Un procedimiento computerizado para copiar datos electrónicos almacenados en un primer conjunto de datos de salvaguardia (158),

comprendiendo el procedimiento: la identificación, dentro del primer conjunto de datos de salvaguardia, de un elemento de datos que satisfaga un elemento de selección y la copia en un segundo conjunto de datos de salvaguardia de al menos una parte del elemento de datos caracterizado porque: - el criterio de selección se basa, al menos en parte, en una ID de datos específicos (146), y en el que la ID de datos específicos está asociada con una aplicación de software para el elemento de datos o está asociada con un tipo de ficheros para el elemento de datos, y en el que la copia (196) se basa en uno de al menos dos diferentes preferencias de secuencias de almacenamiento (148), y en el que la una preferencia de secuencias de almacenamiento se basa en la ID de datos específicos

Apunte sobre derechos de autor

Una parte de la divulgación del presente documento contiene material que está sometido a la protección de los derechos de autor. El propietario de los derechos de autor no se opone a la reproducción en facsímil por parte de nadie respecto al documento de la patente o a las divulgaciones que la patente contempla, tal y como aparecen en los archivos o registros de la Oficina de Patentes y Marcas, pero en cualquier caso se reserva todos los derechos de autor en toda su extensión.

Antecedentes de la invención

La invención divulgada en la presente memoria se refiere, en general, al almacenamiento de datos en una red informática y, más concretamente, a la copia selectiva de datos en un sistema modular de gestión y almacenamiento de datos.

Los documentos EP-A-0,809,184, WO 01/06368, US-B1-6,266,679, WO 99/12098, y US 2001044910 se refieren a la extracción / recuperación de datos utilizando sistemas de salvaguardia de datos.

En el software GALAXY de gestión de almacenamiento, fabricado por CommVault Systems, Inc. de Oceanport, New Jersey, se utilizan políticas de almacenamiento para la dirección del modo en que los datos deben ser almacenados. El almacenamiento presenta al usuario unos colectores lógicos para dirigir operaciones de almacenamiento de datos, como por ejemplo la salvaguardia y extracción. Cada cliente señala una política de almacenamiento que hace posible que el usuario defina cómo, dónde, y la duración respecto de la cual los datos deben ser almacenados en un nivel más alto de abstracción sin que necesite tener un conocimiento o comprensión íntima de la arquitectura y tecnología del almacenamiento subyacente. Los detalles de gestión de las operaciones de almacenamiento son transparentes para el usuario.

Las políticas de almacenamiento constituyen, por tanto, un concepto lógico asociado con uno o más conjuntos de datos de salvaguardia siendo cada conjunto de datos de salvaguardia una unidad de información autosuficiente. Cada conjunto de datos de salvaguardia puede contener datos de aplicaciones múltiples y procedentes de múltiples clientes. Dentro de cada conjunto de datos de salvaguardia hay uno o más archivos los cuales son bloques o “blobs” discretos de datos en general relativos a una aplicación concreta. Por ejemplo un archivo podría contener ficheros de registro relacionados con un almacén de datos y otro archivo del mismo conjunto de datos de salvaguardia podría contener el almacén de datos mismo.

Los sistemas de salvaguardia presentan diversos niveles de almacenamiento. Un conjunto de datos de salvaguardia primario, por ejemplo, indica el destino por defecto de operaciones de almacenamiento para un conjunto concreto de datos al que se refiere la política de almacenamiento y está unido a un conjunto práctico de unidas. Estas unidades son consideradas con independencia de la biblioteca o del agente de medios a los cuales están unidades. El conjunto de datos de salvaguardia primario podrá, por ejemplo, contener datos a los que se acceda con frecuencia durante un periodo de una a dos semanas después de que son almacenados. Un administrador del almacenamiento podría encontrar el almacenamiento de dichos datos en un conjunto de unidades con tiempos preferentes de acceso rápido. Por otro lado, dichas unidades rápidas son costosas y una vez que ya no se accede a los datos con frecuencia, el administrador de almacenamiento podría encontrar oportuno desplazar y copiar estos datos hasta un conjunto de datos de salvaguardia secundario o auxiliar en una biblioteca de cintas menos costosa o en otro dispositivo con tiempos de acceso más lentos. Una vez que los datos procedentes del conjunto de datos de salvaguardia primario es desplazado a un conjunto de datos de salvaguardia auxiliar, los datos pueden ser podados a partir del conjunto de datos de salvaguardia primario liberando espacio de la unidad para nuevos datos.

