CN116775381A - 虚拟机数据恢复方法、装置、计算机设备及存储介质 - Google Patents
虚拟机数据恢复方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116775381A CN116775381A CN202311050784.4A CN202311050784A CN116775381A CN 116775381 A CN116775381 A CN 116775381A CN 202311050784 A CN202311050784 A CN 202311050784A CN 116775381 A CN116775381 A CN 116775381A
- Authority
- CN
- China
- Prior art keywords
- data
- virtual machine
- source virtual
- recovery
- data recovery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 345
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004891 communication Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 abstract description 12
- 238000012360 testing method Methods 0.000 abstract description 8
- 238000012549 training Methods 0.000 description 45
- 230000006870 function Effects 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
- G06F11/1451—Management of the data involved in backup or backup restore by selection of backup contents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请公开了一种虚拟机数据恢复方法、装置、计算机设备及存储介质,包括:接收针对多个源虚拟机的数据恢复请求;基于数据恢复请求,确定数据恢复策略;将数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机。本申请可以在目标虚拟机中进行业务升级验证和测试环境搭建,避免造成源虚拟机宕机,不会影响源虚拟机对外提供服务。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种虚拟机数据恢复方法、装置、计算机设备及存储介质。
背景技术
虚拟机是虚拟化技术实现的焦点,在虚拟机运行过程中,为了实现业务升级、测试环境搭建等,常常需要获取虚拟机中相关数据,并基于获取的相关数据进行业务升级验证、测试环境搭建等。然而,现有方法中通常是直接在生产虚拟机上获取相关数据并进行业务升级验证、测试环境搭建等,此种方式容易造成生产虚拟机宕机,影响生产虚拟机对外提供服务。
发明内容
本申请实施例提供一种虚拟机数据恢复方法、装置、计算机设备及存储介质,可以在目标虚拟机中进行业务升级验证和测试环境搭建,避免造成源虚拟机宕机,不会影响源虚拟机对外提供服务,并且可以根据用户需求从源虚拟机中获取数据,提高数据恢复及验证的速率。
一方面,本申请提供一种虚拟机数据恢复方法,应用于虚拟机数据恢复系统中的备份服务端,虚拟机数据恢复系统包括多个第一备份代理、多个第二备份代理及备份服务端,多个第一备份代理和多个第二备份代理分别与备份服务端通信连接,虚拟机数据恢复方法包括:
接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个第一备份代理分别与多个源虚拟机通信连接;
基于数据恢复请求,确定每个源虚拟机的数据恢复策略;
