Gestion des sauvegardes

Transcription

1 Gestion des sauvegardes

2 SOMMAIRE I.La technologie RAID...1 I.1Définition...1 I.2RAID I.3RAID I.4RAID I.5RAID I.6RAID I.7RAID I.8RAID I.9RAID I.10RAID H...6 I.11RAID S...6 I.12Avantages & inconvénients du RAID...6 II.NAS et SAN...7 II.1NAS(Network Attached Storage)...7 II.2SAN(Storage Area Network)...8 II.3Comparaison entre le réseau NAS et SAN...9 II.4Avantages & Inconvénients du SAN & NAS...11 III.Sauvegarde externalisée(cloud computing)...12 III.1Définition...12 III.2Différents services de cloud computing...12 III.3Avantages & inconvénients du cloud computing...13 IV.Les différents types de sauvegarde...13 IV.1 Sauvegarde complète...13 IV.2 Sauvegarde incrémentale...14 IV.3 Sauvegarde différentielle...14 IV.4 Comparaison des types de sauvegarde...15 IV.5 Conseil...15 V.Préconisation pour la ligue de hockey sur glace...16

3 I. La technologie RAID I.1 Définition La technologie RAID (acronyme de Redundant Array of Inexpensive Disks, parfois Redundant Array of Independent Disks, traduit Ensemble redondant de disques indépendants) permet de constituer une unité de stockage à partir de plusieurs disques durs. L'unité ainsi créée (appelée grappe) a donc une grande tolérance aux pannes, ou bien une plus grande capacité/vitesse d'écriture. La répartition des données sur plusieurs disques durs permet donc d'en augmenter la sécurité et de fiabiliser les services associés. Cette technologie a été mise au point en 1987 par trois chercheurs (Patterson, Gibson etkatz) à l'université de Californie (Berkeley). Depuis 1992 c'est le RAID Advisory Board qui gère ces spécifications. Elle consiste à constituer un disque de grosse capacité (donc coûteux) à l'aide de plus petits disques peu onéreux (c'est-à-dire dont le MTBF,Mean Time Between Failure, soit le temps moyen entre deux pannes, est faible). Les disques assemblés selon la technologie RAID peuvent être utilisés de différentes façons, appelées Niveaux RAID. Voici les plus souvent utilisés: Les niveaux 0 à 6 I.2 RAID 0 Appelé aussi "Striping", les données sont réparties sur au moins deux disques sous la forme d'agrégats par bandes. Cette méthode de gestion des disques améliore uniquement la vitesse en lecture et en écriture : Il permet de répartir la charge de lecture/écriture sur plusieurs disques en parallèle donc apporte une augmentation des performances. (une machine qui dispose de plusieurs disques durs, et qui n'est pas configurée selon la technologie RAID traitera l'information en série) ; le débit de la grappe de disques en RAID 0 est égale au débit d'un disque multiplié par le nombre de disques (ex: pour 4 disques avec un débit théorique de 33 Mo/s, il faut 1/4 de seconde pour écrire 33Mo de données, d'où un débit de 132 Mo /s). Elle n'apporte aucune sécurité des données : la perte d'un disque entraîne la perte des données de tous les disques de la grappe ; il n'y a pas de redondance de l'information donc aucune tolérance aux pannes, si l'un des disques tombe en panne alors l'ensemble devient inaccessible. C'est pour cette raison que l'on dit souvent que RAID 0 n'est pas un véritable système RAID Page 1/16

