多备份cloud 5：传统数据备份思路的完美移植

问题的来源2014年2月份，一位用户匆匆打电话来。提到了他的网站每天有大量的订单产生，他也用多备份备份了他的网站到网盘，但他还是比较担心，万一云盘有问题或停用了（百度云出现过这种情况），是不是他的数据就丢了？他告诉多备份工作人员，他之前的做法是，这些数据他手动备份了好几个地方，但是管理起来很麻烦，容易搞错，有一次甚至直接删除了

问题的来源

2014年2月份，一位用户匆匆打电话来。提到了他的网站每天有大量的订单产生，他也用多备份备份了他的网站到网盘，但他还是比较担心，万一云盘有问题或停用了（百度云出现过这种情况），是不是他的数据就丢了？他告诉多备份工作人员，他之前的做法是，这些数据他手动备份了好几个地方，但是管理起来很麻烦，容易搞错，有一次甚至直接删除了。

这个用户并非空穴来风，基于网络环境复杂，会出现各种各样的情况，如何建立起数据的容错，纠正，关联机制，对多备份而言是一个重要的技术问题。如果没有一个很好的云端解决方案，用户的重要数据备份上来后，也无法给用户一个很好的可靠性保护承诺，备份也就失去了意义。

这个问题立即得到了产品技术团队的快速响应，在短短的3天之内，就找出了好几套方案，其中从迅雷加盟的一位资深技术专家，提出了用Raid 5技术思想来增强云存储的可靠性，既可以大大提高云存储可靠性，同时还可以提高保存备份结果的速度。

什么是RAID

独立硬盘冗余阵列（ RAID , R edundant A rray of I ndependent D isks），简称硬盘阵列。 磁盘阵列是由很多价格较便宜的磁盘，组合成一个容量巨大的磁盘组，利用个别磁盘提供数据所产生加成效果提升整个磁盘系统效能。利用这项技术，将数据切割成许多区段，分别存放在各个硬盘上。在数组中任一颗硬盘故障时，仍可读出数据，在数据重构时，将数据经计算后重新置入新硬盘中。

RAID比单颗硬盘有以下几个好处：增强数据集成度，增强容错功能，增加处理量或容量。另外，磁盘阵列对于计算机来说，看起来就像一个单独的硬盘或逻辑存储单元。常见的有RAID-0，RAID-1，RAID-5，RAID-10。假设一块磁盘的故障率为1%，那么采用最简单的RAID5也可以使数据的故障率降低30倍以上。即故障率将低于0.033%。

在这些技术中，RAID-5是一种储存性能、数据安全和存储成本兼顾的折衷方案。它使用的是Disk Striping（硬盘分区）技术。RAID 5至少需要三颗硬盘 ，RAID 5不是对存储的数据进行备份，而是把数据和相对应的parity（奇偶校验信息）存储到组成RAID5的各个磁盘上，并且parity和相对应的数据分别存储于不同的磁盘上。 当RAID5的一个磁盘数据发生损坏后，可以利用剩下的数据和相应的parity去恢复被损坏的数据。

多备份cloud 5的诞生

基于传统备份价格高昂，对技术人员精力有限，同时云端备份价格低廉，并且与站点云端主机天然的血脉相承。我们的存储研发专家组考核完技术的可行性后，立即着手于把RAID 5的思想移植到多备份智能代理模式上。

把数据按块压缩，划分，加密后，往其中cloud A里写数据，同时会在其余的cloud B或cloud C写入parity。一旦任何一个云设施数据遭遇不可抗力被毁灭时，我们可以从另外的云设施调用parity来重建数据。也就是只有在同时有两个及以上云端同时出现问题，才可能导致数据的不可用，这样的概率有多小，恐怕工业级的6个9（99.9999%）才足以形容。

继raid 5的模式在多个云平台上应用后，更多的低成本、可靠的存储模式将陆续推出。