用于数据备份的方法、设备和计算机程序产品与流程

本公开的实施例总体涉及计算机技术，具体涉及用于数据备份的方法、设备和计算机程序产品。

背景技术：

随着信息技术的发展，数据的重要性日益增加。数据备份可以防止由于操作失误或系统故障而导致的数据丢失。同时，随着数据的增加，需要备份的客户端也增加。由此，数据备份策略(尤其是针对客户端的备份的调度安排)是备份系统中的重要部分。因此，需要适当的数据备份策略的配置机制。

技术实现要素：

本公开的实施例提供了用于数据备份的方法、设备和计算机程序产品。

在本公开的第一方面，提供了一种用于数据备份的方法。该方法包括：获取与备份系统中的至少一个客户端的相应备份相关联的属性的相应当前值和要执行相应备份的期望时间窗口；基于相应当前值，确定相应备份的相应持续时间；以及基于相应持续时间和期望时间窗口，确定对至少一个客户端执行相应备份的相应备份时间。

在本公开的第二方面，提供了一种电子设备。该设备包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。该指令当由至少一个处理单元执行时使得设备执行动作，该动作包括：获取与备份系统中的至少一个客户端的相应备份相关联的属性的相应当前值和要执行相应备份的期望时间窗口；基于相应当前值，确定相应备份的相应持续时间；以及基于相应持续时间和期望时间窗口，确定对至少一个客户端执行相应备份的相应备份时间。

在本公开的第三方面，提供了一种计算机程序产品。计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令，机器可执行指令在被执行时使机器实现根据本公开的第一方面所描述的方法的任意步骤。

提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或必要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了根据本公开的一些实施例的备份环境的示例的示意图；

图2示出了根据本公开的一些实施例的用于数据备份的方法的流程图；

图3示出了根据本公开的一些实施例的属性的示例的示意图；

图4示出了根据本公开的一些实施例的使用预测模型的方法的流程图；

图5示出了根据本公开的一些实施例的在第一备份模式中确定的备份时间的示例的示意图；

图6示出了根据本公开的一些实施例的在第二备份模式中确定的备份时间的示例的示意图；以及

图7示出了可以用来实施本公开内容的实施例的示例设备的示意性框图。

在各个附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

传统上，由于客户端保护管理和备份规划需要考虑业务影响和系统负载，并且需要随着客户端和环境变化进行频繁调整，因此数据备份策略的配置导致了许多复杂且成本高昂的人工工作。

虽然传统的备份系统能够指导用户如何顺利地手动配置针对其客户端的数据备份策略，然而实际情况并非如此理想。许多用户仍然抱怨无法在其预期的时间窗口内完成针对其客户端的所有备份。由于用户的客户端和业务日新月异的改变，在系统运行一段时间之后，一些用户甚至报告系统崩溃。此外，随着环境的变化，原始数据备份策略的配置变得更糟，并且备份系统负载严重失衡。同时，用户还抱怨数据备份策略难以维护。

根据本公开的示例实施例，提出了一种用于数据备份的改进方案。在该方案中，可以获取与备份系统中的至少一个客户端的相应备份相关联的属性的相应当前值和要执行相应备份的期望时间窗口，并且基于相应当前值，确定相应备份的相应持续时间。由此，可以基于相应持续时间和期望时间窗口，确定对至少一个客户端执行相应备份的相应备份时间。

以此方式，可以基于与客户端的备份相关联的属性，容易地预测要执行的备份的持续时间，并且在此基础上可以在指定的期望时间窗口内自动对备份进行调度。这样，在客户端发生变化时，例如在添加或移除客户端时，无需进行大量手动工作就可以更新数据备份策略。

在下文中，将结合图1-图7更详细地描述本方案的具体示例。图1示出了根据本公开的一些实施例的备份环境100的示例的示意图。备份环境100包括备份系统110和多个客户端130-1至130-m(其中m为大于0的整数，在下文中，统称为“客户端130”)。根据本公开的实施例，备份系统110被配置为用于对各个客户端130的数据进行备份。

备份系统110包括管理设备120。管理设备120可以包括但不限于云计算设备、大型计算机、个人计算机、桌面计算机、膝上型计算机、平板计算机和个人数字助理等任何具有计算和存储能力的设备。虽然未示出，备份系统110还可以包括一个或多个存储设备，用于存储所备份的数据。存储设备可以包括但不限于：云存储装置、分布式存储装置、磁盘、光盘等等任何具有存储能力的设备。

管理设备120被配置为对备份系统110进行管理。根据本公开的实施例，管理设备120可以管理数据备份策略。具体地，管理设备120可以基于客户端130的属性值对客户端的下一轮备份的持续时间进行预测。此外，管理设备120还可以在期望时间窗口中适当地安排一组客户端130的备份时间。

在下文中，将结合图2-图6对管理设备120执行的操作进行更详细描述。图2示出了根据本公开的一些实施例的用于数据备份的方法200的流程图。方法200例如可以由如图1所示的管理设备120实现。为便于讨论，下文将参考图1来描述方法200。应当理解的是，方法200还可以包括未示出的附加步骤和/或可以省略所示出的步骤，本公开的范围在此方面不受限制。

