Archive和HSM的区别

robert_qq

最近很多人对Archive和HSM感兴趣，故偶抛砖引玉，先做一份比较，欢迎跟贴。

HSM软件是什么？
自动监测磁盘存储情况，是为活跃的磁盘环境所设计。开始是在大型主机上实现，如DFHSM。被用来管理昂贵的在线磁盘。通过预定事件，将文件自动迁移到近线存储介质上去。在磁盘上存放“文件根”作为标记，当文件被访问时将文件调回磁盘进行处理。

HSM如何工作？

是一种文件系统附件：首先文件被映射到磁盘块，数据从磁盘上被“偷走”，系统内核通知活动的系统进程，而且必需与文件系统同步
面向批处理模式Batch Oriented：通过工具周期性的空间管理，文件的处理遵循预定策略
文件系统的描述信息存放在Inode和HSM软件数据库中
整个文件回调到原来的磁盘上才能进行访问操作
以文件为单位迁移或回调

Archive是一个底层系统软件—“Middleware”，不是一数据备份软件，也不是HSM软件。Archive应该是一个专门为磁带库和光盘库设计的文件系统，类似于NTFS、Vxfs和UFS等。Archive应该是一个为企业数据进行大容量、长时间归档管理设计的存储管理软件。Archive可以非常快的速度存取、管理位于介质库中的几百上千万的数据文件和PB级的数据量。Archive应该使用简单，应用程序不需要任何修改就可以象使用磁盘一样使用磁带库和光盘库。
[/flash]

dansz

Archive是一个底层系统软件—“Middleware”，不是一数据备份软件，也不是HSM软件。Archive应该是一个专门为磁带库和光盘库设计的文件系统，类似于NTFS、Vxfs和UFS等。Archive应该是一个为企业数据进行大容量、长时间归档管理设计的存储管理软件。Archive可以非常快的速度存取、管理位于介质库中的几百上千万的数据文件和PB级的数据量。Archive应该使用简单，应用程序不需要任何修改就可以象使用磁盘一样使用磁带库和光盘库。

不同意。

archive的目的应该是为长时间保护很少使用但有非常关键性的数据，他和备份是有一定的区别的。区别在与备份时会将备份的文件的一些信息记录到备份软件的数据库中，随着备份数据量的增加，这个数据库会越来越大。但是archvie实际上也是一个备份，但是他是一个比较特殊的备份，他不会在应该不会在不备份软件的数据库中建立什么索引信息，他是把这些信息完全记录在磁带上，因此对于用户看来，他不是一个备份软件，但实际上他仍然是一种备份，只是他不存在备份数据的生命周期的概念。

应用程序要使用ARCHIVE的文件，必须是要通过备份软件先做执行回调，而不能直接使用。同时ARCHIVE也可以减少磁盘空间的使用，在很多时候ARCHIVE完成后，都会直接删除掉硬盘上的源文件。

hotge

原帖由 "dansz" 发表：

...

关于archive同意dansz的观点!

robert_qq

楼上的，你说的Archive的观点都是备份厂商灌输的，他们为了能多卖一点他们的备份软件，将很多功能搭配备份软件一块卖出去，但实际上并不是如此，你所说的关键数据作归档，偶不敢苟同，Archive的应用非常广泛，比如情报检索或图书检索，及一些企业的影像系统，他们的数据都是一个个文件，如作备份，于情于理不合。最佳的办法，将他们做归档，并实现多份拷贝，出库实现容灾，这样既实现了分级存储的目的，又实现了容灾。很多独立的软件厂商都有此类软件，比如说偶们公司代理的ADIC的AMASS和StorNext/SAN就是此类软件。

hotge

[quote]原帖由 "robert_qq"][/quote 发表：

那看来是理解上的差异了.
按照你前面的描述.
是否archive的数据不需要恢复到硬盘应用程序就可以直接使用吗?
比如直接查阅?

radiumguo

一楼、二楼所描述的归档没有什么不同啊！看了二位的介绍，我认为无论是备份软件的归档模块还是独立的归档软件，基本功能和原理都是一样的。归档也不一定是为大文件量设计的，应该是任何数量和类型的文件都可以归档。
    至于归档是文件系统的概念，我不太明白，是否阐述有误？如果是指定的文件系统，那么不同的平台下如何读取数据？
    关于HSM，我有一个考虑，数据反复迁移是否会给存储系统带来大量的数据和空间碎片，造成相当大的空间浪费，如何整理？inode信息能否更新以适应存储位置的变化？
    请高手指教。

robert_qq

Yes，You are right.
Archive的数据可不用恢复到硬盘即可通过用户的应用程序调用，而无需改动用户程序，打个比方本地硬盘为C盘的话，那么可将磁带库认为是D盘。

radiumguo

如果一个文件的大小超过一份介质的容量，那数据如何读出？

robert_qq

楼上的，你可别忘了磁带库或光盘库可是有多个Driver的。任何一个好的Archive软件都应有一个缓冲区，所有的数据交换都必须通过他，这样能较好的实现数据的共享。

dansz

如楼主说的，ARCHIVE是一个文件系统的东西，那就是说可以直接在磁带上建文件系统。由于磁带始终是顺序访问的东西，不可能出现随机读写，还有就是磁带机的速度限制。

在性能也也是不可能满足应用的，所以就算是你的说法成立，这也不是一个不好的东西。

Archive的应用非常广泛，比如情报检索或图书检索，及一些企业的影像系统，他们的数据都是一个个文件，如作备份，于情于理不合。最佳的办法，将他们做归档，并实现多份拷贝，出库实现容灾，这样既实现了分级存储的目的，又实现了容灾。

备份的目的是在需要的时候实现恢复，为什么说于情于理不合？？

归档实现多分拷贝，这没有问题，可以实现简单的磁带容灾的方式，但这样的前提是在磁带的异地保存。

而你在最开始说的HSM和ARCHIVE 是没有任何的关系。难道HSM实不是分级存储呀？？