4 I.3 RAID 1 Appelé aussi Mirroring ou Duplexing,le Mirroring utilise un seul contrôleur pour tous les disques, alors que le duplexing utilise un contrôleur par disque ce qui permet de tolérer la panne d'un contrôleur.. Ce système accroît la sécurité des données par duplication d'un disque sur un autre : la donnée est intégralement dupliquée d un disque sur un autre, d où une redondance importante en cas de panne d un disque. Il améliore les performances en lecture par accès simultané aux 2 disques : les performances sont bien évidemment supérieures à un disque seul puisque les deux disques sont en tous points identiques. Ainsi, si l un tombe en panne, l autre peut prendre intégralement le relais, puisque contenant les mêmes informations. Ce mode requiert au minimum 2 disques et est communément appelé " MIRRORING " lorsqu il est réalisé sur le même canal SCSI, et " DUPLEXING " lorsque 2 canaux SCSI sont utilisés. I.4 RAID 2 Code algorithme : chaque bit du mot de la donnée est stocké sur un ou plusieurs disques de données et le système génère et stocke sur un ou plusieurs disques ECC un code de correction d erreur selon un algorithme. Le nombre de disques nécessaires est important, il faut plus d'un disque pour le calcul de la parité (3 disques ECC pour 4 disques de données). Identique au RAID 1 mais un seul disque est sollicité lors des opérations de lecture Il n'y a aucune amélioration des performances en lecture/écriture. Page 2/16

5 I.5 RAID 3 C'est un RAID 0, plus un disque de parité afin de détecter les erreurs d'enregistrement : la donnée à stocker est répartie ( " STRIPED " ) en octets sur différents disques synchronisés de données et le système génère et stocke une parité sur un seul disque de parité. Il en résulte des taux de transfert très importants en lecture mais aussi en écriture. Le nombre minimum de disques pour l utilisation du mode 3 est de 3. En réalité, très peu de constructeurs implémentent un réel RAID niveau 3 car en général la taille minimum d une information stockée est de la taille d un secteur ( typiquement 512 octets ). D autre part, cette solution est moins usitée puisqu elle requiert le même nombre de disques qu en mode 5, sans pour cela offrir le même niveau de sécurité. Si le disque de parité tombe en panne, on se retrouve en RAID 0 : un disque peut temporairement tomber en panne. Si l'un des disques tombe en panne, le contrôle de parité servira à reconstruire les données. I.6 RAID 4 Ce mode présente des différences de structure des données par rapport au RAID 3 : les données sont organisées de la même façon mais la taille des segments est variable ; un bloc entier de données est stocké sur un seul disque et le système génère et stocke une parité de plusieurs blocs provenant de différents disques de données sur son disque de parité ; du fait du partage de la parité sur des blocs entiers de données, la reconstruction des données peut s avérer difficile en cas de panne d un disque. Il crée un goulot d'étranglement des données et le disque de parité travaille deux fois plus Page 3/16

6 I.7 RAID 5 Il utilise le striping et le calcul de parité : les bits de parité et les données sont distribués séquentiellement et par bloc sur tous les disques. RAID5 élimine ainsi les étranglements en écriture propres au niveau 4. Le seul étranglement provient du processus de calcul de la parité (calcul en temps réel donc une perte de performance). Grâce aux processeurs modernes et au RAID logiciel, cet étranglement n'est pas très conséquent. Le "disque de contrôle" est réparti entre tous les disques : élimine le goulot d'étranglement du RAID 4 ; les informations sont stockées de manière similaire au mode 4, par contre la parité est générée et est stockée de façon distribuée sur les disques de données (l information est donc répartie horizontalement sur les disques). Ainsi, si un disque tombe, l information pourra être reconstruite à partir des autres disques. Les disques travaillent tous autant Ce mode permet l'échange de disques à chaud : si les disques sont compatibles "HotPlug" Il améliore la vitesse en lecture et en écriture Page 4/16

7 I.8 RAID 6 Il correspond à RAID 5 auquel on ajoute un deuxième volume disque de parité. Deux fonctions "parités" sont calculées et le traitement est complexe. Les informations de "parité" sont réparties sur l'ensemble des disques. La redondance est alors assurée : même en cas de panne de 2 disques simultanément I.9 RAID 7 IL met en jeu une carte microprocesseur fonctionnant sous un noyau temps-réel qui contrôle et calcule la parité, la gestion du cache ainsi que la surveillance des disques Ce mode supporte la perte de plusieurs disques simultanément Ce niveau coûte très cher et offre peu de garanties : solution propriétaire dont le constructeur est "Storage Computer" Page 5/16

