执行。方法200可以dafw数据的收集202和加权204开始。接下来，可对lraw数据进行收集206和加权208。然后可对dcfw数据进行收集210和加
权212。
[0067]
应注意，方法200中的过程的次序可改变。例如，可相对于彼此以任何次序收集dafw数据、lraw数据和dcfw数据。同样，可省略方法200的一个或多个过程。例如，并且根据该实施方式，可省略dafw数据、lraw数据和dcfw数据中的任一者的收集，并且在没有所省略的信息的情况下计算drf。
[0068]
继续参考图2，也收集214工作小时数据。在一些情况下，可诸如用默认值指定工作小时数据，而不是进行收集。
[0069]
通过示例方式呈现了dafw数据、lraw数据和dcfw数据。因此，在一些实施方式中，另外地或替选地，可对其他数据进行收集和加权216。
[0070]
一旦收集到各种数据，就可计算218并实现220drf。然后可按照drf的要求来管理222数据检索。
[0071]
如图2中进一步指示，可递归地和/或连续的执行方法200的部分或全部。例如，甚至在已经计算218并实现220drf并且按照drf检索数据222之后，可继续收集另外的数据并进行加权。以此方式，可根据需要自动地更新drf以适应系统中不断变化的条件。
[0072]
e.另外的示例实施方式
[0073]
以下是本发明的一些其他示例实施方式。这些仅通过示例的方式呈现，并且不意图以任何方式限制本发明的范围。
[0074]
实施方式1.一种方法，包括：收集有关一个或多个客户的相应数据访问模式的信息；使用所述信息和工作窗口信息来计算所述客户中的每一者的相应数据检索频率；以及使得所述客户能够根据其相应数据检索频率来检索数据。
[0075]
实施方式2.如实施方式1所述的方法，其中由数据收集调度器执行所述方法，所述数据收集调度器在支持所有所述客户的数据要求的多租户环境中操作。
[0076]
实施方式3.如实施方式1至2中任一项所述的方法，所述方法还包括对所收集的信息进行加权，并且将加权信息用于计算所述数据检索频率。
[0077]
实施方式4.如实施方式1至3中任一项所述的方法，其中基于应用所述数据检索频率中的一者的所述客户的数据的变化来自动地重新计算所述数据检索频率中的所述一者。
[0078]
实施方式5.如实施方式1至4中任一项所述的方法，其中所收集的信息包括数据访问频率信息。
[0079]
实施方式6.如实施方式1至5中任一项所述的方法，其中所收集的信息包括关于最近最少访问的数据的信息。
[0080]
实施方式7.如实施方式1至6中任一项所述的方法，其中所收集的信息包括数据变化频率信息。
[0081]
实施方式8.如实施方式1至7中任一项所述的方法，其中使用以下公式来计算所述客户中的一者的所述drf：drf＝工作小时数
×
基于数据访问频率的权重
×
基于最近最少访问的权重
×
基于数据变化频率的权重。
[0082]
实施方式9.一种用于执行本文公开的操作、方法和过程中的任一者，或这些中的任一者的任何部分的系统。
[0083]
实施方式10.一种非暂时性存储介质，所述非暂时性存储介质中存储有指令，所述指令能够由一个或多个硬件处理器执行以执行操作，所述操作包括实施方式1至8中任一者
或多者的操作。
[0084]
f.示例计算装置和相关联的介质
[0085]
本文所公开的实施方式可包括对包括各种计算机硬件或软件模块的专用或通用计算机的使用，如下面更详细地讨论的。计算机可包括处理器和携载指令的计算机存储介质，所述指令在被处理器执行和/或被致使由处理器执行时执行本文所公开的方法中的任一者或多者，或所公开的任何方法的任何(一个或多个)部分。
[0086]
如上所指示，在本发明的范围内的实施方式还包括计算机存储介质，所述计算机存储介质是用于携载或在其上存储计算机可执行指令或数据结构的物理介质。此类计算机存储介质可为可由通用或专用计算机访问的任何可用物理介质。
[0087]