将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;
获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;
基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,每个源虚拟机对应的第二备份代理与每个源虚拟机对应的目标虚拟机通信连接。
在本申请一些实施方案中,基于数据恢复请求,确定每个源虚拟机的数据恢复策略,包括:
判断数据恢复请求中是否携带恢复策略字段;
当数据恢复请求中不携带恢复策略字段时,判断数据恢复请求中是否携带待恢复数据的业务信息;
当数据恢复请求中携带待恢复数据的业务信息时,基于业务信息及预先存储的业务信息与索引信息的对应关系确定每个源虚拟机的数据恢复策略。
在本申请一些实施方案中,数据恢复策略包括全量恢复和增量恢复,判断数据恢复请求中是否携带待恢复数据的业务信息之后,包括:
当数据恢复请求中不携带待恢复数据的业务信息时,确定源虚拟机中的数据在目标虚拟机中是否为首次恢复;
当源虚拟机中的数据在目标虚拟机中为首次恢复,则确定源虚拟机的数据恢复策略为全量恢复;
当源虚拟机中的数据在目标虚拟机中为非首次恢复,则确定源虚拟机的数据恢复策略为增量恢复。
在本申请一些实施方案中,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序,包括:
将状态信息输入预先训练的第一预测模型,通过第一预测模型输出每个源虚拟机的状态得分;
将数据恢复策略输入预先训练的第二预测模型,通过第二预测模型输出每个源虚拟机的策略得分;
基于使用频次信息和数据增量信息,确定每个源虚拟机的虚拟机得分;
基于状态得分、策略得分及虚拟机得分,确定每个源虚拟机的目标得分;
基于目标得分,确定待恢复数据的恢复顺序。
在本申请一些实施方案中,基于使用频次信息和数据增量信息,确定每个源虚拟机的虚拟机得分,包括:
将使用频次信息输入预先训练的第三预测模型,通过第三预测模型输出每个源虚拟机的第一得分;
将数据增量信息输入预先训练的第四预测模型,通过第四预测模型输出每个源虚拟机的第二得分;
基于第一得分和第二得分,确定每个源虚拟机的虚拟机得分。
在本申请一些实施方案中,基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,包括:
基于数据恢复策略从待恢复数据中确定目标恢复数据;
基于恢复顺序将目标恢复数据发送至每个源虚拟机对应的第二代理。
在本申请一些实施方案中,待恢复数据中包括多个数据块,基于数据恢复策略从待恢复数据中确定目标恢复数据,包括:
当数据恢复策略为预设恢复策略时,获取多个数据块分别对应的多个属性字段及待恢复数据的业务信息;
将多个属性字段和业务信息输入预先训练的第五预测模型,通过第五预测模型输出每个数据块的数据得分;
获取预先设置的目标恢复数据的数据量,基于数据量及每个数据块的数据得分从待恢复数据中确定目标恢复数据。
另一方面,本申请提供一种虚拟机数据恢复装置,应用于虚拟机数据恢复系统中的备份服务端,虚拟机数据恢复系统包括多个第一备份代理、多个第二备份代理及备份服务端,多个第一备份代理和多个第二备份代理分别与备份服务端通信连接,虚拟机数据恢复装置包括:
请求接收单元,用于接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个第一备份代理分别与多个源虚拟机通信连接;
策略确定单元,用于基于数据恢复请求,确定每个源虚拟机的数据恢复策略;
数据获取单元,用于将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;
顺序确定单元,用于获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;
数据恢复单元,用于基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,每个源虚拟机对应的第二备份代理与每个源虚拟机对应的目标虚拟机通信连接。
