磁带归档技巧——存储策略更有效的实现

许多行业研究都表明，磁带归档是一种相对性价比最高的长期数据保存方法。而我们应当如何将主动归档以及其他相关的存储技术，与磁带系统进行更好地融合。

使用磁带存储的主要优势在于其非常理想的总体拥有成本。

从信息存储行业联盟(Information Storage Industry Consortium, INSIC)到Clipper Group，世界上有许多组织，都对磁盘归档和磁带归档体系的相关支出进行过详细的分析。根据TechTarget的报道，以5年时间为单位的话，在磁盘和磁带上维护500TB的归档数据的总体拥有成本大约是150万美元——包括设备购买、维护以及能源层面的支出——相比之下，磁带归档体系的总体拥有成本仅为25万美元。Clipper Group还考虑了相同容量下，磁盘和磁带存储体系，仅在能源成本层面的对比，磁盘产品比磁带产品贵了整整76倍。

1 带磁盘或闪存介质的磁带归档体系

#当然，一些公司会更喜欢在磁带归档体系前端，建立一个由磁盘或闪存介质构建的缓冲区，以方便对归档数据进行更为快捷的调用。例如,一部电影文件已经被数字化，且存储在磁带归档系统中后，采用上述架构，最终用户可以尽快地对其进行访问；因为这样的架构可以省去单纯通过磁带库设备——寻找并确定电影被保存在了磁带库的哪一盘磁带的哪一段介质中，且精确挂载到电影从0秒开始播放的那一帧——这一较为琐碎过程（通常需要用时最多为2分钟）。

#而采用上述的架构就可以避免这2分钟左右延迟，通过将磁带库中的每部电影的两分钟片段，以文件的形式存储在磁盘或闪存阵列中。一旦收到对某部电影的播放请求，它就可以开始从磁盘调回这部电影的片段，同时，后端的磁带系统会在这两分钟内找到并加载对应的磁带磁条，随后，磁带可以无缝地接管在磁盘缓冲区中播放的文件，并最终完成整部电影的播放。磁带的伟大之处在于，其会以一致的传输速度，实现无抖动的视频内容回放，这也是为什么，磁带一直是媒体和娱乐行业首选的存储介质的原因之一。

2 从磁带到云端

#在一些现实场景中，主动归档体系中的存储缓冲区，(无论是使用磁盘还是闪存)仍然是在本地构建的，而磁带存储则被部署到了云端。有迹象表明，多家云计算服务供应巨头，正在使用磁带产品，构建自己的归档云服务体系。

#几年前的一场研讨会中，Azure云的架构人员，宣布会将磁带，作为未来，需要存储在云归档体系中的10-60ZB新数据的唯一介质选择。而磁盘、闪存和光学工业的综合生产能力，并不足以满足这种存储需求。

3 磁带归档：应对数据增长的良方

#目前，除了媒体和娱乐、能源、医疗健康和云服务行业，大多数的科研机构也在持续使用磁带归档体系，作为跟上数据存储容量需求上涨的一种应对方法。例如，位于纽约长岛的布鲁克海文国家实验室(BNL)，通过使用粒子对撞机进行各种实验，会产生大量的科研数据。据BNL存储业务专家统计，由碰撞实验和其他工作产生的数据量从2009年的约2 PB增加到2014年的13 PB。

#到2016年，新原始数据的总量预计会达到20 ~ 30 PB。而BNL已经将8台磁带库（装载10,088盘磁带/磁带库）投入了生产环境中，并且可以使写入磁带后的数据仍然处于活跃状态。仅在2014年，BNL就从存档体系中恢复了750多万份文件，即每天20843份文件，约等于每小时868份文件。且这些数字一直在呈现增长态势。

据估计，磁带介质会继续存储世界上大约70%的数据，这一比例也将随着数据本身的增长而增长。而业界对大数据分析的应用场景是否会推动磁带归档的使用，还未达成一致意见。目前会有一些对象存储公司，以及专注于web-scale的软件定义存储公司，都鼓励客户对自身的数据采用“本地保护”和“本地归档”的模式，将数据存储在本地的超融合服务器设备或直连存储的简单服务器中；当数据符合归档保存的策略时，就可以直接将该节点做下电或关闭处理。

这种本地保护方法的支持者们表示，尽管大数据文件和对象的使用寿命可能是有限的，但这并不意味着用户需要舍弃它们。这些公司表示，在分析服务器集群中移动大量数据，可能会导致数据丢失的潜在危险；此外这也是客户希望避免的问题之一——任何的数据移动都有可能产生延迟。作为一种替代方案，同时也为了降低磁盘层面的支出成本，“本地保护&本地归档”的倡导者建议，关闭那些存有数据的驱动器，并将这些被下电或者关闭了的设备，直接视为一种冷数据归档体系。从表面上看，这也对应了上文提到的Clipper Group的发现：仅基于能源成本，磁盘归档体系要比磁带归档体系贵76倍。

当然，当需要给这些驱动器再加电时，我们可能得先去烧个香才行。