以示例而非限制的方式，此类计算机存储介质可包括硬件存储器，诸如固态盘/装置(ssd)、ram、rom、eeprom、cd-rom、快闪存储器、相变存储器(“pcm”)或其他光盘存储装置、磁盘存储装置或其他磁性存储装置、或者可用来存储呈计算机可执行指令或数据结构的形式的程序代码的任何其他硬件存储装置，所述程序代码可由通用或专用计算机系统访问和执行以实现本发明所公开的功能。上述的组合也应被包括在计算机存储介质的范围内。此类介质也是非暂时性存储介质的示例，并且非暂时性存储介质还涵盖基于云的存储系统和结构，但是本发明的范围不限于非暂时性存储介质的这些示例。
[0088]
计算机可执行指令包括例如在被执行时致使通用计算机、专用计算机或专用处理装置执行特定功能或功能组的指令和数据。因此，本发明的一些实施方式可例如从网站、网格拓扑或其他源下载到一个或多个系统或装置。同样，本发明的范围涵盖包括含有所公开的可执行指令的应用程序的实例的任何硬件系统或装置。
[0089]
尽管已经用特定于结构特征和/或方法动作的语言描述了本主题，但是应理解，所附权利要求中限定的主题不一定限于以上描述的特定特征或动作。而是，本文所公开的特定特征和动作是作为实现权利要求的示例形式公开的。
[0090]
如本文所使用，术语“模块”或“组件”可指代在计算系统上执行的软件对象或例程。本文所公开的不同组件、模块、引擎和服务可被实现为在计算系统上例如作为单独线程执行的对象或进程。尽管本文所描述的系统和方法可在软件中实现，但是在硬件或者软件和硬件的组合中实现也是可能的并且设想了这种实现。在本公开中，“计算实体”可为如本文先前定义的任何计算系统或者在计算系统上运行的任何模块或模块的组合。
[0091]
在至少一些情况下，提供硬件处理器，该硬件处理器可操作来执行可执行指令以执行方法或过程，诸如本文所公开的方法和过程。硬件处理器可包括或可不包括其他硬件的元件，诸如本文所公开的计算装置和系统。
[0092]
就计算环境而言，本发明的实施方式可在客户端-服务器环境(不论是网络环境还是本地环境)中执行或在任何其他合适的环境中执行。本发明的至少一些实施方式的合适操作环境包括云计算环境，其中客户端、服务器和其他机器中的一者或多者可在云环境中驻留并操作。
[0093]
现在简要参考图3，图1至图2和/或本文其他地方公开或暗示的任何一个或多个实体可采取物理计算装置的形式，或可包括物理计算装置，或可在物理计算装置上实现，或可由物理计算装置托管，该物理计算装置的一个示例以300表示。同样，在前述元件中的任一者包括虚拟机(vm)或由vm组成的情况下，该vm可构成图3中公开的物理部件的任何组合的
虚拟化。
[0094]
在图3的示例中，物理计算装置300包括：存储器302，该存储器可包括随机存取存储器(ram)、非易失性存储器(nvm)304(例如，诸如nvram)、只读存储器(rom)和永久性存储器中的一者、一些或全部；一个或多个硬件处理器306；非暂时性存储介质308；ui装置310；以及数据存储装置312。物理计算装置300的一个或多个存储器部件302可采取固态装置(ssd)存储器的形式。同样，可提供一个或多个应用程序314，所述应用程序包括指令，所述指令可由一个或多个硬件处理器306执行来执行本文所公开的任何操作或其部分。
[0095]
此类可执行指令可采取各种形式，包括例如可执行来执行本文所公开的任何方法或其部分的指令，和/或可由任何存储站点(不论是企业本地还是云计算站点)/在任何存储站点处、客户端、数据中心、数据保护站点(包括云存储站点)、或备份服务器处执行来执行本文所公开的任何功能的指令。同样，此类指令可执行来执行本文所公开的其他操作和方法中的任一者以及其任何部分。
[0096]
在不脱离本发明的精神或本质特性的情况下，本发明可体现为其他特定形式。所描述的实施方式应在所有方面仅被视为说明性而非限制性的。因此，本发明的范围由所附权利要求而非前述描述指示。在权利要求的等效含义和范围内的所有改变将被涵盖在其范围内。