[發明專利]一種數據容災備份方法和裝置

有效

• 申請號: 202011359464.3
• 申請日: 2020-11-27
• 公開（公告）號: CN112463449B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 張云云
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F11/14
• 分類號: G06F11/14
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰;宋薇薇

1.一種數據容災備份方法，其特征在于，包括執行以下步驟：

在主端持續壓縮同步數據并寫入主端緩存，同時持續將所述主端緩存中的所述同步數據通過多條虛擬鏈路傳輸到從端以執行容災備份；

持續監控所述同步數據的最大時間延遲，并響應于一個時間周期內所述最大時間延遲超過最大時間延遲閾值的所述同步數據超過總數據量的百分比閾值而確定所述周期為壞周期；

基于所述壞周期的數量更新壞周期時長，并響應于所述壞周期時長超過鏈路容忍長度閾值而判定所述主端或所述從端出現壓縮或轉換問題、或網絡傳輸鏈路出現傳輸延遲問題；

響應于確定所述主端或所述從端出現壓縮轉換問題，而在所述主端或所述從端為壓縮或轉換所述同步數據分配更多的計算資源；

響應于確定網絡傳輸鏈路出現傳輸延遲問題，而在所述主端或所述從端使用存儲控制器的人工智能引擎優化所述網絡傳輸鏈路并適應性調整所述虛擬鏈路的數量。

2.根據權利要求1所述的方法，其特征在于，在主端持續壓縮同步數據并寫入主端緩存包括：使用硬件和/或軟件來壓縮同步數據，其中所述硬件為安裝到所述主端的壓縮卡設備，所述軟件為中央處理器的計算指令。

3.根據權利要求1所述的方法，其特征在于，在所述主端或所述從端為壓縮所述同步數據分配更多的計算資源包括：

響應于所述主端或所述從端安裝有壓縮卡設備，而在以硬件方式使用所述壓縮卡設備壓縮或轉換所述同步數據的同時，還以軟件方式調用中央處理器的空閑計算資源壓縮或轉換所述同步數據；

響應于所述主端或所述從端無所述壓縮卡設備，以軟件方式調用中央處理器的額外計算資源壓縮或轉換所述同步數據，并響應于中央處理器缺乏足夠的額外計算資源而暫停在中央處理器中負載高的進程以釋放更多的額外計算資源，直到中央處理器重新降低負載。

4.根據權利要求1所述的方法，其特征在于，基于所述壞周期的數量更新壞周期時長包括：響應于新完成的時間周期是壞周期而累加所述壞周期時長，并響應于新完成的時間周期不是壞周期而累減所述壞周期時長。

5.根據權利要求1所述的方法，其特征在于，還包括：在適應性調整所述虛擬鏈路的數量的同時，還將所述虛擬鏈路數量存儲到所述存儲控制器，并響應于所述虛擬鏈路中斷后再啟動而基于所述虛擬鏈路數量直接重構所述多條虛擬鏈路。

6.根據權利要求1所述的方法，其特征在于，還包括：響應于所述同步數據在所述虛擬鏈路中丟失而重新發送所述同步數據。

7.根據權利要求1所述的方法，其特征在于，還包括：響應于所述壞周期時長超過鏈路容忍長度閾值達到至少一個數量級，而暫停傳輸所述同步數據。

8.一種數據容災備份裝置，其特征在于，包括：

處理器；和

存儲器，存儲有處理器可運行的程序代碼，所述程序代碼在被運行時執行以下步驟：

在主端持續壓縮同步數據并寫入主端緩存，同時持續將所述主端緩存中的所述同步數據通過多條虛擬鏈路傳輸到從端以執行容災備份；

持續監控所述同步數據的最大時間延遲，并響應于一個時間周期內所述最大時間延遲超過最大時間延遲閾值的所述同步數據超過總數據量的百分比閾值而確定所述周期為壞周期；

基于所述壞周期的數量更新壞周期時長，并響應于所述壞周期時長超過鏈路容忍長度閾值而判定所述主端或所述從端出現壓縮或轉換問題、或網絡傳輸鏈路出現傳輸延遲問題；

響應于確定所述主端或所述從端出現壓縮轉換問題，而在所述主端或所述從端為壓縮或轉換所述同步數據分配更多的計算資源；

響應于確定網絡傳輸鏈路出現傳輸延遲問題，而在所述主端或所述從端使用存儲控制器的人工智能引擎優化所述網絡傳輸鏈路并適應性調整所述虛擬鏈路的數量。

9.根據權利要求8所述的裝置，其特征在于，在主端持續壓縮同步數據并寫入主端緩存包括：使用硬件和/或軟件來壓縮同步數據，其中所述硬件為安裝到所述主端的壓縮卡設備，所述軟件為中央處理器的計算指令。

10.根據權利要求8所述的裝置，其特征在于，在所述主端或所述從端為壓縮所述同步數據分配更多的計算資源包括：

響應于所述主端或所述從端安裝有壓縮卡設備，而在以硬件方式使用所述壓縮卡設備壓縮或轉換所述同步數據的同時，還以軟件方式調用中央處理器的空閑計算資源壓縮或轉換所述同步數據；

響應于所述主端或所述從端無所述壓縮卡設備，以軟件方式調用中央處理器的額外計算資源壓縮或轉換所述同步數據，并響應于中央處理器缺乏足夠的額外計算資源而暫停在中央處理器中負載高的進程以釋放更多的額外計算資源，直到中央處理器重新降低負載。