Aunque los sistemas de almacenamiento de datos existentes proporcionan capacidad para copiar datos a partir del conjunto de datos de salvaguardia primario en el conjunto de datos de salvaguardia auxiliares, con este procedimiento de copia es una operación síncrona, lo que significa que en general todos los datos procedentes del conjunto de datos de salvaguardia primario deben ser copiados en todos los conjuntos de datos de salvaguardia auxiliares. Este proceso se llama también duplicación síncrona de datos y es ineficiente en términos de gestión de datos.

Un conjunto de datos de salvaguardia contendrá probablemente más de una salvaguardia de datos concreta relacionada con una aplicación determinada además de salvaguardias incrementales o diferenciales tomadas entre las salvaguardias completas. Por ejemplo, un administrador del almacenamiento podría especificar para un conjunto de datos de salvaguardia concreto de una política de almacenamiento que una salvaguardia completa se produce una vez por semana, produciéndose salvaguardias incrementales diariamente. Si el conjunto de datos de salvaguardia fuera retenido durante un periodo de dos semanas antes de ser podado, el conjunto de datos de salvaguardia contendría un primer conjunto de salvaguardia de datos completo, F1, con salvaguardias incrementales l1, l2, l3, l4, l5, l6, y una segunda salvaguardia completa F2. Si cada salvaguardia completa requiriera una cinta y cada salvaguardia incremental requiriera media tinta, entonces se requerirían 5 cintas para almacenar los datos de este conjunto ejemplar de datos de salvaguardia primario. El conjunto de datos de salvaguardia auxiliar, requeriría, así mismo, 5 cintas cuando los datos fueran transferidos desde el conjunto de datos de salvaguardia primario al auxiliar.

De esta manera, aun cuando la duplicación de datos síncronas permite la flexibilidad de promover que cualquier conjunto de datos de salvaguardia auxiliar sea un conjunto de datos de salvaguardia primario, dado que el conjunto de datos de salvaguardia auxiliar es una copia completa del conjunto de datos de salvaguardia primario, el consumo de cintas es muy elevado. Si por alguna razón, los datos no pueden ser copiados en un conjunto de datos de salvaguardia auxiliar, las cintas procedentes del primer conjunto de datos de salvaguardia primario no serán rotadas. De esta manera, los usuarios pueden querer copiar solo salvaguardias completas a medida que su grado de granularidad requerida cambia. Un esquema destacado en el campo que ilustra este principio se llama “Abuelo, Padre, Hijo” [“Grandfahter, Fahter, Son”] (GFS), en el cual cada uno de los tres representa un periodo de tiempo diferente. Por ejemplo, el hijo puede representar un grado semanal de granularidad, el padre puede representar un grado mensual de granualidad, y el abuelo puede representar un grado anual de granularidad.

