PROCEDIMIENTO Y SISTEMA PARA LA REPLICACIÓN DE DATOS CONFIGURABLE EN EL TIEMPO Y ESPECÍFICA A LA FUNCIÓN DE MANIPULACIÓN DE DATOS.

Un sistema (10) para la replicación específica de funciones de funciones de manipulación de datos realizada sobre archivos u objetos almacenados en un sistema fuente (20,

65) y de los que se tiene que hacer copia de seguridad sobre al menos un sistema (30, 75) de almacenamiento de destino, el sistema de replicación comprende:

- un módulo (40) de gestión de la replicación para gestionar la replicación de funciones (12) de manipulación de datos desde un sistema (20, 65) de almacenamiento fuente a un sistema (30, 75) de almacenamiento de destino que incluye la replicación de funciones (12) de manipulación de datos entre el sistema (20, 65) de almacenamiento fuente y al menos un sistema (30, 75) de almacenamiento de destino, que comprende opcionalmente una base de datos (42) de monitorización de la replicación, el sistema (10) se caracteriza porque la gestión de la replicación incluye la replicación de funciones (12) de manipulación de datos con un retardo (14) de tiempo configurable para cada función de manipulación de datos a replicar.

Procedimiento y sistema para la replicación de datos configurable en el tiempo y especifica a la función de manipulación de datos Referencias cruzadas con las solicitudes relacionadas La presente solicitud reivindica prioridad para la solicitud de publicación de patente de EE.UU. núm. 11/939.633, depositada el 14 de noviembre de 2007, la solicitud de patente de EE.UU. núm. 12/140.296, depositada el 17 de junio de 2008, ambas del mismo título, la solicitud de patente europea núm. 07023056.0, depositada el 28 de noviembre de 2007 y la solicitud de patente europea núm. 08009002, 0, depositada el 15 de mayo de 2008.

Campo de la invención La presente invención se refiere generalmente a sistemas de almacenamiento que son capaces de almacenar objetos o archivos digitales. Más específicamente, la presente invención se refiere a sistemas y procedimientos de replicación de datos.

Antecedentes de la invención Algunos sistemas de almacenamiento proporcionan la posibilidad de replicación de datos para el objeto de recuperación de errores lógicos como de tolerancia a los desastres, lo que requiere respectivamente una disponibilidad alta y una integridad relativamente alta. Los sistemas de almacenamiento permiten el acceso a bloques, objetos o archivos y suministran un medio para replicar los datos desde un sistema fuente de almacenamiento de datos a un sistema de respaldo de almacenamiento de datos. El procedimiento y el sistema para la replicación específica para funciones configurable en el tiempo de funciones de manipulación de datos se refieren a sistemas de almacenamiento que permiten el acceso a objetos y archivos solamente.

Las matrices de almacenamiento basadas en objetos permiten que las aplicaciones integren un conjunto de comandos, típicamente denominado interfaz de programación de aplicaciones (API) . La API permite la creación de nuevos objetos así como la modificación de objetos existentes. Para matrices de almacenamiento que estén también provistas de funcionalidad de una sola escritura y múltiples lecturas (WORM) , no es posible modificar los objetos ya almacenados. La eliminación de objetos es posible y en caso de matrices de almacenamiento WORM, se evita la eliminación antes de que haya expirado un tiempo de retención específico.

Las matrices de almacenamiento orientadas a archivos suministran a los usuarios o a las aplicaciones la posibilidad de acceder al sistema usando compartición de archivos. Estos sistemas de almacenamiento suministran acceso a la capacidad instalada utilizando protocolos de compartición de archivos estándar tales como NFS (Sistema de archivos en red) o CIFS (Sistema común de archivos de Internet) estos protocolos también pueden tener extensiones propietarias para implementar una funcionalidad especial tal como los sistemas de archivos WORM o las comparticiones WORM.

La matriz de almacenamiento también puede ser un servicio estándar que ejecuta el sistema operativo disponible de uno de los muchos proveedores de sistemas operativos. El servidor podría proporcionar acceso a la capacidad disponible usando comparticiones de archivos similares a una matriz de almacenamiento orientada a archivos.