另一方面,本申请还提供一种计算机设备,计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行以实现第一方面中任一项的虚拟机数据恢复方法。
第四方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器进行加载,以执行第一方面任一项的虚拟机数据恢复方法中的步骤。
本申请通过备份服务端、第一备份代理和第二备份代理将源虚拟机中的数据恢复至目标虚拟机,可以在目标虚拟机中基于恢复的数据进行业务升级验证、测试环境搭建等,避免造成源虚拟机宕机,不会影响源虚拟机对外提供服务;基于数据恢复请求确定每个源虚拟机的数据恢复策略,再基于数据恢复策略从源虚拟机获取待恢复数据,可以根据用户需求从源虚拟机中获取数据;基于状态信息、使用频次信息、数据增量信息及数据恢复策略确定恢复顺序,再基于恢复顺序对数据进行恢复,可以对重要的数据进行优先恢复;基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,可以提高数据恢复及验证的速率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的虚拟机数据恢复系统的场景示意图;
图2是本申请实施例中提供的虚拟机数据恢复方法的一个实施例流程示意图;
图3是本申请实施例中提供的虚拟机数据恢复装置的一个实施例结构示意图;
图4是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
需要说明的是,本申请实施例方法由于是在计算机设备中执行,各计算机设备的处理对象均以数据或信息的形式存在,例如时间,实质为时间信息,可以理解的是,后续实施例中若提及尺寸、数量、位置等,均为对应的数据存在,以便计算机设备进行处理,具体此处不作赘述。
本申请实施例提供一种虚拟机数据恢复方法、装置、计算机设备及存储介质,以下分别进行详细说明。
请参阅图1,图1为本申请实施例所提供的虚拟机数据恢复系统的场景示意图,该虚拟机数据恢复系统可以包括多个第一备份代理、多个第二备份代理及备份服务端,多个第一备份代理和多个第二备份代理分别与备份服务端通信连接。
为了实现多个源虚拟机中数据恢复,多个第一备份代理分别与多个源虚拟机通信连接,每个第一备份代理部署在每个第一备份代理对应的源虚拟机的虚拟环境中;多个第二备份代理分别与多个目标虚拟机通信连接,每个第二备份代理部署在每个第二备份代理对应的目标虚拟机的虚拟环境中。在数据恢复过程中,通过备份服务端控制多个第一备份代理从多个源虚拟机获取待恢复数据,并通过备份服务端通过多个第二备份代理将待恢复数据恢复至目标虚拟端,即可实现将源虚拟机中的数据恢复至目标虚拟端。
本申请实施例中虚拟机数据恢复系统中的备份服务端主要用于接收针对多个源虚拟机中每个源虚拟机的数据恢复请求;基于数据恢复请求,确定每个源虚拟机的数据恢复策略;将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,可以在目标虚拟机中进行业务升级验证和测试环境搭建,避免造成源虚拟机宕机,不会影响源虚拟机对外提供服务,并且可以根据用户需求从源虚拟机中获取数据,提高数据恢复及验证的速率。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该虚拟机数据恢复系统还可以包括一个或多个其他服务,具体此处不作限定。
另外,如图1所示,该虚拟机数据恢复系统还可以包括存储器200,用于存储数据,如虚拟机信息,例如状态信息、使用频次信息、数据增量信息等,如数据恢复策略,例如全量恢复、增量恢复、日志异常点恢复等。
需要说明的是,图1所示的虚拟机数据恢复系统的场景示意图仅仅是一个示例,本申请实施例描述的虚拟机数据恢复系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着虚拟机数据恢复系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
