また、重複排除（セグメント分割、ハッシュ値計算）を行う場所には、バックアップクライアント、バックアップサーバ、バックアップストレージ（重複排除アプライアンスストレージ）がある。

図1　重複排除処理を行う場所

　重複排除機能を有するバックアップソフトを使用した場合、バックアップサーバで重複排除が可能である。中には、バックアップクライアントで重複排除可能なバックアップソフトもある。重複排除アプライアンスストレージを使用する場合は、バックアップストレージでの重複排除になる。バックアップソフトによっては、バックアップクライアント／バックアップサーバと、重複排除アプライアンスストレージで連携し、重複排除処理を分担できる組み合わせがある。バックアップソフトで重複排除を行った場合、バックアップサーバを跨いだ重複排除が可能かどうかはバックアップソフトに依存する。しかし、重複排除アプライアンスストレージを使用した場合、複数台のバックアップサーバや複数の異なるバックアップソフト間でも、重複排除の効果を得ることができる。

　さらに、重複排除処理のタイミングには、ポスト処理とリアルタイム処理がある。ポスト処理は、重複排除前のデータをいったんストレージに書き込んだ後、あるタイミングでストレージ内部にて重複排除処理を行う。リアルタイム処理は、重複排除処理をリアルタイムで行いながら、少量のデータをディスクに書き込むため、容量効率、書き込みのパフォーマンスが有利になる。

　どの重複排除の実装が優れているかは、重複排除を行う目的によって変わるため一概にはいえない。ただ、バックアップには、セグメント単位、リアルタイム処理が向いているといえる。

　重複排除の場所については、クライアントとサーバ間のネットワーク負荷を下げたい場合は、バックアップクライアントで重複排除を行うべきだ。一方、クライアントの負荷を下げたい場合は、バックアップサーバまたはバックアップストレージで重複排除ができる製品を選ぶとよい。ただし、クライアントで重複排除をしても、重複排除によってバックアップ時間が短くなり、結果としてクライアントの負荷削減につながるケースもある。

　なお、重複排除率には注意が必要だ。製品によっては「重複排除によって25分の1に削減」などのキャッチコピーがあるが、「1Tバイトのデータを1世代バックアップすると25分の1の40Gバイトになる」という意味ではない。例えば、「1Tバイトのデータを25世代バックアップした際に、重複排除を使用しない場合は25Tバイトになるところが、重複排除を使用することで1Tバイトになる」という意味である。また、一般的には、zipファイル、動画ファイルなどの圧縮ファイルは、重複排除の効果が現われにくい。だが、製品によっては、それらのファイルに対しても重複排除の効果を発揮できるものもある。

ポイント2：VADPの永久差分バックアップに対応しているか？

　重複排除をするとバックアップストレージの容量を削減できるが、必ずしもバックアップを高速化できるとは限らない。ただし、重複排除と合成バックアップを連携させた永久差分バックアップが可能な製品の場合、バックアップ時間を短縮することができる。

図2　永久差分バックアップによるバックアップ容量／時間の短縮

　従来のバックアップ運用では、週末にフルバックアップを取得し、平日に差分バックアップを取得するのが一般的だ。だが、バックアップ対象データが大容量の場合、週末のフルバックアップで想定している時間内に完了しないケースが出てくる。そうなれば、バックアップ運用は破綻してしまう。

　ここで永久差分バックアップが効果を発揮する。永久差分バックアップは、差分バックアップと同程度の短時間でフルバックアップを実現するバックアップ方法だ。その動作は、初回はフルバックアップが必要だが、以降は日々の重複排除された差分バックアップを前日までのバックアップデータと合成し、フルバックアップイメージを作成していく。それにより、短時間であたかも毎日フルバックアップをとっているかのような運用が可能になり、バックアップ時間・容量・負荷の劇的な削減が期待できる。

　ただし、永久差分バックアップが可能な製品の中には、VADPバックアップで永久差分バックアップに対応していない製品がある。中大規模な仮想化環境では、VADPバックアップで永久差分バックアップが可能な製品を選択した方が効率化できる。