8 I.10 RAID H Ce mode RAID est encore à l'état de prototype. I.11 RAID S Ce mode de RAID est presque identique au RAID 3 et comprend aussi un disque de contrôle de parité dédié I.12 Avantages & inconvénients du RAID Avantages Les contrôleurs RAID matériels permettent la détection des défauts, le remplacement à chaud des unités défectueuses et offrent la possibilité de reconstruire de manière transparente les disques défaillants. Mais les systèmes d'exploitation évolués permettent également cela si le matériel le permet. La charge système (principalement l'occupation du bus) est allégée. (surtout dans des configurations avec beaucoup de disques et une forte redondance) Les vérifications de cohérence, les diagnostics et les maintenances sont effectués en arrière-plan par le contrôleur sans solliciter de ressources système. Inconvénients Les contrôleurs RAID matériels utilisent chacun leur propre système pour gérer les unités de stockage. En conséquence, au contraire d'un RAID logiciel, des disques transférés d'un système à un autre ne pourront pas être récupérés si le contrôleur RAID n'est pas exactement le même (firmware compris). Il est donc conseillé de posséder une deuxième carte en cas de panne de la première. Les cartes d'entrée de gamme possèdent des processeurs de puissance bien inférieure à celle des ordinateurs actuels. On peut donc avoir de bien moins bonnes performances pour le même prix qu'un RAID logiciel. Le coût : l'entrée de gamme se situe aux alentours de 200 mais les cartes plus performantes peuvent souvent dépasser les Le contrôleur RAID est lui-même un composant matériel, qui peut tomber en panne. Son logiciel (firmware) peut contenir des erreurs, ce qui constitue un autre risque de panne (un nouveau "single-point-of-failure"). Il est peu probable qu'un RAID actuel contienne des erreurs de programmation (bugs) car il est garanti en moyenne une dizaine d'années. Page 6/16

9 Les différents fabricants de contrôleurs RAID fournissent des outils de gestion logicielle très différents les uns des autres (et de qualité parfois inégale). À l'opposé, les outils de gestion du RAID logiciel fournis avec un système d'exploitation sont généralement bien intégrés dans ce système. La durée du support d'un contrôleur RAID par son constructeur (correction de bugs dans le firmware, par exemple), parfois liée à l'arrivée de nouveaux produits rendant les anciens obsolètes, peut-être moins longue ou plus volatile que le support du RAID logiciel par le fournisseur du système d'exploitation. Le constructeur peut même disparaitre (ce qui est assez rare parmi les fabricants de systèmes d'exploitation). Une moindre souplesse par rapport au RAID logiciel, qui dispose d'une couche d'abstraction permettant de gérer du RAID au-dessus de tous types de périphériques blocs supportés par le système d'exploitation, locaux ou distants (ATA, SCSI, ATA over Ethernet, iscsi et toutes les combinaisons possibles entre eux). Les contrôleurs RAID sont spécialisés pour un seul type de périphérique bloc. II. NAS et SAN II.1 NAS(Network Attached Storage) Le NAS (pour Network Attached Storage) joue le rôle d'un serveur de fichiers : l ensemble disques et serveur est proposé comme une "boîte noire", qui constitue un périphérique de stockage réseau. Il supporte un ou plusieurs protocoles réseaux, et à l'aide de son adresse, il interagira avec les autres machines du réseau. Il héberge les fonctions «serveur» de protocoles de partage de fichiers qui sont implantés dans le NAS tels que CIFS Page 7/16