首先,本申请实施例中提供一种虚拟机数据恢复方法,该虚拟机数据恢复方法的执行主体为虚拟机数据恢复装置,该虚拟机数据恢复装置应用于虚拟机数据恢复系统,该虚拟机数据恢复方法包括:接收针对多个源虚拟机中每个源虚拟机的数据恢复请求;基于数据恢复请求,确定每个源虚拟机的数据恢复策略;将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机。
如图2所示,为本申请实施例中虚拟机数据恢复方法的一个实施例流程示意图,该虚拟机数据恢复方法包括:
S100、接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个第一备份代理分别与多个源虚拟机通信连接。
源虚拟机为生产虚拟机,数据恢复请求为用户向备份服务端发出的将多个源虚拟机的数据分别在多个目标虚拟机中恢复的数据恢复指令,该数据恢复请求包括但不限于触摸指令、鼠标指令、遥控指令、语音指令等,例如,用户想要将多个虚拟机A中的数据在多个虚拟机B中恢复时,可以直接在触摸屏上点击多个虚拟机A的图标,或者用户通过鼠标在触摸屏上点击多个虚拟机A的图标,又或者用户发出“将多个虚拟机A中的数据在多个虚拟机B中恢复”的语音指令。用户向备份服务端发出针对源虚拟机的数据恢复请求后,备份服务端接收该数据恢复请求,并基于该数据恢复请求进行数据恢复。
S200、基于数据恢复请求,确定每个源虚拟机的数据恢复策略。
数据恢复策略为每个源虚拟机中数据恢复的方式,多个源虚拟机中每个源虚拟机都具有一个数据恢复策略。数据恢复策略包括但不限于全量恢复、增量恢复、日志异常点恢复、自定义时间恢复等,当数据恢复策略为全量恢复或增量恢复时,备份服务端会控制第一备份代理获取源虚拟机的全量数据或增量数据,并对源虚拟机的数据进行全量恢复或增量恢复;当数据恢复策略为日志异常点恢复时,备份服务端会控制第一备份代理获取源虚拟机中日志异常点的数据,并对日志异常点的数据进行恢复;当数据恢复策略为自定义时间恢复时,备份服务端会控制第一备份代理获取源虚拟机中该自定义时间段的数据,并对该自定义时间段的数据进行恢复。
本实施例备份服务端接收到数据恢复请求后,会对数据恢复请求进行分析,基于数据恢复请求的分析结果确定每个源虚拟机的数据恢复策略,备份服务端基于数据恢复策略对源虚拟机中的数据进行恢复,可以根据用户的需求对数据进行恢复。
S300、将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据。
每个第一备份代理部署在每个第一备份代理对应的源虚拟机的虚拟环境中,备份服务端可以控制每个第一备份代理获取其对应的源虚拟机中的待恢复数据。备份服务端确定每个源虚拟机的数据恢复策略后,将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略从每个源虚拟机中获取待恢复数据。
S400、获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序。
状态信息为源虚拟机当前的状态信息,状态信息包括但不限于内存信息、CPU信息、网卡信息、磁盘信息等;使用频次信息为与源虚拟机的使用频次相关的信息,基于使用频次信息可以确定多个源虚拟机的使用频次高低;数据增量信息用于表征多个源虚拟机的数据增量,基于数据增量信息可以确定多个源虚拟机的数据增量高低。
例如,获取源虚拟机A、源虚拟机B及源虚拟机C分别对应的待恢复数据A、待恢复数据B及待恢复数据C后,基于源虚拟机A的状态信息、使用频次信息、数据增量信息及数据恢复策略确定待恢复数据A的恢复顺序,基于源虚拟机B的状态信息、使用频次信息、数据增量信息及数据恢复策略确定待恢复数据B的恢复顺序,基于源虚拟机C的状态信息、使用频次信息、数据增量信息及数据恢复策略确定待恢复数据C的恢复顺序。
S500、基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,每个源虚拟机对应的第二备份代理与每个源虚拟机对应的目标虚拟机通信连接。
