Barracuda Backup Deduplicación. libro blanco

Transcripción

1 Barracuda Backup Deduplicación libro blanco

2 Resumen de documento técnico Las tecnologías de protección de datos juegan un papel crítico en las empresas de todos los tamaños, pero también suponen una serie de desafíos a la hora de optimizar su funcionamiento. Barracuda Backup proporciona una solución completamente integrada y de capacidad optimizada que es simple de desplegar, robusta y segura. Barracuda Deduplication, una función de deduplicación incluida en todos los productos Barracuda Backup, permite a las empresas reducir considerablemente las necesidades de capacidad, los requisitos de ancho de banda y los costes de copia de seguridad. Para empresas que protegen varios sitios, la tecnología de almacenamiento en la nube y la deduplicación global de Barracuda ayuda a las redes distribuidas a mantenerse protegidas y a reducir el espacio necesario para almacenar las copias de seguridad. RELEASE 1 Desafíos del almacenamiento de copias de seguridad Desde que existen los datos, siempre se han hecho esfuerzos por protegerlos y en la actualidad estos esfuerzos han aumentado considerablemente. Aunque los desafíos que representa el crecimiento de los datos no son nuevos, el ritmo de crecimiento se ha acelerado rápidamente y muchas organizaciones han intentado solucionar sus necesidades crecientes de retención y almacenamiento utilizando soluciones tradicionales de copia de seguridad y almacenamiento en medios externos (p. ej. cintas, SAN/NAS). Estas prácticas a menudo son complejas, consumen mucho tiempo y generan errores humanos y de hardware. La utilización de medios externos estándar para almacenar las copias de seguridad no soluciona eficazmente el problema del almacenamiento y acaba por costar más a las empresas a largo plazo que invertir en una solución más eficaz desde el principio. La optimización de la capacidad juega un papel decisivo en todas las buenas plataformas de copia de seguridad. Además de las limitaciones de capacidad, muchas empresas no pueden centralizar toda su infraestructura de TI y generan muchos sitios remotos con sobrecarga de personal de IT o sin una protección suficiente. Las cintas y el resto de medios externos no escalan eficazmente en los sitios y requieren intervenciones adicionales del personal local/remoto de TI para garantizar copias de seguridad sistemáticas y permitir crecimientos. Las empresas que despliegan conexiones de sitio a sitio tienden a hacer copias de seguridad de los sitios remotos en un centro de datos principal, saturando el ancho de banda y provocando retrasos en las restauraciones y copias de seguridad externas. Tecnologías como la deduplicación, que puede reducir considerablemente la cantidad de datos necesarios a transmitir, pueden evitar sobrecargar las redes corporativas y reducir los tiempos de copia de seguridad/restauraciones. Qué es la deduplicación? La deduplicación es un proceso que desglosa los archivos y los otros datos en porciones y utiliza una base de datos de seguimiento para garantizar que solo se almacena una copia de la porción en todos los datos de copia de seguridad. Para las copias de seguridad posteriores del cliente, los datos entrantes se comparan con la base de datos de seguimiento para determinar qué porciones deben protegerse y posteriormente solo transfiere y almacena las porciones no repetidas. Por ejemplo, si cinco servidores distintos están realizando una copia de seguridad de datos en un dispositivo Barracuda y se encuentra una porción del archivo que ya existe en todos los servidores, solo se almacena una copia de la porción en el dispositivo, con pequeños punteros haciendo un seguimiento de cómo se rehidratará (recompilará) esa porción en los cinco dispositivos durante una restauración. La base de datos de seguimiento garantiza que estas porciones se conservan hasta que se hayan eliminado todas las copias de seguridad que hacen referencia a una porción específica. Gracias a que el servidor solo almacena la porción única de los datos, se consigue una reducción notable en las necesidades de capacidad. Durante las restauraciones, un archivo se rehidrata basándose en la información contenida en la base de datos de seguimiento y después se envía al destino para la recuperación. 2