ポイント3：転送効率の良いレプリケーションと、バックアップとレプリケーションの一元管理ができるか？

　重複排除バックアップによってバックアップデータの容量を削減できると、今度は、バックアップデータを遠隔地にレプリケーションし、災害対策に生かしたいという考えが出てくる。

　そこで、バックアップストレージに従来のNASやSANストレージを使用し、ストレージの機能であるブロック差分転送のレプリケーションを使用すれば、重複排除機能は不要になるのだろうか？　実は、通常のNASやSANストレージのレプリケーション機能とバックアップデータは相性が悪い。

　バックアップデータはバックアップ保持期限が切れるとストレージから削除される。そして、次のフルバックアップ／差分バックアップのタイミングで、新規ファイルとしてデータが書き込まれる。そのため、重複排除機能がないストレージの場合、リモートサイトのストレージに書き込まれたバックアップデータの全ブロックが転送されてしまい、転送効率が非常に悪い。加えて、バックアップ製品はローカルサイトのバックアップのみを管理し、レプリケーションはストレージの機能で行っている。そのため、バックアップとレプリケーションのステータス確認を別の管理画面で確認する必要がある。また、リモートサイトのバックアップデータをリストアで使用するためには、そのデータをバックアップ製品の管理下に取り込む必要があり、すぐに使用することができない。

図3　一元管理されたバックアップとレプリケーションのメリット

　重複排除バックアップによるレプリケーションの場合、バックアップ保持期限が切れた後に新たなバックアップデータが書き込まれても、常に変更されたセグメントのみがリモートサイトにレプリケーションされるので転送効率が良い。また、バックアップ製品の重複排除機能を使用する場合やバックアップ製品と重複排除アプライアンスストレージが連携できる場合、バックアップとレプリケーションのステータスがバックアップ製品の管理画面で確認できる。さらに、リモートサイトに転送されたバックアップデータもすぐにリストアできる状態としてバックアップ製品から認識されている。よって、重複排除バックアップによるレプリケーションは転送効率が良く、バックアップとレプリケーションの一元管理ができるといえる。バックアップデータの遠隔地保管による災害対策を考える場合、この点は製品選定の重要なポイントになる。

　少し余談だが、VMwareデータストアのストレージをレプリケーションし、vCenter SRM（VMware vCenter Site Recovery Manager）を構成しているような場合でも、バックアップデータのレプリケーションは必須となる。なぜなら、災害対策を想定するとローカルサイトとリモートサイトの距離は100キロ以上になることが一般的で、その距離ではネットワークの遅延により、レプリケーションは非同期で行わざるを得ないからだ。非同期のレプリケーションでは整合性の取れたデータが転送される保障がない。ローカルサイトに障害が発生し、リモートサイトに切り替えた際に、データの不整合が発覚すると、バックアップデータからのリカバリが必要になる。そのため、仮想化環境の災害対策を考えた場合、バックアップデータのレプリケーションは必須の要素であるといえる。

　図4に、災害対策構成のパターンと復旧手順の概要をまとめる。サイト切り替えを伴う大規模構成、比較的コストを抑えることができるバックアップデータの遠隔地保管のみを行う構成のいずれにおいても、バックアップデータのレプリケーションが必須であることをご理解いただけるはずだ。

図4　災害対策構成パターンごとの復旧手順概要

　第3回では重複排除機能に着目してバックアップ製品を選択するポイントを詳しく説明した。重複排除はバックアップ製品によって、実装形態、機能が大きく異なる。バックアップストレージの容量削減に加えて、仮想化環境のバックアップの高速化や、災害対策のための運用効率化を実現できる製品を選定する指針として、今回の内容をご活用いただきたい。

　次回は、実際のバックアップ製品を対象にこれまでに説明した製品選択のポイントを比較する。

木島 亮（きじま りょう）

伊藤忠テクノソリューションズ　クロスファンクショングループ

ITエンジニアリング室　プラットフォーム技術部　ストレージ基盤技術課

2002年、伊藤忠テクノソリューションズ（CTC）入社。
HAクラスタやLinuxの担当を経て、現在、ストレージ／バックアップを担当する。
2008年から、仮想環境上のデータ保護や可用性ついて、技術検証やセミナーを実施し、社内外への啓蒙を行っている。
趣味はウォーキング。12カ月で22キロやせました。