El conjunto de funciones de manipulación de datos para matrices de almacenamiento orientadas a objetos o a archivos contiene funciones tales como escritura, eliminación, actualización, desactivación de escritura hasta la fecha de expiración o desactivación de eliminación antes de la fecha de expiración. La implementación exacta depende sin embargo de la matriz de almacenamiento. Cada función individual en una matriz de almacenamiento se describe en la documentación específica de la matriz. Si la matriz de almacenamiento suministra funciones especiales que no estén estandarizadas en los protocolos tales como NFS y CIFS, el vendedor de la matriz suministra una descripción detallada de la integración necesaria con la matriz de almacenamiento.

Las matrices de almacenamiento orientadas a objetos o a archivos existentes suministran ya formas de replicar datos entre dos o más matrices de almacenamiento. La replicación puede implementarse sobre la matriz de almacenamiento o sobre un sistema dedicado que realiza la replicación de los datos.

Los sistemas existentes también permiten replicar cambios en el sistema diana. La replicación puede incluir o excluir funciones específicas. Si se replica una función, generalmente se replica tan pronto como sea posible.

Los cambios hechos en sistemas de objetos o archivos son efectuados por los usuarios o las aplicaciones que hacen estos cambios. Los usuarios típicamente acceden a los sistemas orientados a archivos y realizan las operaciones normales como escrituras, lecturas, actualizaciones o eliminaciones de archivos. Las aplicaciones pueden acceder a matrices de almacenamiento orientadas tanto a objetos como a archivos. A medida que se programan las aplicaciones, pueden implementar reglas para hacer que los datos sean de solo lectura hasta una cierta fecha de expiración. La capacidad de generar nuevas versiones de documentos y otras funcionalidades avanzadas existen en diferentes soluciones disponibles en el mercado. Entre estas funcionalidades de matrices de almacenamiento avanzadas de la técnica anterior están aplicaciones que utilizan también la funcionalidad WORM sobre matrices de almacenamiento.

Las funcionalidades de replicación de datos de los sistemas de replicación actuales se basan en retardos preestablecidos y no configurables. Consecuentemente, la eliminación de datos, que de otra forma se denominan archivos no borrados, objetos o aplicaciones, evita la recuperación de dichos datos.

El documento US 6.260.125 de McDowell divulga un sistema asíncrono de duplicación de discos para su uso dentro de un sistema informático de red, en el que una cola de escritura funciona para retardar el tiempo de recepción de las solicitudes de escritura en los volúmenes de almacenamiento, con vistas a aumentar el rendimiento de replicación de los datos. Las colas de escritura incluyen varios buffers de escritura, en los que las solicitudes de escritura pasan a través de la cola de escritura en una secuencia primero en entrar, primero en salir (FIFO) ; y así la transmisión de las solicitudes de escritura puede estar sujeta a un retardo de tiempo bien en una cantidad de tiempo predeterminada o cuando se llena el almacenamiento o buffer de escritura. McDowell también presenta un archivo de registro configurado para recibir las solicitudes de escritura retardadas, para la reconstrucción y los puntos de revisión del espejo basándose en el registro de los volúmenes duplicados. La replicación de los datos por el sistema de McDowell se limita a actualizar y escribir y no suministra la replicación de datos dependientes de funciones ni proporciona la replicación configurable de funciones de manipulación de datos tales como la eliminación o la inhabilitación de escritura.

La solicitud de patente nº WO 99/507/747 de Arnon divulga un procedimiento y un aparato para actualizar asincrónicamente un espejo de datos de un dispositivo fuente cuyo propósito es evitar la sobre-escritura de datos de un almacenamiento fuente que no hayan sido asignados a un sistema de almacenamiento diana. El procedimiento y el aparato de Arnon se refiere a la necesidad de integridad de los datos pero no permite que un usuario configure las operaciones de replicación basándose en funciones o basándose en el tiempo, y solamente evita la sobre-escritura de datos en un almacenamiento fuente en la situación en la que los datos no hayan sido replicados sobre un almacenamiento diana.