3 Barracuda Deduplicación Hay distintos tipos de tecnologías de deduplicación ofrecidas por proveedores y estas diferencias pueden afectar a los resultados para los administradores de TI. Una tecnología de deduplicación más antigua y simple, denominada posproceso, debe esperar a que el trabajo de copia de seguridad acabe de escribir en el disco antes de iniciar el proceso de deduplicación y replicación, ampliando el tiempo hasta que los datos están completamente protegidos. Esto aumenta la carga en los sistemas locales, ya que los datos deben dirigirse al disco tres veces antes de poder replicarlos (escribirlos como datos de copia de seguridad, leerlos para la deduplicación y escribirlos como datos deduplicados). Debido a que la deduplicación posproceso requiere duplicar la capacidad de desembarque, para el desembarque del conjunto de datos de copia de seguridad y para almacenar los datos deduplicados, genera un uso de la capacidad ineficiente. En algunos casos, los proveedores que solo confían en la deduplicación posproceso, deben descargar almacenamiento en un medio externo como una cinta o un disco, para poder satisfacer las necesidades de retención de datos. En lugar del posproceso, Barracuda Backup ha creado su propia tecnología de deduplicación en línea (Figura 1). Con la deduplicación en línea, el dispositivo realiza la deduplicación en un paso a medida que se ingieren los datos, eliminando la necesidad de capacidad de espacio de desembarque superflua requerida por el lento proceso de deduplicación posproceso en dos pasos. La deduplicación en línea de Barracuda ayuda a los organizadores a ahorrar dinero eliminando la necesidad de usar una matriz de disco superior para alojar los datos ingeridos antes de poder iniciarse la deduplicación. Este método de deduplicación también puede ayudar a reducir el riesgo de pérdida de datos, acelerando el procesamiento de la copia de seguridad y la replicación completa, ya que los datos se ponen en cola para la replicación a medida que se procesa el trabajo de copia de seguridad. El despliegue de un dispositivo Barracuda Backup mejora considerablemente la disposición de la recuperación ante desastres, reduciendo el tiempo necesario para obtener datos fuera del sitio a través de la deduplicación en línea y la replicación instantánea. La deduplicación en línea de los datos hace que puedan estar listos para la replicación más rápidamente que si tuvieran que ser procesados después de completarse el proceso de copia de seguridad. Además, dado que no se tienen que ingerir los conjuntos de datos íntegros antes del inicio de la replicación, los datos pueden moverse fuera del sitio (Backup Offsite) a medida que se realiza la copia de seguridad y se deduplican, ofreciendo una protección fuera del sitio mucho más rápida. Comparación de la deduplicación en línea Barracuda y de posproceso: Coste: La deduplicación de posproceso necesita un espacio de desembarque antes de poner los datos en un estado deduplicado, dependiendo del tamaño del conjunto de datos, suele necesitarse un dispositivo más grande y caro. Con la solución en línea Barracuda, no se necesita un dispositivo más grande. Tiempo: La deduplicación posproceso debe esperar hasta que finalice el trabajo de copia de seguridad antes de poder iniciar el proceso de deduplicación y posteriormente replicar los datos. Aunque esto puede parecer que acelere el proceso de copia de seguridad, de hecho los datos no están completamente protegidos porque todavía tienen que completarse los procesos de deduplicación y replicación. Este procesamiento en serie y esta actividad de múltiples fases puede generar retrasos notables a la hora de proteger completamente los datos, en comparación con la deduplicación en línea y en tiempo real con replicación simultánea. Riesgo: Con la deduplicación posproceso, el tiempo de la disposición de la recuperación ante desastres se alarga y cualquier fallo en la actividad posproceso de tres pasos puede generar como resultado un conjunto de datos corrupto. Si se produce un problema de red o un sitio está inoperativo, es posible que se pierdan datos aunque el trabajo de copia de seguridad se haya registrado como completado. Figura 1. Deduplicación en línea Deduplicación en línea Deduplicación Deduplicación posproceso 2. Deduplicación 1. Almacenar 3. Almacenar Escribir Leer Escribir 3

