[发明专利]用于在分布式数据存储系统中恢复数据对象的方法和系统

说明书

版权和商标公告

本专利文件的公开内容的一部分可以包含受到版权保护的材料。版权所有者不反对任何人对此专利文件或专利公开按照它在专利商标局的专利文件或记录中所呈现的式样进行的影印复制，但是在其他方面无论如何都保留所有版权。

本文所引用的某些标志可以是申请人、受让人或者隶属或独立于申请人或受让人的第三方的普遍法或注册商标。这些标志的使用被用于以示例的方式提供授权公开，并且不应被解释为排他性地将本公开主题的范围限制于与该类标志相关联的材料。

技术领域

所公开的主题一般涉及从远程存储的数据副本进行的数据恢复，并且更特别地涉及出于数据恢复的目的，跨越多个数据中心分散和存储数据的系统和方法。

背景技术

大规模数据存储系统由于其不受限制的尺寸以及处理和存储大量数据的能力而是合乎期望的。通常，这些大规模系统被构建成包括彼此远程地定位的多个数据中心。每个数据中心通常由多个独立的集群组成，其中每个集群具有多个节点。这些节点通过数据网络基础设施耦合到彼此，并理想地在数据被存储在分离地维护的存储媒介上的程度上彼此独立。

将数据中心保持在远程地点的目的是在灾难事件(例如，洪水、地震或龙卷风)的情况下减轻对多个数据中心损坏的风险。在数据中心经历丢失数据对象或副本的情况下，恢复过程要求定位存活副本，其中从该存活副本复制或恢复丢失的数据。因此，数据中心通常构建为每个集群具有多个本地副本。这种特征允许集群使用存活的本地副本从故障进行自我恢复。

如果所有的本地副本都被丢失，则可以从一个或多个远程存储的副本恢复数据。这种远程恢复当前经由手动过程完成，通常要求管理协助。由于大规模数据存储系统中资源的大小和分布，关于跨越多个数据中心和集群的副本的位置和可用性的信息不容易可扩展，并且继而不可用于跨越多个数据中心的所有节点。

发明内容

出于总结的目的，本文已经描述了某些方面、优点和新颖特征。应当理解的是，不是根据任一特定实施例都可以实现所有这样的优点。因此，所公开的主题可以以实现或优化一个优点或一组优点的方式体现或执行，而不必实现在本文中教导或暗示的全部优点。

提供了用于在分布式数据存储系统中恢复数据对象的机器、系统和方法。所述方法包括：在通过数据通信网络连接的一个或多个数据中心中的一个或多个集群上存储第一数据对象的一个或多个副本；记录关于所述一个或多个副本的健康信息，其中健康信息包括关于副本参与恢复过程的可用性的数据；计算第一数据对象的查询优先级；基于算得的查询优先级查询一个或多个副本的健康信息，以确定一个或多个副本中的哪个可用于对象数据的恢复；基于一个或多个副本的健康信息来计算第一数据对象的恢复优先级；以及基于算得的恢复优先级从可用副本中的一个或多个可用副本恢复第一数据对象。

根据一个或多个实施例，提供了包括一个或多个逻辑单元的系统。一个或多个逻辑单元配置成执行与上面公开的方法相关联的功能和操作。在另一个实施例中，提供了包括具有计算机可读程序的计算机可读存储介质的计算机程序产品。当在计算机上被执行时，该计算机可读程序使计算机执行与上面公开的方法相关联的功能和操作。

下面参考附图进一步详细提供除了某些替代方案之外的一个或多个以上公开的实施例。然而，所公开的主题不限于所公开的任何特定实施例。

附图说明

通过参考下面提供的附图中的各附图，可以更好地理解所公开的实施例。

图1A和1B示出根据一个或多个实施例的用于在分布式数据通信网络中存储和恢复数据的示例性系统基础设施的框图。

图2和3是示出根据一个实施例的从丢失数据对象的远程存储副本进行自动数据恢复的示例性方法的流程图。

图4A和4B是根据一个或多个实施例的所公开的系统和方法可以在其中操作的硬件和软件环境的框图。

根据一个或多个实施例，在不同的图中用相同的数字标记的特征、元件和方面表示相同、等效或类似的特征、元件或方面。

具体实施方式

在下文中，阐述了许多具体细节以提供对各种实施例的彻底描述。可以在没有这些具体细节或在细节发生一些变化的情况下实践某些实施例。在一些实例中，为了不使其他方面变模糊，没有详细描述某些特征。与元件或特征中的每个相关联的细节水平不应被解释为将一个特征的新颖性或重要性限定为超过其他特征。