多个第二备份代理分别与多个目标虚拟机通信连接,多个目标虚拟机分别与多个源虚拟机对应,每个源虚拟机对应的第二备份代理为与每个源虚拟机对应的目标虚拟机通信连接的备份代理,备份服务端可以控制第二备份代理将待恢复数据恢复至目标虚拟机。
本实施例备份服务端确定待恢复数据的恢复顺序后,基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,通过第二备份代理可以将待恢复数据恢复至每个源虚拟机对应的目标虚拟机。例如,源虚拟机A、源虚拟机B及源虚拟机C中的待恢复数据分别为待恢复数据A、待恢复数据B及待恢复数据C,源虚拟机A、源虚拟机B及源虚拟机C分别对应第二备份代理A、第二备份代理B及第二备份代理C,确定恢复顺序为待恢复数据B→待恢复数据C→待恢复数据A,则首先将待恢复数据B发送至第二备份代理B,再将待恢复数据C发送至第二备份代理C,最后将待恢复数据A发送至第二备份代理A。
在一具体实现方式中,步骤S200包括:
S210、判断数据恢复请求中是否携带恢复策略字段;
S220、当数据恢复请求中不携带恢复策略字段时,判断数据恢复请求中是否携带待恢复数据的业务信息;
S230、当数据恢复请求中携带待恢复数据的业务信息时,基于业务信息及预先存储的业务信息与索引信息的对应关系确定每个源虚拟机的数据恢复策略。
具体地,用户向备份服务端发送数据恢复请求时,数据恢复请求中一般会携带每个源虚拟机的恢复策略字段,恢复策略字段为与数据恢复策略相关的字段,例如,每隔1小时、每隔一天、日志异常点等。备份服务端基于恢复策略字段可以直接确定每个源虚拟机的数据恢复策略,例如,源虚拟机A的恢复策略字段为每隔1小时,源虚拟机B的恢复策略字段为2023.5.20~2023.5.21,源虚拟机C的恢复策略字段为日志异常点,则确定源虚拟机A的数据恢复策略为每隔1小时进行增量恢复,源虚拟机B的数据恢复策略为对2023.5.20~2023.5.21时间段的数据进行恢复,源虚拟机C的数据恢复策略为对日志异常点的数据进行恢复。
源虚拟机中包括多种类型业务,考虑到用户对某一类型业务进行升级时,需要收集该类型业务对应的业务数据并对该业务数据进行升级验证。当数据恢复请求中不携带恢复策略字段时,判断数据恢复请求中是否携带待恢复数据的业务信息,当数据恢复请求中携带待恢复数据的业务信息时,基于业务信息及预先存储的业务信息与索引信息的对应关系确定每个源虚拟机的数据恢复策略。例如,待恢复数据的业务信息为业务A,业务A与索引A对应,则数据恢复策略为对索引信息为索引A的数据进行恢复。
在一具体实现方式中,步骤S220中判断数据恢复请求中是否携带待恢复数据的业务信息之后,还包括:
S240、当数据恢复请求中不携带待恢复数据的业务信息时,确定源虚拟机中的数据在目标虚拟机中是否为首次恢复;
S250、当源虚拟机中的数据在目标虚拟机中为首次恢复,则确定源虚拟机的数据恢复策略为全量恢复;
S260、当源虚拟机中的数据在目标虚拟机中为非首次恢复,则确定源虚拟机的数据恢复策略为增量恢复。
当数据恢复请求中既不携带恢复策略字段,又不携带待恢复数据的业务信息时,则判断源虚拟机中的数据在目标虚拟机中是否为首次恢复,若是,则确定源虚拟机的数据恢复策略为全量恢复;反之,确定源虚拟机中的数据在目标虚拟机中为非首次恢复时,则确定源虚拟机的数据恢复策略为增量恢复。
在一具体实现方式中,步骤S400中基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序,包括:
S410、将状态信息输入预先训练的第一预测模型,通过第一预测模型输出每个源虚拟机的状态得分;
S420、将数据恢复策略输入预先训练的第二预测模型,通过第二预测模型输出每个源虚拟机的策略得分;
S430、基于使用频次信息和数据增量信息,确定每个源虚拟机的虚拟机得分;
S440、基于状态得分、策略得分及虚拟机得分,确定每个源虚拟机的目标得分;
S450、基于目标得分,确定待恢复数据的恢复顺序。
