现代化的数据管理平台的性能

今年9月8日，爱数AnyBackup神盾会（七）上首次剧透了AnyBackup Family 8，并正式亮相了AnyBackup Family 8的核心技术架构——备份数据湖。

备份数据湖的概念不难理解，类似国外提到的第二存储理念，即把备份系统和数据湖系统合二为一。备份数据湖提供数据存储、数据管理和数据服务三大能力，除了支撑传统的灾难恢复、备份数据资产管理类应用外，还支持测试数据管理和数据科学类应用，有效降低企业在数据管理方面的TCO，提高企业数据的利用率，充分挖掘企业数据的价值。

但是，AnyBackup Family 8如此庞大和复杂的系统，功能已经完全超越了传统备份，对性能的要求也必须与时俱进，否则上面的理念都变为空谈。比如你从上面拉起一个数据库副本进行开发测试，性能比生产系统慢非常多，会大大影响企业的开发速度，造成人力的极大浪费，这样的备份数据湖也就没有什么实用价值。

爱数也了解大家的困惑，因此在10月27日下午，举办了以“性能爆表”为主题的神盾会（八），延续上一次神盾会，继续对神秘的AnyBackup Family 8进行剧透，展示AnyBackup Family 8领先技术的性能表现。

整体的会议内容很充实，从现代化数据管理平台“性能观”的思想碰撞，到火力全开、性能爆表的炸裂表现，再到超能打领先技术分享，非常值得一看。

西瓜哥作为多年存储从业人员，可谓阅存储无数，还是发现这个神盾会有很多技术干货，对专业的存储人士来说也非常有启发，因此，这次我就来解读一下其中的技术干货。

爱数的“性能观”

爱数认为，现代化的数据管理平台的性能是一个综合的指标，和相关的生产系统、传输网络都密切相关。

而性能的提升，也需要从硬件和软件两个方面努力。这次的会议，主要聚焦在AnyBackup Family 8在软件scale-out能力提升方面。

总体思路：和应用集成设计

首先，爱数认为，备份软件+分布式存储≠分布式备份系统。

这个其实不难理解，因为备份系统本身没有分布式化，很多部件都不是分布式设计的。比如Media不能跨节点，单个节点依然是性能瓶颈；Media中转文件系统，性能损耗大，无法跑满磁盘带宽；单个节点提供Index，巨型应用索引是瓶颈。

因此，AnyBackup Family 8把备份系统和分布式存储集成在一起设计，是一种集成系统的思路。AnyBackup Family 8通过三副本的存储池、NVMe分布式缓存、兼具快照系统和各类数据结构化服务的数据引擎服务、高性能客户端和协议网关，构建的分布式存储架构，全力打造超高性能，即使在海量数据场景下，依然表现优异。

和业界的通用存储不同，AnyBackup Family 8特别清楚自己的定位，其优化思路和ORACLE数据库一体机类似，让存储在特定的应用场景下性能最优。

存储池采用三副本，而不是EC（纠删码）。这种做法类似Nutanix等很多超融合厂商，采用三副本，可以让应用直接感知副本的存储位置，能够大大提升数据的存取速度。

协议网关除了支撑通用的存储协议，还支持专用的备份恢复客户端。这种做法类似很多高性能文件系统，通过专用客户端来提升单客户端的性能。

在备份系统的分布式化上，爱数采用全分布式的设计思路。分布式索引服务、分布式数据服务、分布式元数据服务、分布式搜索服务，再加上底层分布式快照服务，可以提供无限快照能力，让所有可能成为性能瓶颈的部件全部都支持scale-out线性扩展，从架构上彻底解决性能问题。

下面我们来展开看看，AnyBackup Family 8的几个性能提升设计思路。

索引拆分和分布式化

爱数第一件事就是在索引库引入快照机制，每次增量备份完成就做一个快照，全量备份就产生一个新的索引。这样做的好处就是每个时间点都有一个独立完整的索引库，每个索引库都不大，后期的数据管理动作，存取该索引库的速度就快得多。