Muchos usuarios no desean copiar todas las salvaguardias procedentes del conjunto de datos de salvaguardia primario en todos los conjuntos de datos de salvaguardia auxiliares. Con el tiempo, el grado de granularidad que los usuarios requiere cambia y, aunque los datos recientes necesitarían ser restaurados a partir de cualquier punto determinado en el tiempo, se requiere, en general, una menor precisión a la hora de restaurar datos más antiguos. Piénsese en un esquema de almacenamiento ejemplar en el que las salvaguardias completas se adopten semanalmente, donde las salvaguardias incrementales se adoptan diariamente, donde los datos son podados después de dos semanas, las salvaguardias completas requieran una cinta y donde las salvaguardias incrementales requieran media cinta. Un administrador del almacenamiento, en este ejemplo, podría requerir que los datos almacenados el mes pasado pudieran ser restaurados en un nivel de granularidad de un día, lo que significaría que los datos podrían ser restaurados a partir de cualquier día determinado del mes pasado. En este grado de granularidad, serían necesarias las salvaguardias incrementales para restaurar los datos. Si el conjunto de datos de salvaguardia contenido en una primera salvaguardia completa de datos, F1, con unas salvaguardias incrementales l1, l2, l3, l4, l5, l6, y una segunda salvaguardia completa, F2, entonces se requerirían F1, l1, l2, l3, l4, l5, l6. Si la salvaguardia incremental l6 se lleva a cabo al mismo tiempo que se lleva a cabo la salvaguardia completa F2, la cinta que contiene F2 sería innecesaria, dado que la salvaguardia completa F2 podría ser reproducida a partir de F1 y de las salvaguardias incrementales l1 -l6. Por otro lado, el administrador de almacenamiento, en este ejemplo, podría requerir solo un grado de granularidad de una semana para datos... [Seguir leyendo]

1. Un procedimiento computerizado para copiar datos electrónicos almacenados en un primer conjunto de datos de salvaguardia (158), comprendiendo el procedimiento: la identificación, dentro del primer conjunto de datos de salvaguardia, de un elemento de datos que satisfaga un elemento de selección y la copia en un segundo conjunto de datos de salvaguardia de al menos una parte del elemento de datos

caracterizado porque:

- el criterio de selección se basa, al menos en parte, en una ID de datos específicos (146), y en el que la ID de datos específicos está asociada con una aplicación de software para el elemento de datos o está asociada con un tipo de ficheros para el elemento de datos,

y en el que la copia (196) se basa en uno de al menos dos diferentes preferencias de secuencias de almacenamiento (148), y en el que la una preferencia de secuencias de almacenamiento se basa en la ID de datos específicos.

2. El procedimiento de la reivindicación 1, en el que la identificación del elemento de datos comprende la identificación de una salvaguardia completa dentro de un conjunto de datos de salvaguardia primario de datos de aplicación.

3. El procedimiento de la reivindicación 1, en el que la identificación del elemento de datos comprende la identificación de una salvaguardia completa dentro de un conjunto de datos de salvaguardia auxiliar de datos de aplicación.

4. El procedimiento de la reivindicación 1, en el que el criterio de selección comprende un criterio de tiempo y en el que la identificación del elemento de datos que satisface el criterio de selección comprende la comparación de un tiempo en el que el elemento de datos fue almacenado con arreglo al criterio de tiempo.

5. El procedimiento de la reivindicación 4, en el que el criterio de tiempo comprende un día de una semana y en el que la identificación del elemento de datos que satisface el criterio de selección comprende la comparación de un día de una semana en el que el elemento de datos queda almacenado en el día de la semana.

6. El procedimiento de la reivindicación 4, en el que el criterio de tiempo comprende el día de un mes en el que la identificación del elemento de datos que satisface el criterio de selección comprende la comparación de un día del mes en el que el elemento de datos fue almacenado con el día del mes.

7. El procedimiento de la reivindicación 1, en el que el criterio de selección comprende un criterio de ciclos y en el que la identificación del elemento de datos que satisface el criterio de selección comprende la comparación de un número de ciclos que se producen desde que el elemento de datos fue almacenado con el criterio de ciclos.

8. El procedimiento de la reivindicación 7, en el que el criterio de ciclos comprende un número de salvaguardias completas llevadas a cabo y en el que la identificación del elemento de datos que satisface el criterio de selección comprende la comparación de una pluralidad de salvaguardias completas llevadas a cabo desde que el elemento de datos fue almacenado con la pluralidad de salvaguardias completas.