第一预测模型为基于状态信息预测虚拟机的状态得分的网络模型,状态得分用于表征每个源虚拟机的当前虚拟机状态,第一预测模型基于预设的第一训练样本集对预设第一网络模型进行训练得到;第二预测模型为基于数据恢复策略预测虚拟机的策略得分的网络模型,策略得分用于表征每个源虚拟机在其对应的数据恢复策略下的得分,第二预测模型基于预设的第二训练样本集对预设第二网络模型进行训练得到。预设第一网络模型和预设第二网络模型可以采用深度学习模型或机器学习模型,例如,卷积神经网络(Convolutional Neural Networks, CNN)、反卷积神经网络(De-ConvolutionalNetworks, DN)等。
具体地,第一训练样本集包括多个第一训练虚拟机的状态信息及每个第一训练虚拟机的真实状态得分。在对预设第一网络模型进行训练时,首先将多个第一训练虚拟机的状态信息输入预设第一网络模型,通过第一网络模型输出每个第一训练虚拟机的预测状态得分,接着根据真实状态得分、预测状态得分及第一网络模型的损失函数,确定第一损失值,当第一损失值不满足预设第一条件时,根据预设的第一参数学习率对第一网络模型的模型参数进行修正,并继续执行将多个第一训练虚拟机的状态信息输入预设第一网络模型,通过第一网络模型输出每个第一训练虚拟机的预测状态得分的步骤,直至第一损失值满足预设第一条件,从而得到第一预测模型。其中,第一损失值满足预设第一条件可以为第一损失值小于预设第一阈值,或者前后两次得到的第一损失值的差值小于预设第二阈值。
进一步地,第二训练样本集包括多个第二训练虚拟机的数据恢复策略及每个第二训练虚拟机的真实策略得分。在对预设第二网络模型进行训练时,首先将多个第二训练虚拟机的数据恢复策略输入预设第二网络模型,通过第二网络模型输出每个第二训练虚拟机的预测策略得分,接着根据真实策略得分、预测策略得分及第二网络模型的损失函数,确定第二损失值,当第二损失值不满足预设第二条件时,根据预设的第二参数学习率对第二网络模型的模型参数进行修正,并继续执行将多个第二训练虚拟机的数据恢复策略输入预设第二网络模型,通过第二网络模型输出每个第二训练虚拟机的预测策略得分的步骤,直至第二损失值满足预设第二条件,从而得到第二预测模型。其中,第二损失值满足预设第二条件可以为第二损失值小于预设第三阈值,或者前后两次得到的第二损失值的差值小于预设第四阈值。
虚拟机得分为基于使用频次信息和数据增量信息确定的每个源虚拟机的得分,本实施例通过第一预测模型和第二预测模型分别预测出每个源虚拟机的状态得分和策略得分后,再基于使用频次信息和数据增量信息确定每个源虚拟机的虚拟机得分,接着基于状态得分、策略得分及虚拟机得分,确定每个源虚拟机的目标得分,最后基于目标得分,确定待恢复数据的恢复顺序。例如,源虚拟机A、源虚拟机B及源虚拟机C分别对应待恢复数据A、待恢复数据B及待恢复数据C,源虚拟机A、源虚拟机B及源虚拟机C的目标得分分别为0.9、0.6及0.7,则恢复顺序为待恢复数据A→待恢复数据C→待恢复数据B。
需要说明的是,基于状态得分、策略得分及虚拟机得分确定目标得分时,可以对状态得分、策略得分及虚拟机得分进行求和,或者对状态得分、策略得分及虚拟机得分进行加权求和,或者对状态得分、策略得分及虚拟机得分求和之后再平均,本申请对此不作限定。
在一具体实现方式中,步骤S430包括:
S431、将使用频次信息输入预先训练的第三预测模型,通过第三预测模型输出每个源虚拟机的第一得分;
S432、将数据增量信息输入预先训练的第四预测模型,通过第四预测模型输出每个源虚拟机的第二得分;
S433、基于第一得分和第二得分,确定每个源虚拟机的虚拟机得分。
第三预测模型为基于使用频次信息预测虚拟机的第一得分的网络模型,第一得分用于表征每个源虚拟机在其对应的使用频次信息下的得分,第三预测模型基于预设的第三训练样本集对预设第三网络模型进行训练得到;第四预测模型为基于数据增量信息预测虚拟机的第二得分的网络模型,第二得分用于表征每个源虚拟机在其对应的数据增量信息下的得分,第四预测模型基于预设的第四训练样本集对预设第四网络模型进行训练得到。预设第三网络模型和预设第四网络模型可以采用深度学习模型或机器学习模型,例如,卷积神经网络(Convolutional Neural Networks, CNN)、反卷积神经网络(De-ConvolutionalNetworks, DN)等。
