如何存储250TB的数据并制定备份/恢复计划？

250TB是很多数据。 我会给你一个例子，说明如何在企业中完成这个任务，这个任务与预算相关（因为我假设你想要这个廉价），而不是过度关心寻找最好的免费产品来完成这个工作。

只是一个参考 – 我正在写这个8年专业的存储世界和备份/灾难恢复世界。

我觉得这个学校项目更多的是关于如何去做这件事，而不是真的这样做？

首先，存储。

既然你没有提到任何具体的可用性或冗余的要求，我会build议build立一个基本的“ NearLine ”3TB SATA磁盘的JBODarrays。 在你估计的在线42TB的时候，你至less需要14个，忽略RAID的开销。 例如，如果您select16磁盘RAID组大小的RAID-6 ，则至less需要16个磁盘才能获得42 TB的可用空间，而且您仍然没有热备份。 在对可靠性，性能，冗余性和可用性要求有更好的了解之前，我无法推荐其他types的磁盘，RAIDtypes或控制器。

以最简单的forms，您可以使用相当便宜的商品硬件和Linux以及一些开源工具（如LVM ， FreeNas ， OpenFiler等）来构build这样一个arrays – 除此之外，您将开始进入价格昂贵的企业存储空间。

另外请记住，使用便宜的商品硬件来做到这一点不会考虑磁盘（电源，控制器，操作系统等）之外的其他冗余问题。

在企业领域，我认为你需要大量的读/写性能和高可用性。 作为一个例子 – 您可以使用NetApp Enterprise存储arrays和高度可用的集群冗余控制器。 附加到这些将是24 600克15千转SAS磁盘的抽屉。 为了从这样的设置中获得42tb，这将会performance的非常好，并且是高度可用的/冗余的，如果你是这样的话，你需要（假设64大NA集合的大小限制在16tb以上）包含大约5 16个磁盘RAID组configuration默认的RAID6-DP RAID级别。

这是至less有80个15k RPM 600GB SAS磁盘跨4个存储架连接到冗余arrays。

在这一点上，你需要机架和一些严重的电力和冷却，你的预算超过20万美元。

现在归档。

这里有很多select，可以使用无数的产品和方法来完成这部分任务。 因此，我将从使用特定应用程序（我知道可以很好地完成这项工作）， IBM Tivoli Storage Manager （TSM）的angular度编写它。 我也会假设你没有任何异地灾难恢复要求，只需要存储大量的数据，而且磁盘在这一点上变得太昂贵了。

因此，要设置TSM，您需要另一台服务器，以及一些磁带机和/或自动磁带库 （ATL）。

安装数据的服务器将具有TSM客户端，您可以根据需要安排标准备份作业或归档作业。 这个计划的作业可以编写脚本，或者设置为将数据存档到磁带，然后将其从磁盘上删除 – 使其可以在磁带上脱机使用。 例如，您可以让脚本将超过90天的任何数据存档到磁带，然后将其删除。 这是另一个有无数的方法来完成这个任务的领域。

至于硬件方面 – LTO磁带可能是最好的select，LTO-5可以容纳每盒约1.5tb的未压缩数据。 所以，因为你需要超过200TB的数据才能在磁带上存储大约50TB的数据，所以你需要在这个项目上至less需要140个磁带。

把它一起

所以我们有一个存储arrays，还有一个“备份基础架构”。 让我们假设所有这些生命周期的事情都发生在一台服务器上。 你需要一种方法将它们联系在一起。 磁盘将通过SAN连接到服务器上吗？ 通过networking？ 你会使用什么协议？ 所有这些决定都会影响您需要什么types的硬件。 只要看看磁带的需求，你可能至less需要一个小的ATL，这几乎可以保证你需要一个光纤通道SAN ，以及SAN交换机，适配器等等。你需要networking基础设施，networking通信要求。

我越写越多，我意识到这个项目不可能是真实的，我越来越less具体。 请记住，这是写了一些疯狂的假设和非常保守的估计 – TL的DR版本是 – 你将需要大量的硬件，大量的专业知识和大量的金钱来完成这项工作，即使完成最不可靠，最便宜的方式。 如果您需要更多帮助或信息，请随时联系我。

由于这是一个学校项目，我假设你不需要真正build立这个，只是规定了。 无论哪种方式，你应该阅读这两篇文章：

预算v2.0上的PB：揭示更多的秘密

为什么你不应该build立一个backblaze荚