4 Metodología de deduplicación de Barracuda Barracuda Backup utiliza la deduplicación de tres fases para minimizar el ancho de banda, optimizar el uso de capacidad y reducir la sobrecarga de procesamiento de las copias de seguridad: Origen, objetivo y global. Deduplicación de origen: los datos locales se deduplican en el origen y se envían al dispositivo Barracuda Backup en forma deduplicada, minimizando el ancho de banda de la LAN y los datos enviados al servidor local. También se conoce como deduplicación del lado del cliente. Deduplicación objetivo: los datos se deduplican directamente en el dispositivo de copia de seguridad a través de varias fuentes, minimizando la cantidad de datos que tienen que almacenarse en la caché y replicarse. Deduplicación global: los datos se deduplican en todos los servidores locales que se han replicado a un dispositivo central o una nube. Origen: La deduplicación de origen se implementa a través del agente de copia de seguridad (Barracuda Backup Agent). Durante su instalación, se crea una pequeña base de datos en el servidor para hacer un seguimiento de las porciones de datos, de forma que solo los datos únicos vistos por el agente se compriman y envían al dispositivo para su procesamiento. De esta forma, se reduce el tráfico de red y la ventana de la copia de seguridad. (Figura 2). Figura 2. Deduplicación de origen Máquina de cliente Barracuda Backup Seguimiento BBA Base de datos Compresión de datos y deduplicación Datos deduplicados Para copias de seguridad de VMware, Barracuda utiliza las APi vstorage de VMware para protección de datos (VADP, Data Protection) para hacer una copia de seguridad de los discos virtuales. Con VADP, Barracuda puede usar el seguimiento de bloques modificados (CBT, Changed Block Tracking) para enviar solo las porciones únicas al dispositivo Barracuda Backup (Figura 3). Figura 3. Seguimiento de bloques modificados A B C A B C D A B C D E MV MV MV MV MV Bloque 1 Bloque 2 Bloque 3 Deduplicación VMware vsphere VMware vsphere A B C D E Deduplicación del lado del cliente Datos deduplicados A B C D E Almacenamiento deduplicado Para las copias de seguridad Microsoft Hyper-V, el Barracuda Backup Agent reduce la ventana de la copia de seguridad deduplicando los archivos VHD en el servidor host con el propósito de minimizar la cantidad de datos enviados al dispositivo de copia de seguridad. 4

5 Objetivo: La deduplicación objetivo se realiza en el dispositivo Barracuda Backup para eliminar la redundancia en todos los agentes locales y minimizar la cantidad de caché local y capacidad en la nube necesaria para almacenar las copias de seguridad. Las empresas que hacen copias de seguridad de archivos SAN o NAS (Figura 4), VMware y uso compartido de archivos, a menudo no pueden usar la deduplicación origen y utilizan la deduplicación objetivo como metodología principal. Figura 4. Deduplicación objetivo Los datos se analizan para detectar partes duplicadas Los datos se envían a Barracuda Backup Solo se conservan las partes únicas Global: La deduplicación global se implementa en un dispositivo usado como objetivo de replicación central o en la nube, eliminando la redundancia en los distintos dispositivos de copia de seguridad de la infraestructura mundial y permitiendo a las empresas reducir la capacidad necesaria para almacenar las copias de seguridad en un estado comprimido y cifrado (Figura 5). Figura 5. Deduplicación global Datos deduplicados globalmente Almacenados en estado comprimido/cifrado Barracuda Backup Servidores Datos deduplicados Máquina de cliente Máquina de cliente Máquina de cliente 5