在210，管理设备120获取与备份系统110中的至少一个客户端130的相应备份相关联的属性的相应当前值和要执行相应备份的期望时间窗口。在某些实施例中，管理设备120可以以可配置的时间间隔确定在该时间间隔内要备份的客户端130，并且获取与这些客户端130的备份相关联的属性值和期望时间窗口。例如，管理设备120可以每天确定当天要备份的客户端130，并且获取与这些客户端130的备份相关联的属性值和期望时间窗口。在这种情况下，客户端130的确定可以基于客户端130的备份日期。备份日期可以由客户端130直接指定，也可以基于客户端130指定的初始备份日期和执行备份的频率(例如，每天、每周或每月等)计算得到。

备份系统110记录了每个客户端130的备份状态和特征数据的统计信息，这些统计信息可以反映出系统负载、客户端行为(例如，更改率)和网络的隐含影响。管理设备120可以从这些统计信息中选择出对客户端130的备份至关重要的属性，并且获取这些属性的当前值。

这些属性可以包括但不限于：客户端类型(例如，虚拟机、文件系统、sql、oracle等)、客户端设置(例如，客户端130的自定义设置，诸如可以将客户端130上的某些数据排除备份)、总保护字节数(客户端130要备份的全部数据的字节数目)、总保护文件数(客户端130要备份的全部文件的数目)、数据的加密级别(客户端130的数据的加密级别)、以及备份目标(例如，客户端130的数据要被备份到的目标服务器)。由备份系统110执行备份的不同客户端130的上述属性的取值可能不同，并且同一客户端130的某个属性在不同时间的属性取值也可能会发生变化(例如，客户端设置、总保护字节数、总保护文件数等)。

例如，图3示出了根据本公开的一些实施例的属性的示例的示意图300。在图3中，示出了管理设备120获取的一些属性及属性值。应当理解，图3中给出的属性及属性值仅是示例。本公开的实施例的范围在此方面不受限制。

除要获取相关联的属性的当前值之外，管理设备120还可以从客户端130获取要对客户端130执行备份的期望时间窗口。例如，客户端130可以指定可用于执行备份的时间段(例如，午夜或不影响业务的任何时间等)。

此外，在某些实施例中，具有相同期望时间窗口的一个或多个客户端130可以形成一个客户端分组。一方面，客户端分组可以由用户指定。例如，银行的管理员可以指定该银行的所有客户端属于同一客户端分组，并且为所有客户端指定相同期望时间窗口。

另一方面，客户端分组可以由备份系统110自动划分。例如，备份系统110可以将具有相同期望时间窗口的一个或多个客户端130分组到同一客户端分组中。在下文中将描述的备份时间的确定，就是在相同期望时间窗口中对处于同一客户端分组中的客户端进行的。

在220，管理设备120基于所获取的相应当前值，确定至少一个客户端130的相应备份的相应持续时间。管理设备120可以利用多种方式来确定持续时间。在某些实施例中，为了确定持续时间，管理设备120可以使用可以表征属性的值与备份的持续时间之间的关联性的预测模型，例如各种类型的线性回归模型。

下文将参考图4描述根据本公开的一些实施例的使用预测模型的方法的流程图400。在410，管理设备120可以获得经训练的预测模型。可以根据需要配置预测模型，并且利用训练数据对预测模型进行训练，以确定预测模型的参数的值。为了更好理解预测模型，下文将简单介绍预测模型和对预测模型的训练。

由于需要预测要执行的备份的持续时间的确切值，因此适用于使用例如广义线性回归模型的监督学习方法作为预测模型。在给定训练数据输入和输出的情况下，该监督学习方法可以学习出可以最佳地近似输入和输出之间的关系的函数。在本文中，广义线性回归模型如下：

其中f(w)表示取决于权重w的目标函数，xi表示训练数据，yi表示训练数据的对应标签(其是期望被预测的)，l(w；)表示测量模型关于训练数据的误差的损失函数，λr(w)表示用于控制模型的复杂度的正则化项，λ表示固定正则化参数(其大于0)，λ定义最小化损失(即训练错误)和最小化模型复杂度(即避免过拟合)之间的权衡，n表示训练数据的样本数目。

这样的预测模型可以由具有计算能力的任何设备来训练，这样的设备诸如是管理设备120外部的计算设备、服务器、边缘计算节点等。在一些情况中，预测模型也可能由管理设备120训练。在下文中，仅仅为了讨论方便，将预测模型的训练描述为由管理设备120执行。具体地，管理设备120可以获取备份系统110中的多个客户端130的属性的多个先前值以及多个客户端130的相应备份的多个先前持续时间作为训练数据。管理设备120可以使用这些训练数据来训练预测模型，以使得预测模型可以最佳地近似属性值和持续时间之间的关系。在某些实施例中，先前值可能并非是数值，为此管理设备120可以对先前值进行散列，并且将散列结果应用于预测模型来确定持续时间。