9. El procedimiento de la reivindicación 1, que comprende la indicación de que el elemento de datos satisface el criterio de selección.

10. El procedimiento de la reivindicación 9, en el que la indicación de que el elemento de datos satisface el criterio de selección comprende la asociación, dentro de una estructura de datos, de la información con el elemento de datos que indica que el elemento de datos satisface el elemento de selección.

11. El procedimiento de la reivindicación 9, en el que la indicación de que el elemento de datos satisface el criterio de selección comprende la asociación, dentro de una matriz, de la información con el elemento de datos que indica que el elemento de datos satisface el criterio de selección.

12. El procedimiento de la reivindicación 9, en el que el elemento de datos indicado es desindicado después de que el elemento de datos es copiado en el segundo conjunto de salvaguardia.

13. El procedimiento de la reivindicación 12, en el que la desindicación del elemento de datos comprende la retirada, dentro de una estructura de datos, de la desinformación asociada con el elemento de datos que indica que el elemento de datos satisface el criterio de selección.

14. El procedimiento de la reivindicación 12, en el que la desindicación de que el elemento de datos comprende la retirada, dentro de una matriz, de la relación asociada con el elemento de datos que indica que el elemento de datos satisface el elemento de selección.

15. El procedimiento de la reivindicación 12, en el que el elemento de datos indicado no será podado por un programa de poda a menos que el elemento de datos sea primeramente desindicado.

16. El procedimiento de la reivindicación 1, en el que el elemento de datos comprende una salvaguardia completa de datos de aplicación.

17. El procedimiento de la reivindicación 1, en el que la copia de al menos una parte del elemento de datos comprende la realización de una copia auxiliar de al menos una parte del elemento de datos.

18. El procedimiento de la reivindicación 1, en el que la copia de al menos una parte del elemento de datos es una operación reiniciable.

19. Un sistema para copiar datos electrónicos, comprendiendo el procedimiento: un primer conjunto de datos de salvaguardia (158) que contiene uno o más elementos de datos; un segundo conjunto de datos de salvaguardia y una computadora, que puede ser conectada al primer conjunto de datos de salvaguardia y al segundo conjunto de datos de salvaguardia, en el que la computadora está programada para identificar, dentro del primer conjunto de datos de salvaguardia, un primer elemento de datos que satisfaga un criterio de selección y para copiar (196) al menos una parte del primer elemento de datos a partir del primer conjunto de datos de salvaguardia en el segundo conjunto de datos de salvaguardia,

caracterizado porque:

- el criterio selección se basa, al menos en parte, en una ID de datos específicos (146), y en el que la ID de datos específicos está asociada con una aplicación de software para el elemento de datos o está asociada con un tipo de fichero para el elemento de datos;

y en el que la copia se basa en una de al menos dos diferentes preferencias de secuencias de almacenamiento (148), y en el que una preferencia de secuencias de almacenamiento se basa en una ID de datos específicos.

20. Un medio utilizable por computadora que almacena un código de programa el cual, cuando es ejecutado en un dispositivo computerizado, provoca que el dispositivo computerizado ejecute un procedimiento computerizado para copiar datos electrónicos almacenados en un primer conjunto de datos de salvaguardia, comprendiendo el procedimiento: la identificación, dentro del primer conjunto de datos de salvaguardia (158), de un elemento de datos que satisfaga un criterio de selección y la copia (196) en un segundo conjunto de datos de salvaguardia de al menos una parte del elemento de datos

caracterizado porque:

- el criterio de selección se basa, al menos en parte, en una ID de datos específicos (146), y en el que la ID de datos específicos está asociada con una aplicación de software para el elemento de datos o está asociada con un tipo de fichero para el elemento de datos;

y en el que la copia se basa en una de al menos dos preferencias de secuencias de almacenamiento diferentes

(148) y en el que una preferencia de secuencias de almacenamiento se basa en una ID de datos específicos.