[发明专利]针对已分化数据恢复配置的存储器健康跟踪

说明书

示例性系统和方法基于存储器健康数据提供已分化数据恢复配置。诸如基于云的存储系统的分布式存储系统使用第一数据恢复配置来存储来自远程存储设备的备份数据。基于从该远程存储设备收集的存储器健康数据，可确定该远程存储设备的存储器健康状态的变化。响应于该存储器健康状态的该变化，不同的数据恢复配置可用于在该分布式存储系统中存储正向的备份数据并且重新分配先前存储的备份数据。

技术领域

本公开整体涉及数据存储，并且在更具体的示例中，涉及备份数据存储中的数据恢复配置。

背景技术

边缘存储设备(诸如计算机硬盘驱动器、外部硬盘驱动器、可移除固态存储装置(例如，闪存驱动器)等)可受益于远程备份解决方案以在边缘存储设备的劣化或损失的情况下防止数据丢失。例如，此类存储设备可被配置用于对基于云的存储系统的周期性备份。基于云的存储系统可提供用于与边缘存储设备交互，实现备份配置，以及从存储设备接收待备份的数据的存储应用程序。在一些配置中，存储应用程序可为分布式存储系统提供支持针对多个终端用户的备份或其他数据存储应用程序的接口功能。

通常，分布式存储系统用于以具有预定冗余级别的分布式且容错的方式存储大量(例如，太字节、拍字节、艾字节等)数据，诸如对象或文件。此类分布式存储系统可特别有利地作为边缘存储设备的主动备份目的地。

这些大规模存储系统可支持擦除编码的并分布在许多存储设备上的数据的存储。可将数据(诸如文件或对象)分成在大小方面具有上边界的消息或类似数据单元。然后将这些数据单元分成多个符号。然后将符号用作擦除编码的输入。例如，当使用系统擦除编码算法时，擦除编码过程的输出产生原始符号和固定数量的附加奇偶校验符号。这些符号的总和分布在存储设备的选择中。

虽然擦除编码可为恢复数据实现更大级别的冗余和增加的错误率容许，但所需的处理、存储空间和其他存储资源仍然表示存储提供商的大成本。更具体地，对校验水平和数据恢复配置的其他方面的选择可增加或减少存储和恢复所需的处理、存储空间、网络带宽和其他资源。存储提供商可能需要相对于期望的数据备份和恢复服务级别平衡分配给任何给定边缘存储设备的备份的存储资源。

可以确定边缘存储设备的备份的一般恢复配置。然而，已知单独存储设备具有不同的实际使用、错误率和劣化。一般配置可基于存储设备的平均或最坏情况性能，并且因此，与实际上由存储设备的当前状况保证的存储资源相比，将更多或更少的存储资源分配给备份。

当使用分布式存储系统来提供边缘存储设备的备份时，针对基于最坏情况场景的固定标准为存储设备群体分配存储资源可能会导致浪费的存储资源和/或不必要的数据丢失风险。需要根据特定存储设备的当前时间点的对于数据的实际风险来进行的自适应不同备份。例如，可能需要从单独存储设备接收存储器健康数据并且使用该存储器健康数据以通过已分化数据恢复配置来分配存储资源的存储系统。

发明内容

描述了用于将来自存储设备的冗余备份数据存储到分布式存储系统的各个方面，特别是使用存储器健康跟踪来分化单独存储设备的数据恢复配置。

一个一般方面包括一种计算机实现的方法。该计算机实现的方法包括：使用第一数据恢复配置将来自远程存储设备的冗余数据集存储在分布式存储系统中；接收与该远程存储设备相关联的存储器健康数据，其中该存储器健康数据对应于该远程存储设备的非暂时性介质的存储器健康状态；基于该存储器健康数据来确定该远程存储设备的该非暂时性介质的该存储器健康状态的变化；以及响应于该存储器健康状态的该变化，使用第二数据恢复配置来重新分配该分布式存储系统中的该冗余数据集。