10 (Common Internet File System, associé à Microsoft), NFS (Network File System, associé à Linux) ou AFP (AppleShare File Protocol, associé à Apple). Il permet ainsi de fournir un espace de stockage important à des clients divers qui le verront ainsi comme un espace de stockage distant. Les NAS sont généralement composés de disques durs. La sécurisation des données est effectuée grâce à des RAID. Celui-ci est géré au niveau d'un système d'exploitation. Parmi les systèmes libres, on pourra notamment citer : NASLite basé sur GNU/Linux. Les NAS proposent généralement des interfaces SCSI, FC ou SATA/IDE. Il convient alors de choisir la solution la plus adaptée en fonction de ses besoins. Les équipements NAS, très proches des serveurs de fichiers dans le principe, présentent les mêmes avantages. En outre, ces machines spécialisées, affichent d excellentes performances, une sécurité accrue et une souplesse d administration. II.2 SAN(Storage Area Network) Le SAN (Storage Area Network) est un réseau spécialisé permettant de partager de l'espace de stockage à une librairie de sauvegarde et à des serveurs. Dans le cas du SAN, les baies de stockage n'apparaissent pas comme des volumes partagés sur le réseau. Elles sont directement accessibles en mode bloc par le système de fichiers des serveurs. En clair, chaque serveur voit l'espace disque d'une baie SAN auquel il a accès comme son propre disque dur. L'administrateur doit donc définir très précisément la zone d'accès que possède un serveur sur le SAN, ceci afin d'éviter qu'un serveur Unix n'accède aux mêmes ressources qu'un serveur Windows utilisant un système de fichiers différent, par exemple. Cette technologie permet de centraliser les systèmes d exploitation sur le SAN, protégeant ainsi les données et les configurations des défaillances matérielles. Le SAN est conçu pour fournir de l'espace disque rapide et fiable. La technologie la plus répandue pour y arriver est la fibre optique. Page 8/16

11 II.3 Comparaison entre le réseau NAS et SAN NAS Toutes les machines connectées au réseau local peuvent accéder aux données du NAS Les données sont considéerés par nom de fichers ou méta-informations(propriétaire, permissions, etc...) Le NAS facilite le partage des données entre des systèmes d'exploitation disparates. Tableau comparatif entre le réseau NAS et SAN SAN Seuls les serveurs équipés d'une carte réseau secondaire (typiquement fibre optique) peuvent se connecter au SAN Le SAN permet de travailler directement sur les blocs du système de fichiers. Le partage des données dépend des systèmes d'exploitation. Le système de fichiers est géré par le contrôleur NAS. Le système de fichiers est géré par le serveur pour sa zone. Les sauvegardes sont faites sur les dossiers, donc sur les données existantes. On peut ensuite comparer les images. Les sauvegardes sont faites sur les blocs, même si ces derniers sont vides. Le système de sauvegarde doit donc être au moins aussi grand que le système en production. Page 9/16

12 Page 10/16

13 II.4 Avantages & Inconvénients du SAN & NAS Avantages Le stockage en réseau permet une gestion de la sauvegarde simplifiée à l'extrême : toutes les données du système d'information sont stockées dans des baies de disques parfaitement identifiées. Inconvénients Il faut faire attention, en revanche, aux points de reprises (les RTO, que nous aborderons au prochain chapitre). On peut être tenté, avec ce type de solutions, de mettre en place une synchronisation des données. Veillez à n'utiliser cette dernière que pour des applications à la criticité élevée car une synchronisation peut très bien répandre des données corrompues sur vos backups (corruption du serveur primaire et réplication de la corruption sur les serveurs secondaires). Prudence donc. La question de la localisation des données ne se posant alors plus, il est possible de consacrer davantage de temps à leur hiérarchisation, par exemple. Les SAN d entrée de gamme sont beaucoup plus coûteux. Il faudra prévoir un budget d au moins HT pour s équiper d un réseau SAN de petite taille, une structure complète pouvant rapidement coûter plusieurs dizaines de milliers d euros. Le stockage en réseau permet des temps de reprises très bas. Il suffit de migrer la liaison du réseau de stockage défectueux vers le réseau de stockage de backup, ce qui se résume finalement à un changement d'adresse IP. D'un point de vue financier, les systèmes NAS, sont devenus très abordables. On trouve chez les principaux constructeurs (Dell, HP, IBM, Digital Storage, ) des systèmes NAS aux environs de HT. Dell, par exemple, propose un NAS de 320 Go (sans RAID configuré), incluant une garantie d intervention à J+1 sur 3 ans, pour HT. Page 11/16

