我正在使用一个系统，为了灾难恢复的目的，每个卷需要一组42个每日EBS快照。 EBS卷被聚合到一个RAID卷中。 通过在拍摄快照期间冻结文件系统来拍摄一组一致的快照。 每个单独的数量只有2个TiB。
在灾难恢复testing期间，发现从应用数据（PostgreSQL数据库，许多大型表）中复制超过24小时的应用数据（PostgreSQL数据库，许多大表），从快照创build的EBS快照支持的卷中复制到新的非快照支持卷支持卷。 由于在不同的子树上同时工作了8个rsyncs，所以在副本中具有相当的并行性。
如果数据没有被复制到新的EBS卷上，那么基于PostgreSQL的应用程序就像蜂蜜一样运行了很多天，据推测，直到EBS卷的块已经被弄脏，所以它们现在直接在EBS卷上，而不是来自快照。
通过这种方式，从一组非快照支持的EBS卷到另一个卷的相同数据的副本只需要几个小时，而使用类似规模的“真实”硬件就可以less得多。
为什么我会看到快照支持的卷和普通卷之间的这种极端的性能差异？
我的假设是，它正在写拷贝，所以干净的块，因为快照必须单独提取保持不变。 如果有大量的快照支持这个卷，那么大概有一些困难，快速find它出现在最近的快照中的块并获取它。
有没有什么办法可以强制AWS从快照中有效且线性地预先填充整个新的EBS卷，而不是像实际上似的那样进行懒惰的写入时复制？
任何其他的想法解决这个？ 如果恢复需要一天以上的时间，DR的一组快照则不太有用。
从恢复的卷阅读应该是足够的。
从现有快照创build卷时，会在后台加载，以便您可以立即开始使用它们。 如果您访问尚未加载的数据，则卷会立即从Amazon S3下载所请求的数据，然后继续在后台加载剩余的数据。
http://docs.aws.amazon.com/AWSEC2/latest/UserGuide/EBSSnapshots.html
有趣的是，看起来像使用dd顺序“强制读取”比从文件系统中读取更多的随机读取要好，但是你当然可以同时执行这两个操作 – 继续安装并开始执行无论你需要如此，也可以用dd从块设备中读取和丢弃。
这种明显的区别是有道理的，特别是如果EBS快照基础架构实际上不将快照块存储在“块”大小（4096字节）的块中。 这似乎是一个相当低效的devise，每兆字节需要数千个操作。
如果您以不同的偏移量开始进行多个顺序读取，它可能会进一步改善恢复。 未经testing，但gnu dd显然可以“跳过”块，并从头开始阅读。
但是，你绝对不需要创build“新鲜”卷。 一旦块被读取加载，它们就在EBS中，而不是来自快照。
如果有大量的快照支持这个卷，那么大概在快速find最近的快照并获取它的快照时会遇到一些困难。
它支持它有多less快照应该无关紧要。 数据不会“存储”在快照中。 每个快照都包含完整的logging，我将随便地调用指向构成它的所有数据块的“指针”（不仅仅是更改的数据块），而且可能是存储在快照基础结构使用的后备存储（S3）中的位置。
如果从同一卷中获取快照A，B和C，然后删除快照B，则从A更改为B但不更改为B的所有块仍可用于恢复快照C，但是，当你删除快照B时，它们不是从字面上从B移到C.
删除快照时，EBS会使用引用计数清除不再需要的块的后备存储。 未被任何快照引用的块在后台通过多步骤处理，首先将它们标记为不需要，这会停止为它们计费，然后在几天后真正删除它们，因为它们是真正的在recount = 0已被确认。 资源。
因此，最初为恢复的卷提供块的快照数量不应有任何影响性能的原因。