6 Barracuda Backup utiliza la deduplicación de tres fases para varios orígenes de datos como se describe en la tabla siguiente: Tipo de origen de datos Método de copia de seguridad Método de deduplicación Microsoft Exchange Server Microsoft SQL Server Microsoft Hyper-V Microsoft Windows Microsoft Active Directory Microsoft SharePoint Lotus Domino Server Barracuda Windows Backup Agent Windows Volume Shadow Copy Service (VSS) Linux Systems Barracuda Linux Backup Agent Novell Open Enterprise Server 2 SP2.0+ Barracuda Linux Backup Agent Mac OS X Barracuda Macintosh Backup Agent Unix CIFS/SSHFS Objetivo y global Network Addressable Storage CIFS/Access Control Lists (ACL) Objetivo y global VMware Server e invitados VDAP with Changed Block Tracking (CBT) Implementación de la deduplicación Barracuda Barracuda Backup ofrece deduplicación en línea de nivel de bloque, longitud variable y detección de aplicaciones para reducir al máximo las necesidades de capacidad y potenciar la reducción de datos, disminuyendo el espacio de almacenamiento, los requisitos de ancho de banda y los tiempos de copia de seguridad/restauración. Para conjuntos de datos estándar con copia de seguridad con el tiempo, los usuarios podrían experimentar una reducción de los datos de 20 a 50 veces superior de media, a partir de proceso de deduplicación en tres pasos. La longitud de las porciones de datos de copia de seguridad en la deduplicación depende del tipo y el tamaño del archivo. Cada porción recibe tres hashes (huellas digitales) únicas: MD5sum, SHA1 y tamaño del archivo. Cada hash es único para cada porción y el Barracuda Backup Agent lo almacena en una base de datos ejecutándose en el servidor local, junto con una base de datos en el dispositivo local. Cuando la copia de seguridad empieza, los valores de hash calculados se comparan con los valores de las porciones procesadas y, si el valor es único, la porción se transmite al dispositivo. Para los valores de hash vistos, solo se envía un pequeño puntero al dispositivo. Una vez que los datos se añaden al dispositivo Barracuda Backup local, los hashes se comparan otra vez en todos los agentes. Si se encuentran entradas duplicadas, el dispositivo almacena una única copia de los datos en el dispositivo local y anota que se ha copiado, y puede restaurarse en cualquier servidor que solicite el hash. Para obtener un rendimiento óptimo de Barracuda Backup Agent, debe tenerse en cuenta la información siguiente: Tamaño de la base de datos de deduplicación: La base de datos de deduplicación local es una pequeña porción del tamaño total del sistema de archivos. Aumenta linealmente con los datos deduplicados almacenados totales. Cuando planifique el tamaño, piense en un tamaño de 1-3 GB por TB para la base de datos o los datos deduplicados almacenados (p. ej. 2 TB de datos deduplicados equivalen a una base de datos de deduplicación de 4 GB. 6

7 Utilizador del procesador Barracuda Backup Agent puede aumentar el uso del procesador durante una copia de seguridad, ya que usa la CPU de la máquina del cliente en el proceso de deduplicación origen junto con la compresión. Barracuda Backup Agent no tiene un límite definido para restringir los recursos del procesador de la máquina del cliente durante la copia de seguridad y la restauración. Utilización de la memoria Barracuda Backup Agent aumentará el uso de la memoria del sistema durante una copia de seguridad. El agente utiliza la memoria de la máquina del cliente para almacenar los datos de la copia de seguridad antes de comprimir y enviar los hashes al dispositivo Barracuda Backup. El agente utiliza hasta 512 MB de memoria durante el proceso de copia de seguridad para almacenar las porciones de datos, permitiendo llegar rápidamente al sistema de archivos. Solución Barracuda vs. otras metodologías de deduplicación Los productos sin detección de cambios y deduplicación copian los mismos datos repetidamente, creando ventanas muy largas de copias de seguridad y requisitos excesivos de ancho de banda y almacenamiento. La tecnología de deduplicación de Barracuda Backup reduce la duración de la copia de seguridad y permite que los clientes repliquen sus copias de seguridad durante la noche. Barracuda integra tres tipos distintos de opciones de deduplicación que ofrecen una solución robusta y fácil de usar. En esta sección se detallan las características específicas, destacando la tecnología Barracuda. Bloque fijo vs. bloque variable La deduplicación de bloque fijo es el método más sencillo de deduplicación. El bloque fijo examina las porciones específicas de un tamaño en particular del conjunto de datos que se está copiando. Como el tamaño de la porción nunca cambia, la deduplicación de bloque fijo usa una cantidad limitada de procesamiento de disco y CPU. Sin embargo, la reducción es limitada porque un bloque predefinido no tiene datos duplicados en algunos conjuntos de datos, en comparación con los tipos de deduplicación más avanzados. La deduplicación de bloque variable y detección de aplicaciones es un método avanzada que analiza la aplicación o los conjuntos de datos que se están copiando, y aumenta o reduce el tamaño del bloque para obtener resultados óptimos. Debido a que el tamaño de la porción cambia en función de los datos que se están copiando, se necesitan recursos de disco y CPU adicionales para llevar a cabo la deduplicación, pero la reducción de datos se maximiza. Barracuda Backup utiliza la deduplicación de bloque variable para las tres fases. La deduplicación avanzada de bloque variable de Barracuda analiza el tipo de datos y el tamaño de la porción, ajustando un tamaño de bloque para obtener el nivel más alto de deduplicación sin aumentar el procesamiento de disco y CPU en el proceso. Gracias a que Barracuda Backup es un dispositivo de hardware, puede ofrecer deduplicación de bloque variable sin cargar los recursos de disco y la CPU, optimizando el hardware y el software inherentes en el dispositivo de copia de seguridad para el método de esta porción y conseguir así los niveles de ingestión de datos más altos. 7

