阿里云基于OSS的云上统一数据保护方案2.0技术解析

本文涉及的产品
对象存储 OSS,20GB 3个月
对象存储 OSS,内容安全 1000次 1年
文件存储 NAS,50GB 3个月
简介: 近年来,随着越来越多的企业从传统经济向数字经济转型,云已经渐渐成为数据经济IT新常态。核心业务系统上云,云上的业务创新,这些都产生了大量的业务数据,这些数据也成为了企业最重要的资产、资源。 阿里云基于OSS的云上统一数据保护方案2.0,针对业务上云后数据保护所面临的挑战,提供多层次、全方位的数据保护解决方案,让您业务上云,数据无忧。

近年来,随着越来越多的企业从传统经济向数字经济转型,云已经渐渐成为数据经济IT新常态。核心业务系统上云,云上的业务创新,这些都产生了大量的业务数据,这些数据也成为了企业最重要的资产、资源。
阿里云基于OSS的云上统一数据保护方案2.0,针对业务上云后数据保护所面临的挑战,提供多层次、全方位的数据保护解决方案,让您业务上云,数据无忧。
20191118192751
阿里云基于OSS的云上统一数据保护方案2.0,能够应对数据在使用、存储的过程中遇到的风险,通过其云原生的基础能力,为企业提供了多元化、多维度的数据保护解决方案。

业界领先的分布式存储系统,建立稳健的数据底座
阿里云OSS基于业界领先的分布式存储系统构建强健的底座,在设计时充分考虑了存储介质失效、故障的可能性,采用碎片化分布式离散存储技术存储用户的数据,每一份在云端的数据都会被分块,每个分块文件会存多副本,分布于不同机架上,不同交换机下的服务器上,并引入分钟级别的自动维护机制。当某块硬盘发生异常时,对象存储系统将根据风险均衡策略,自动选择合适的硬盘重建数据,从而有效保证对象存储系统级的数据安全。某个服务器,甚至整个机柜出现故障,数据均不会丢失。

同城冗余存储有效抵御机房级故障,满足关键业务数据的同城高可用的要求
_1
对于关键业务数据的同城高可用的要求,阿里云通过OSS同城冗余存储将冗余数据分布于同城的多个可用区上,其采用的是跨可用区分布式纠删码技术。传统的纠删码技术,通常是部署于同一集群,可以应对主机级的故障。而OSS同城冗余存储采用6+6的纠删码,将12个数据块冗余打散分布于3个可用区上,每个可用区存在四个数据块,6+6的纠删码机制最大可以允许损坏或丢失6个数据块。即便是某个可用区(或机房)遇到极端情况导致整个可用区不可服务时,只会影响4个数据块,不会影响业务的连续性和数据的可靠性。整个过程整个故障切换过程用户无感知、业务不中断、数据不丢失。
同时阿里云OSS同城冗余存储采用了强一致性的模型,确保数据完全一致,无过时读取。为了确保整体的读写能力,同可用区之间提供了Tbps级别的带宽,让数据流快速畅通,每个可用区之间确保足够的距离,最大限度降低同城滚动式灾难风险。阿里云OSS同城冗余存储能够承诺给用户提供99.9999999999%(12个9)的数据可靠性以及99.95%的SLA数据可用性,在机房整体故障时实现RPO=0,RTO=0。

版本控制让“时光倒流,有效防数据逻辑错误
_2
对于时常出现的员工误操作、软件BUG、病毒感染导致的数据逻辑错误,则可以通过最近发布的版本控制功能轻松实现保护。当数据被删除或是覆盖时,系统会将原有的数据版本以历史版本的方式进行保留,便于以后恢复。版本控制是应用到Bucket中所有的对象,而不是某些指定的对象。当第一次针对Bucket开启版本控制后,该Bucket中所有的对象将在之后一直受到版本控制,并且每个版本都具有唯一的版本ID。
1) 上传覆盖对象
在启用了“版本控制”的Bucket中,上传相同键值的对象时,新上传的数据将成为该对象的当前版本,而原有的对象将以历史版本的形式保存下来。能够防止意外覆盖或者删除对象,并且提供查询、恢复历史版本的机会。
2) 删除对象
当开启“版本控制”后。删除对象时,默认不会删除当前的版本以及历史版本。OSS会在当前对象中插入“删除标记”,“删除标记”将成为对象的当前版本。
3) 下载对象
默认情况下,GET请求将获取对象的当前版本。如果要下载指定的版本,则需要指定其版本ID。
4) 恢复指定的历史版本
开启“版本控制”后,对象的所有版本都得以保留。因此,可以通过恢复指定版本的方式,使任何较早的版本成为当前版本。如下图所所示:将源对象的历史版本(ID=22222222)复制到同一Bucket中,OSS提供一个新的ID(ID=44444444),并且将它设置为该对象的当前版本。因此,该对象同时具有原始对象版本(ID=22222222)以及历史副本(ID=44444444)。