La replicación de datos controlada por el usuario de la técnica anterior permite que los usuarios controlen si se produce la replicación, pero no cuando se produce. Un sistema diseñado por Denehy y colaboradores (Bridging the Information Gap in Storage Protocol Stacks, Denehy y colaboradores, Proceedings of the general track, 2002, Conferencia técnica anual de USENIX, USENIX Association, Berkeley CA, EE.UU) , permite que un usuario priorice las acciones de replicación de datos sobre archivos específicos basándose en designaciones de archivos tales como “no replicados”, “inmediatamente replicado” o “perezosamente replicados”. Sin embargo, dicha configuración solamente soluciona las necesidades del rendimiento del sistema para sistemas de almacenamiento de datos a corto plazo y no soluciona la necesidad de la integridad del sistema y la recuperación de accidentes.

La solicitud de patente WO 02/25445 de Kamel, presenta un procedimiento... [Seguir leyendo]

1. Un sistema (10) para la replicación específica de funciones de funciones de manipulación de datos realizada sobre archivos u objetos almacenados en un sistema fuente (20, 65) y de los que se tiene que hacer copia de seguridad sobre al menos un sistema (30, 75) de almacenamiento de destino, el sistema de replicación comprende:

- un módulo (40) de gestión de la replicación para gestionar la replicación de funciones (12) de manipulación de datos desde un sistema (20, 65) de almacenamiento fuente a un sistema (30, 75) de almacenamiento de destino que incluye la replicación de funciones (12) de manipulación de datos entre el sistema (20, 65) de almacenamiento fuente y al menos un sistema (30, 75) de almacenamiento de destino, que comprende opcionalmente una base de datos (42) de monitorización de la replicación, el sistema (10) se caracteriza porque la gestión de la replicación incluye la replicación de funciones (12) de manipulación de datos con un retardo (14) de tiempo configurable para cada función de manipulación de datos a replicar.

2. El sistema (10) de replicación de la reivindicación 1, en el que el sistema de replicación está adaptado para replicar funciones (12) de manipulación de datos después de recibir una función de comando seleccionada entre un grupo de funciones que consiste en escritura, eliminación, actualización, modificación, desactivación de escritura, desactivación de escritura hasta la fecha de expiración y desactivación de eliminación hasta la fecha de expiración.

3. El sistema (10) de replicación de una de las reivindicaciones 1 o 2, en el que el módulo (40) de gestión de la replicación proporciona funcionalidad que permite:

- la configuración de un retardo (14) después del cual una función específica (12) de manipulación de datos ejecutada sobre los datos almacenados en el sistema (20, 65) de almacenamiento fuente se replica sobre los datos correspondientes en el sistema (30, 75) de almacenamiento de destino,

- la replicación de la función (12) de manipulación de datos ejecutada sobre los datos en el sistema (20, 65) de almacenamiento fuente con el retardo configurado (14) en el sistema (30, 75) de almacenamiento de destino y

- la consulta de los cambios específicos para las funciones sobre los datos del sistema (20, 65) de almacenamiento fuente en un marco de tiempo dado.

4. El sistema (10) de replicación de una de las reivindicaciones 1 a 3, en el que el sistema de almacenamiento (20, 65, 30, 75) se basa en una de un grupo de arquitecturas que consiste en:

- matrices (60) de almacenamiento basadas en objetos que comprenden una interfaz (34) de programación de aplicaciones,

- matrices (60) de almacenamiento basadas en archivos y

- un servidor informático (80) , que comprende una memoria (36) , una CPU (38) y un sistema operativo (39) .

5. El sistema (10) de replicación de una de las reivindicaciones 1 a 4, en el que las instrucciones del módulo (40) de gestión de las replicaciones se almacenan bien sobre el sistema (20, 65) de almacenamiento fuente o bien sobre el sistema (30, 75) de almacenamiento de destino.

6. El sistema (10) de replicación de una de las reivindicaciones 1 a 5, en el que el módulo (40) de gestión de las replicaciones está configurado para proporcionar acceso a los sistemas (20, 65, 30, 75) de almacenamiento basados en una de un grupo de arquitecturas que consiste en:

- sistemas (60) de almacenamiento basados en objetos que comprenden una interfaz de programación de aplicaciones,

- matrices (60) de almacenamiento basados en archivos y

- un servidor informático (80) , que comprende una memoria (36) , una CPU (38) y un sistema operativo (39) .