8 Barracuda Networks Barracuda Backup Deduplicación Deduplicación de software vs. deduplicación de hardware Deduplicación de software La deduplicación de software es normalmente un complemento/accesorio proporcionado por un proveedor de software para ayudar a reducir el espacio de almacenamiento necesario para almacenar los datos de la copia de seguridad en el medio. La deduplicación de software suele utilizarse para complementar la compresión antes de escribir en un conjunto de medios. Con la deduplicación de software, las organizaciones deben seguir requisitos de hardware estrictos para sus despliegues, ya que la deduplicación tiene una sobrecarga adicional en el entorno. Mientras que la deduplicación de software suele ser económica o incluso viene incluida en el software de copia de seguridad, el software es solo una parte del despliegue real de la copia de seguridad y a menudo hace que las empresas ignoren los requisitos más amplios para el modelo de deduplicación de software invasivo. Deduplicación de hardware La deduplicación de hardware es un dispositivo de almacenamiento dedicado que actúa como el objetivo para el software de copia de seguridad o tiene su propia solución de software integrada. Esta solución es cada vez más común que el software para la mayoría de empresas medianas y grandes debido a su nivel de eficacia y las ventajas de rendimiento. La deduplicación de hardware se utiliza para descargar los recursos adicionales necesarios para deduplicar datos. El dispositivo de hardware trabaja descargando el procesamiento intenso de almacenamiento y CPU relacionado con la deduplicación, y eliminando la necesidad de usar varios dispositivos para proteger el entorno. Conclusión La deduplicación de Barracuda Backup simplifica la protección de datos y reduce los gastos generales, de medios y de red. La solución de deduplicación en línea de tres fases y longitud variable de Barracuda facilita un almacenamiento eficiente y a largo plazo de servidores protegidos, al tiempo que reduce el tiempo de la copia de seguridad. Con la deduplicación Barracuda, las empresas pueden proteger las oficinas remotas con recursos limitados desde una ubicación central. Las organizaciones que quieren proteger los entornos virtuales, pueden cumplir su objetivo de punto de recuperación (RPO, Recovery Point Objective) y reducir el espacio de almacenamiento utilizando la tecnología CBT en VMware e Hyper-V, almacenando únicamente los cambios necesarios en todo el conjunto de datos. Acerca de Barracuda Networks Inc. (NYSE: CUDA) Barracuda Networks protege a usuarios, aplicaciones y datos de más de empresas de todo el mundo y ha cosechado una reputación internacional como líder indiscutible de soluciones de TI potentes, fáciles de usar y asequibles. El modelo corporativo de fiabilidad demostrada y orientado al cliente se centra en ofrecer soluciones de TI de primera categoría y basadas en suscripciones para seguridad y protección de datos. Para obtener más información, visite barracuda.com. Copyright Barracuda Networks, Inc. Todos los derechos reservados. Barracuda Networks AG Eduard-Bodem-Gasse Innsbruck Austria t: e: office@barracuda.com w: barracuda.com