跨区域复制功能,轻松实现数据异地灾备
跨区域复制可以帮助用户满足:
1) 合规性要求:有些行业合规性要求规定,数据需要跨一定距离保存一份副本。通过跨区域数据同步,可以在异地远距离的 OSS 数据中心之间复制数据以满足这些合规性要求
2) 异地备份与容灾:您需要数据异地显示存储一份,以备发生特大灾难,如地震、海啸等。
3) 数据复制:由于业务原因,需要将数据从OSS的一个数据中心迁移到另一个数据中心。
跨区域复制基于对象的异步复制技术,数据延时和传输的数据量及速度有关,通常RPO可以达到分钟级别。跨区域复制针对对象同步的操作包括:对象(文件)的增加、修改、删除。用户可以配置灵活的过滤策略:可配置源Bucket所有Object都同步,也可以配置前缀匹配的Object才同步,针对历史数据:用户可选择是否同步(复制)历史数据。
“两地六中心”架构,高出行业基本标准
不少严苛的行业监管要求企业核心系统必须满足“两地三中心”架构,以确保核心资产万无一失,也成为了很多行业关键业务的最佳实践。通过同城冗余存储并部署版本控制功能,结合跨地域复制功能,可以轻松搭建“两地六中心”架构。无论是本地设备级故障、还是人为误操作或者大规模灾难,都可以让数据无忧,业务平稳。
_3

相关实践学习
借助OSS搭建在线教育视频课程分享网站
本教程介绍如何基于云服务器ECS和对象存储OSS,搭建一个在线教育视频课程分享网站。
目录
打赏
0
0
0
2
2270
分享
相关文章
穿戴科技新风尚:智能服装设计与技术全解析
穿戴科技新风尚:智能服装设计与技术全解析
102 85
HarmonyOS Next~鸿蒙AI功能开发:Core Speech Kit与Core Vision Kit的技术解析与实践
本文深入解析鸿蒙操作系统(HarmonyOS)中的Core Speech Kit与Core Vision Kit,探讨其在AI功能开发中的核心能力与实践方法。Core Speech Kit聚焦语音交互,提供语音识别、合成等功能,支持多场景应用;Core Vision Kit专注视觉处理,涵盖人脸检测、OCR等技术。文章还分析了两者的协同应用及生态发展趋势,展望未来AI技术与鸿蒙系统结合带来的智能交互新阶段。
51 31
RTSP协议规范与SmartMediaKit播放器技术解析
RTSP协议是实时流媒体传输的重要规范,大牛直播SDK的rtsp播放器基于此构建,具备跨平台支持、超低延迟(100-300ms)、多实例播放、高效资源利用、音视频同步等优势。它广泛应用于安防监控、远程教学等领域,提供实时录像、快照等功能,优化网络传输与解码效率,并通过事件回调机制保障稳定性。作为高性能解决方案,它推动了实时流媒体技术的发展。
可穿戴设备如何重塑医疗健康:技术解析与应用实战
可穿戴设备如何重塑医疗健康:技术解析与应用实战
29 4
AI技术如何重塑客服系统?解析合力亿捷AI智能客服系统实践案例
本文探讨了人工智能技术在客服系统中的应用,涵盖技术架构、关键技术和优化策略。通过感知层、认知层、决策层和执行层的协同工作,结合自然语言处理、知识库构建和多模态交互技术,合力亿捷客服系统实现了智能化服务。文章还提出了用户体验优化、服务质量提升和系统性能改进的方法,并展望了未来发展方向,强调其在客户服务领域的核心价值与潜力。
45 6
静态IP代理与动态IP代理:提升速度与保障隐私的技术解析
本文探讨了静态IP代理和动态IP代理的特性和应用场景。静态IP代理通过高质量服务提供商、网络设置优化、定期更换IP与负载均衡及性能监控提升网络访问速度;动态IP代理则通过隐藏真实IP、增强安全性、绕过封锁和提供独立IP保障用户隐私。结合实际案例与代码示例,展示了两者在不同场景下的优势,帮助用户根据需求选择合适的代理服务以实现高效、安全的网络访问。
38 1
基于 Megatron 的多模态大模型训练加速技术解析
Pai-Megatron-Patch 是一款由阿里云人工智能平台PAI 研发的围绕英伟达 Megatron 的大模型训练配套工具,旨在帮助开发者快速上手大模型,打通大模型相关的高效分布式训练、有监督指令微调、下游任务评估等大模型开发链路。本文以 Qwen2-VL 为例,从易用性和训练性能优化两个方面介绍基于 Megatron 构建的 Pai-Megatron-Patch 多模态大模型训练的关键技术
分片上传技术全解析:原理、优势与应用(含简单实现源码)
分片上传通过将大文件分割成多个小的片段或块,然后并行或顺序地上传这些片段,从而提高上传效率和可靠性,特别适用于大文件的上传场景,尤其是在网络环境不佳时,分片上传能有效提高上传体验。 博客不应该只有代码和解决方案,重点应该在于给出解决方案的同时分享思维模式,只有思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
基于Python的情感分析与情绪识别技术深度解析
本文探讨了基于Python的情感分析与情绪识别技术,涵盖基础概念、实现方法及工业应用。文中区分了情感分析与情绪识别的核心差异,阐述了从词典法到深度学习的技术演进,并通过具体代码展示了Transformers架构在细粒度情感分析中的应用,以及多模态情绪识别框架的设计。此外,还介绍了电商评论分析系统的构建与优化策略,包括领域自适应训练和集成学习等方法。未来,随着深度学习和多模态数据的发展,该技术将更加智能与精准。
44 0
深度干货 | 如何兼顾性能与可靠性?一文解析YashanDB主备高可用技术
数据库高可用(High Availability,HA)是指在系统遇到故障或异常情况时,能够自动快速地恢复并保持服务可用性的能力。如果数据库只有一个实例,该实例所在的服务器一旦发生故障,那就很难在短时间内恢复服务。长时间的服务中断会造成很大的损失,因此数据库高可用一般通过多实例副本冗余实现,如果一个实例发生故障,则可以将业务转移到另一个实例,快速恢复服务。

云存储

+关注

相关产品

  • 对象存储
  • 推荐镜像

    更多