在训练完成之后，预测模型可以被部署到管理设备120中，由管理设备120用于持续时间预测。由此，在图4的420，管理设备120将至少一个客户端130的相应当前值应用于预测模型，以生成相应持续时间。在某些实施例中，管理设备120可以对当前值进行散列，并且将散列结果应用于预测模型来确定持续时间。由于预测模型可以准确地反应属性值和持续时间之间的关系，因此基于当前属性值所预测出的持续时间具有相当高的准确性。

继续参考回图2。在230，管理设备120基于至少一个客户端130的相应持续时间和所确定的期望时间窗口，确定对至少一个客户端130执行相应备份的相应备份时间。在某些实施例中，管理设备120可以将客户端130的备份时间确定为具有所预测的持续时间并且落在期望时间窗口内。

在某些实施例中，备份系统110可以提供两种备份模式：均衡的第一备份模式和快速的第二备份模式。在第一备份模式中，备份时间在期望时间窗口中均匀分布。而在第二备份模式中，备份系统110在最大工作负载下执行备份。备份模式可以由管理设备120自动选择(例如，根据系统负载状况)，也可以由客户端130指定。此外，如上所述，在某些实施例中，具有相同期望时间窗口的一个或多个客户端130可以形成一个客户端分组，同一客户端分组的客户端130可以具有相同的备份模式。进一步地，备份模式可以适用于备份系统110中的全部客户端分组，也可以针对单个客户端分组单独配置。

管理设备120可以确定与至少一个客户端130相关联的备份模式，并且基于备份模式来确定备份时间。在客户端分组中仅存在单个客户端的情况下，由于该单个客户端的备份在任一模式中都将在第一时间(即期望时间窗口的开始)被执行，因此在此不作详细讨论。

在客户端分组中存在多个客户端的情况下，管理设备120可以确定与多个客户端130相关联的备份模式，备份模式指示处于同一客户端分组中的多个客户端130的多个备份时间在期望时间窗口内的分布方式。在备份模式为第一备份模式的情况下，管理设备120可以基于相应持续时间和期望时间窗口确定多个客户端130的多个备份时间，使得多个备份时间在期望时间窗口中均匀分布。

例如，图5示出了根据本公开的一些实施例的在第一备份模式中确定的备份时间的示例的示意图500。如图5中所示，期望时间窗口为0点到6点，并且用于触发备份的可配置时间粒度大小为30分钟。分别对应于客户端1至8的备份1至8被均匀地分布在期望时间窗口中。虽然备份系统110中可用于执行备份的并发线程数目限制为4，但是并未利用全部线程来执行备份。可见，在第一备份模式中，充分利用了整个期望时间窗口来平缓、均匀地安排备份，以确保系统负载较小和网络平衡。

此外，在备份模式为第二备份模式下，管理设备120可以基于持续时间和期望时间窗口确定多个备份时间，使得备份系统110同时执行备份的工作负载达到备份系统110的负载上限。

例如，图6示出了根据本公开的一些实施例的在第二备份模式中确定的备份时间的示例的示意图600。类似于图5，图6中的期望时间窗口为0点到6点，用于触发备份的可配置时间粒度大小为30分钟，并且备份系统110中可用于执行备份的并发线程数目限制为4。与图5中不同，图6中充分利用了全部线程来执行备份，以尽可能快的完成备份。应当理解，图5和6中给出的数据备份策略仅是示例。本公开的实施例的范围在此方面不受限制。

此外，在某些实施例中，在初始阶段中，由于不存在训练数据，因此无法训练预测模型以确定准确的持续时间，从而确定备份时间。在这种情况下，管理设备120可以使用快速的第二备份模式来对客户端130执行备份，并且以预定时间间隔(例如，每小时)执行一次备份，以尽快收集训练数据，并且积极备份以提供良好的用户体验。

以此方式，本方案通过利用经训练的预测模型，可以准确预测每个客户端的要执行备份的持续时间。此外，本方案还可以自动管理和调整备份时间，可以避免频繁的手动工作，并且提供良好的用户体验。

图7示出了可以用来实施本公开内容的实施例的示例设备700的示意性框图。例如，如图1所示的管理设备120可以由设备700来实施。如图所示，设备700包括中央处理单元(cpu)710，其可以根据存储在只读存储器(rom)720中的计算机程序指令或者从存储单元780加载到随机访问存储器(ram)730中的计算机程序指令，来执行各种适当的动作和处理。在ram730中，还可存储设备700操作所需的各种程序和数据。cpu710、rom720以及ram730通过总线740彼此相连。输入/输出(i/o)接口750也连接至总线740。

设备700中的多个部件连接至i/o接口750，包括：输入单元760，例如键盘、鼠标等；输出单元770，例如各种类型的显示器、扬声器等；存储单元780，例如磁盘、光盘等；以及通信单元790，例如网卡、调制解调器、无线通信收发机等。通信单元790允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

上文所描述的各个过程和处理，例如方法200，可由处理单元710执行。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元780。在一些实施例中，计算机程序的部分或者全部可以经由rom720和/或通信单元790而被载入和/或安装到设备700上。当计算机程序被加载到ram730并由cpu710执行时，可以执行上文描述的方法200的一个或多个动作。

本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。