14 III. Sauvegarde externalisée(cloud computing) III.1 Définition Le cloud computing ou informatique en nuage est une infrastructure dans laquelle la puissance de calcul et le stockage sont gérés par des serveurs distants auxquels les usagers se connectent via une liaison Internet sécurisée. L ordinateur de bureau ou portable, le téléphone mobile, la tablette tactile et autres objets connectés deviennent des points d accès pour exécuter des applications ou consulter des données qui sont hébergées sur les serveurs. Le cloud se caractérise également par sa souplesse qui permet aux fournisseurs d adapter automatiquement la capacité de stockage et la puissance de calcul aux besoins des utilisateurs. Pour le grand public, le cloud computing se matérialise notamment par les services de stockage et de partage de données numériques type Box, Dropbox, Microsoft OneDrive ou Apple icloud sur lesquels les utilisateurs peuvent stocker des contenus personnels (photos, vidéos, musique, documents ) et y accéder n importe où dans le monde depuis n importe quel terminal connecté. III.2 Différents services de cloud computing On distingue plusieurs types de services cloud : IaaS (Infrastructure as a Service, en anglais) : le système d exploitation et les applications sont installés par les clients sur des serveurs auxquels ils se connectent pour travailler comme s il s agissait d un ordinateur classique. Page 12/16

15 PaaS (Platform as a Service, en anglais) : dans ce mode, c est le fournisseur du service cloud qui administre le système d exploitation et ses outils. Le client peut installer ses propres applications si besoin. SaaS (Software as a Service, en anglais) : les applications sont fournies sous forme de services clés en mains auxquels les utilisateurs se connectent via des logiciels dédiés ou un navigateur Internet. Pour le grand public, il s agit par exemple de messageries électroniques type Gmail, Yahoo, Outlook.com ou de suites bureautiques type Office 365 ou Google Apps. III.3 Avantages & inconvénients du cloud computing Avantages L accessibilité : Les données sont sur un serveur, consultables à n importe quel moment et où que l on soit via une connexion Internet. Partage et travail collaboratif : On peut également partager nos ressources et permettre ainsi un travail à plusieurs. Économique : Le prestataire gère complètement les aspects techniques du service et des coûts engendrés. Il n y a pas besoin d investir en matériel (car on ne paye que ce qu on consomme). Fiabilité : Les services basés sur des infrastructures performantes possédant des politiques efficaces de tolérance aux pannes. Inconvénients Connexion Internet obligatoire : Sans celle-ci, inutile d espérer pouvoir accéder aux ressources. Transportabilité des données : Les données sont-elles «prisonnières» du service auxquelles elles sont liées? C est parfois le cas, Google Wave en est un exemple. Sécurité et intégrité des données : En regroupant des ressources sur Internet on perd une partie du contrôle sur celles-ci. Dès lors que des données, même chiffrées, transitent sur Internet, le risque de piratage est bien plus présent que sur une utilisation locale. IV. Les différents types de sauvegarde IV.1 Sauvegarde complète Il s'agit d'une sauvegarde de tous les fichiers, effectuée à l'instant T. Dans votre système d'exploitation, c'est (en gros) comme si vous faisiez un copier-coller de vos données depuis votre ordinateur vers un disque dur externe ou une clé USB. Lorsque vous souhaitez effectuer une restauration de vos données, vous prenez la sauvegarde la plus récente (effectuée le jour J) et tous les fichiers sont restaurés dans leur état au jour où ils ont été sauvegardés (jour J). Lorsque vous effectuez une sauvegarde complète, un marqueur est placé à 0 sur Page 13/16