第二件事就是对单个节点索引库进行拆分，变成多节点索引库的架构，实现索引性能按需线性增长。拆分的策略有很多，按照应用数据源的不同，可以均衡负载，就近负载。

读写流程简化，减少网络传输

备份软件+分布式存储的松耦合设计，由于备份软件无法感知底层分布式存储的存放位置，因此，数据需要先送到备份系统，然后备份系统再送到底层分布式存储系统，分布式存储再找具体节点落盘，中转太多。

而AnyBackup Family 8则另辟蹊径，把AnyBackup节点和存储节点集成设计，备份客户端按照策略，直接把备份数据写入指定节点（比如负载最轻的），该节点再复制到其他两个节点。这样做的好处就是减少了一次网络转发，写性能会大大提高。由于恢复客户端也能感知到副本的位置，可以直接读取负载最轻的某个副本，恢复性能也会大大提高。

由于备份系统可以控制数据具体的存储位置，相关的数据可以尽量放在一起，减少跨节点的传输。不相关的数据则可以跨节点并发读写，整体的集群的性能要比备份软件+分布式存储的松耦合情况要高出很多。唯一的问题是集群的容量可能出现不均衡，可以通过自动重平衡闲时进行处理。

专用客户端，实现直通挂载

如果采用通用的存储协议，挂载一般需要通过特定协议网关，该网关再去其他节点取数据，性能较差。

由于AnyBackup Family 8采用专门的备份恢复客户端，可以感知数据的存放位置，因此可以直接定位到数据所在节点的协议网关，实现直通挂载，时延更低，IOPS更高。

这种高速挂载的能力，让备份数据湖快速提供开发测试环境，快速提供分析应用所需的数据成为功能。

无合成永久增量备份

传统的增量备份，需要在后台进行数据的合成，对系统的性能影响很大。

爱数的上一代产品，采用索引合并的方式，性能有所提升，但当索引的数据量上升，耗时还是很长的。

而在AnyBackup Family 8里，爱数取消了后台合成的过程，在增量备份的时候，实时修改索引，然后利用全量快照就可以生成黄金副本，无需后台合成过程，增量备份的性能得到巨大的提升。

无索引文件提高挂载速度

通用的文件系统，需要访问索引，然后才能访问到数据，因此其性能一般来说不如块设备。AnyBackup Family 8引入一种新的文件类型FileDev，没有索引，节省了查询索引的过程，直接访问数据，性能更好。

这些无索引文件FileDev，其实就是一种VMDK文件，它可以通过iSCSI挂载，也可以通过NFS进行聚合挂载，可以实现即时的数据服务。

性能爆表

正是上面的性能优化技术，将AnyBackup Family 8的3节点的备份恢复吞吐直接提升至5.1GB/s和9.21GB/s。

根据爱数发布的数据，相比上一代产品，AnyBackup Family 8在各方面的性能提升基本都在50%以上。

神盾会上，爱数还展示了AnyBackup Family 8在百亿级小文件保护、百TB级数据库分钟级挂载、海量虚拟机保护、PB级数据仓库高效备份、大规模测试数据管理等数据管理场景下的性能数据，显示其备份数据湖的卓越性能。

小结

从上面的分析，我们看到，爱数并没有把AnyBackup Family 8备份数据湖底层的分布式存储做成通用的存储，来和其他厂商的软件定义存储产品竞争。而是采用集成系统的思路，把数据管理应用和分布式存储进行紧耦合的设计，让整体数据管理平台的性能不仅能够进行快速的备份和恢复，也能进行高速的挂载，提供接近生产系统的高性能的数据服务，真正发挥备份数据湖的价值。

爱数的很多的性能优化思路，在业界都是独创的，如无合成的永久增量备份等，值得其他做第二存储的公司借鉴。当然，需要了解更多的细节，还是建议大家回看爱数的神盾会（八）。

审核编辑：彭静