7. Un procedimiento informatizado (100) codificado en un medio (36) legible por ordenador, gestionando el procedimiento (100) la replicación de funciones de manipulación de datos entre un sistema (20, 65) de almacenamiento fuente y al menos un sistema (30, 75) de almacenamiento de destino, comprendiendo el procedimiento instrucciones para:

- (a) la configuración de un retardo (14) después del cual una función específica (12) de manipulación de datos ejecutada sobre los datos almacenado en la matriz (20, 35) de almacenamiento fuente se replicarán sobre los

datos almacenados en la matriz o matrices (30, 75) de almacenamiento de destino;

- (b) la acumulación de información (120) sobre las funciones (12) de manipulación de datos que se ejecutaron sobre los datos almacenados en un sistema (20, 65) de almacenamiento fuente que opcionalmente incluye el paso de construir una base de datos (42) de monitorización de las replicaciones que incluye información sobre las funciones (12) de manipulación de datos que fueron ejecutadas sobre los datos almacenados en un sistema (20, 65) de almacenamiento fuente;

- (c) la consulta de la base de datos (42) de monitorización de las replicaciones sobre la hora (16) de replicación para las funciones (12') de manipulación de datos pendientes de ser replicadas ejecutando un proceso (140) de monitorización de las replicaciones en espera y

- (d) la replicación de la función (12) de manipulación de datos ejecutada sobre el sistema (20, 65) de almacenamiento fuente en el sistema o sistemas (30, 75) de almacenamiento de destino.

8. El procedimiento (100) de la reivindicación 7, en el que el proceso (140) de monitorización de la replicación comprende la configuración de una consulta sobre la replicación específica para funciones de las funciones (12') de manipulación de datos basándose en cada función, que utiliza un tabla (22) de entrada accesible para el usuario (90) por medio de una interfaz (19) de usuario, que comprende los pasos de:

(1) definir un sistema (20, 65) de almacenamiento fuente y al menos un sistema (30, 75) de almacenamiento de destino,

(2) listar las funciones (12) de manipulación de datos a replicar entre el sistema de almacenamiento fuente y de destino,

(3) especificar un retardo (14) específico para las funciones para cada función (12) de manipulación de datos y la relación de la fuente con el sistema (30, 75) de almacenamiento de destino,

(4) especificar la frecuencia (26) a la cual se requiere la base de datos (42) de monitorización de las replicaciones para las replicaciones pendientes de las funciones (12') de manipulación de datos a ser enviadas al proceso (160) de replicación de funciones,

(5) retardar la replicación específica para funciones de las funciones (12) de manipulación de datos, incluyendo los subpasos de configurar el retardo (14) de tiempo usado para la replicación específica para funciones de las funciones de manipulación de datos y especificar un retardo (14) de replicación de funciones, retardando así la ejecución de una función hasta que se cumplan unas condiciones predeterminadas.

9. El procedimiento (100) de una de las reivindicaciones 7 u 8, en el que el sistema (20, 65) de almacenamiento fuente es una matriz (65) de almacenamiento que comprende un sistema operativo (39) que proporciona acceso a los datos a nivel de archivos, del cual puede obtenerse la información sobre las funciones (12) de manipulación de datos que se ejecutaron sobre los datos y que almacena software de acumulación de información auto-instalable codificado con instrucciones para ejecutar un proceso (122) de acumulación de información que permite su instalación y ejecución sobre un ordenador cliente.

10. El procedimiento (100) de una de las reivindicaciones 7 a 9, en el que el paso (122) de acumular información comprende los subpasos de:

- Insertar información para la replicación retardada específica para funciones de funciones (12) de manipulación de datos en una tabla (24) de cambios fuente de una base de datos (42) de monitorización de replicaciones, directamente desde el software de acumulación de información.

11. El procedimiento (100) de la reivindicación 10, en el que además la información a insertar dentro de la base de datos (42) por el software de acumulación de información incluye:

- una referencia (144) al archivo en forma de ruta UNC hacia el archivo,

- la función (12) de manipulación de datos que se ejecutó sobre el archivo,

- la fecha y la hora en la que se ejecutó la función y

- opcionalmente, el modificador (129) que ejecuta la función y

- una imagen (148) anterior y posterior del objeto o archivo modificado por la función.