16 l'ensemble des fichiers. L'inconvénient est que le taux de compression doit être immense à la fin de la période de sauvegarde IV.2 Sauvegarde incrémentale La sauvegarde incrémentielle ou incrémentale fonctionne sur un principe différent. Une première sauvegarde complète est effectuée le jour J. Le jour J+1, on réalise une sauvegarde différentielle par rapport au jour J (comprenant les fichiers modifiés uniquement entre les jours J et J+1). Le jour J+2, on réalise une sauvegarde différentielle par rapport au jour J+1 (comprenant les fichiers modifiés uniquement entre les jours J+1 et J+2). Et ainsi de suite... Lorsqu'un fichier est modifié, son marqueur passe à 1. La sauvegarde sauvegardera le fichier modifié, qui aura son marqueur qui passera à 0 jusqu'à la prochaine modification, et ainsi de suite. L'inconvénient de ce type de sauvegarde provient de la restauration : Pour restaurer des données sauvegardées à J+5 par exemple, il faudra récupérer la sauvegarde du jour J, mais aussi celles des jours J+1, J+2, J+3, J+4 et J+5. La rétention est présente ici car ce type de sauvegarde à la capacité de conserver plusieurs versions de données tel un historique des modifications IV.3 Sauvegarde différentielle Une première sauvegarde complète est effectuée le jour J. La sauvegarde différentielle, effectuée par exemple le jour J+1, ne contiendra que les fichiers modifiés par rapport au jour J. Lorsqu'un fichier est modifié, son marqueur passe à 1 et il sera sauvegardé indéfiniment tant qu'une nouvelle sauvegarde complète n'aura pas été effectuée. Pour restaurer des données au jour J+5 par exemple, il conviendra de disposer de la sauvegarde complète (jour J) et de la sauvegarde du jour J+5, qui contiendra l'ensemble des fichiers ayant été modifiés au moins une fois depuis la sauvegarde complète. Page 14/16

17 IV.4 Comparaison des types de sauvegarde Type de sauvegarde Sauvegarde complète Sauvegarde incrémentale Sauvegarde différentielle Données sauvegardées Temps de sauvegarde Temps de restauration Espace disque occupé Toutes Lent Rapide Élevé Seulement les données modifiées par rapport à la précédente sauvegarde Seulement les données modifiées depuis la précédente sauvegarde complète Rapide Modéré Le plus faible Modéré Rapide Généralement modéré IV.5 Conseil Pour un bon système de sauvegarde il faut les 5 qualités suivantes : La Rétention : cela signifie qu'une solution de sauvegarde va conserver plusieurs versions de vos données constituant un historique des modifications : c'est ce que l'on appelle la rétention La Résilience : En informatique, la résilience est la capacité d'un système ou d'une architecture réseau à continuer de fonctionner en cas de panne ; L'Appliance : Une appliance en informatique, est un produit, matériel et logiciel, qui permet de répondre à un besoin par une solution clé en main. L'ensemble matériel et logiciel est intégré et pré-configuré avant la livraison au client, pour fournir une solution à un problème particulier. Le Taux de compression faible: Le taux de compression est une mesure de la performance d'un algorithme de compression de données informatiques. Il est généralement exprimé en pourcentage, et noté τ. Deux définitions sont communément admises : L'une définit le taux de compression comme le rapport du volume des données après compression sur le volume initial des données. De ce fait, plus le taux de compression est faible, plus la taille du fichier compressé résultant est faible. Le taux de compression ainsi défini est donné par la formule : τ = [Volume final] / [Volume initial]. C'est aussi l'inverse du quotient de compression. Page 15/16

18 L'autre définition exprime le taux de compression comme le gain en volume rapporté au volume initial des données. Cette définition est en fait complémentaire de la première. Plus le taux de compression est élevé, plus la taille du fichier compressé résultant est faible. La formule correspondante s'écrit : τ = 1 - ([Volume final]/[volume initial]). Dans ce cas, le taux de compression est relié au quotient de compression q par l'équation τ = 1-1/q. Un bon support de sauvegarde : C'est un outils qui permet de stocker des données (comme une clé usb, un disque dur, etc...) V. Préconisation pour la ligue de hockey sur glace Un système de sauvegarde grâce à la technologie NAS contenant 4 disques de 500Go serait intéressant pour notre ligue car elle nous permettrait d'avoir : Une gestion facile des sauvegardes des données Un prix intéressant Il est possible d'y avoir accès sur plusieurs postes en même temps Une réduction du temps d'administration des postes clients en gestion d'espace disques Nous utiliserons une sauvegarde incrémentale pour éviter une surcharge des disques et une restauration/sauvegarde plutôt rapide. Page 16/16