[发明专利]从备份系统流式恢复数据库

说明书

从备份系统流式恢复数据库。分布式数据仓库系统可代表客户将数据块保持在数据存储的多个集群中。每个集群可包括单个领导节点和多个计算节点，每个节点包括存储数据的多个磁盘。仓库系统可将每个数据块的主要和次要副本存储在集群中不同磁盘或节点上。每个节点可包括数据结构，数据结构保持关于被存储在节点上的每个数据块的元数据，元数据包括数据块的唯一标识符。仓库系统可在远程关键字‑值备份存储系统中具有高耐久性地备份数据块。流式恢复操作可用以使用数据块的唯一标识符作为密钥来从备份存储检索数据块。

本申请是申请号为201380061452.4、发明名称为“从备份系统流式恢复数据库”、国际申请日为2013年11月25日的专利申请的分案申请，其全部内容通过引用合并于此。

背景技术

分布式存储服务可包括在例如一个或多个计算机集群的分布式硬件基础设施上执行的多个并发进程。这些进程中的各种进程可在集群中不同物理和/或逻辑(例如，虚拟)机器上执行。在存储服务中，例如，在不同机器上的进程(例如，软件服务器)可各自将编程接口暴露给客户端，客户端可使用所述编程接口来访问可在多个存储资源上实施的存储系统。存储服务可存储系统中每个数据项的多个复本，使得一个服务器上的数据项的任何改变必须被传播到一个或多个其它服务器。

一旦节点或磁盘驱动器出现故障，发生故障的设备上的数据必须被恢复。在提供数据库服务的许多现有存储系统中，整个数据集必须被恢复(例如，从备份或归档文件恢复)，然后系统才可恢复接受并处理查询。在执行增量备份的一些系统中，设备出现故障后恢复系统涉及执行多个增量恢复操作(对应于多个增量备份操作)。在其它存储系统中，设备出现故障后恢复系统涉及追踪事务记录来重建系统的状态。对于包括大量存储设备的数据仓库系统，系统必须停止服务以在一个或少数设备上执行恢复操作的时间量可代表系统的显著成本。

附图说明

图1是示出从远程关键字-值持久存储系统执行流式恢复操作的方法的一个实施方案的流程图。

图2是示出根据一些实施方案从客户的角度来看的分布式数据仓库服务的各种部件的框图。

图3是示出根据一个实施方案的分布式数据仓库系统的各种部件的框图。

图4是示出根据一个实施方案的分布式数据仓库系统中集群的框图。

图5是示出根据一个实施方案的超级块数据结构的框图。

图6是示出根据一个实施方案的用于备份被存储在分布式数据仓库系统中的数据的远程关键字-值持久存储系统的使用的框图。

图7是示出用于将数据块存储在分布式数据仓库系统中的方法的一个实施方案的流程图。

图8是示出用于在分布式数据仓库系统中执行备份操作的方法的一个实施方案的流程图。

图9A-9B描绘了示出用于在分布式数据仓库系统中出现故障之后重建数据块的方法的一个实施方案的流程图。

图10是示出用于在分布式数据仓库系统中响应于查询请求的方法的一个实施方案的流程图。

图11是示出用于响应于查询而确定返回数据块的哪个副本的方法的一个实施方案的流程图。

图12是示出用于从远程关键字-值持久存储系统临时接入数据块的备份副本来满足查询的方法的一个实施方案的流程图。

图13是示出用于以优先次序从远程关键字-值持久存储系统恢复分布式数据仓库系统中的数据块的方法的一个实施方案的流程图。

图14是示出用于确定从关键字-值持久备份存储恢复数据块的顺序的方法的一个实施方案的流程图。

图15是示出根据各种实施方案被配置以实施分布式数据仓库系统和对应关键字-值持久备份存储系统的至少一部分的计算机系统的框图。