具体地,第三训练样本集包括多个第三训练虚拟机的使用频次信息及每个第三训练虚拟机的第一真实得分。在对预设第三网络模型进行训练时,首先将多个第三训练虚拟机的使用频次信息输入预设第三网络模型,通过第三网络模型输出每个第三训练虚拟机的第一预测得分,接着根据第一真实得分、第一预测得分及第三网络模型的损失函数,确定第三损失值,当第三损失值不满足预设第三条件时,根据预设的第三参数学习率对第三网络模型的模型参数进行修正,并继续执行将多个第三训练虚拟机的使用频次信息输入预设第三网络模型,通过第三网络模型输出每个第三训练虚拟机的第一预测得分的步骤,直至第三损失值满足预设第三条件,从而得到第三预测模型。其中,第三损失值满足预设第三条件可以为第三损失值小于预设第五阈值,或者前后两次得到的第三损失值的差值小于预设第六阈值。
进一步地,第四训练样本集包括多个第四训练虚拟机的数据增量信息及每个第四训练虚拟机的第二真实得分。在对预设第四网络模型进行训练时,首先将多个第四训练虚拟机的数据增量信息输入预设第四网络模型,通过第四网络模型输出每个第四训练虚拟机的第二预测得分,接着根据第二真实得分、第二预测得分及第四网络模型的损失函数,确定第四损失值,当第四损失值不满足预设第四条件时,根据预设的第四参数学习率对第四网络模型的模型参数进行修正,并继续执行将多个第四训练虚拟机的数据增量信息输入预设第四网络模型,通过第四网络模型输出每个第四训练虚拟机的第二预测得分的步骤,直至第四损失值满足预设第四条件,从而得到第四预测模型。其中,第四损失值满足预设第四条件可以为第四损失值小于预设第七阈值,或者前后两次得到的第四损失值的差值小于预设第八阈值。
基于第一得分和第二得分确定虚拟机得分时,可以对第一得分和第二得分进行求和,或者对第一得分和第二得分进行加权求和,或者对第一得分和第二得分求和之后再平均,本申请对此不作限定。
在一具体实现方式中,步骤S500中基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理的步骤,包括:
S510、基于数据恢复策略从待恢复数据中确定目标恢复数据;
S520、基于恢复顺序将目标恢复数据发送至每个源虚拟机对应的第二代理。
目标恢复数据为基于数据恢复策略从待恢复数据中筛选出的数据,目标恢复数据可以为待恢复数据中的全部数据,也可以为待恢复数据中的部分数据。本实施例基于恢复顺序和数据恢复策略将待恢复数据发送至每隔源虚拟机对应的第二代理时,首先基于数据恢复策略从待恢复数据中确定目标恢复数据,然后基于恢复顺序将目标恢复数据发送至每个源虚拟机对应的第二代理。
在一具体实现方式中,步骤S510包括:
S511、当数据恢复策略为预设恢复策略时,获取多个数据块分别对应的多个属性字段及待恢复数据的业务信息;
S512、将多个属性字段和业务信息输入预先训练的第五预测模型,通过第五预测模型输出每个数据块的数据得分;
S513、获取预先设置的目标恢复数据的数据量,基于数据量及每个数据块的数据得分从待恢复数据中确定目标恢复数据。
待恢复数据中包括多个数据块,每个数据块具有对应的属性字段,数据得分用于表征每个数据块与待恢复数据的业务信息的匹配程度,第五预测模型为基于属性字段和业务信息预测每个数据块的数据得分的网络模型。第五预测模型基于预设的第五训练样本集对预设第五网络模型进行训练得到,预设第五网络模型可以采用深度学习模型或机器学习模型,例如,卷积神经网络(Convolutional Neural Networks, CNN)、反卷积神经网络(De-Convolutional Networks, DN)等。
具体地,第五训练样本集包括多个训练数据块的属性字段、业务信息及每个训练数据块的第三真实得分。在对预设第五网络模型进行训练时,首先将多个训练数据块的属性字段及业务信息输入预设第五网络模型,通过第五网络模型输出每个训练数据块的第三预测得分,接着根据第三真实得分、第三预测得分及第五网络模型的损失函数,确定第五损失值,当第五损失值不满足预设第五条件时,根据预设的第五参数学习率对第五网络模型的模型参数进行修正,并继续执行将多个训练数据块的属性字段及业务信息输入预设第五网络模型,通过第五网络模型输出每个训练数据块的第三预测得分的步骤,直至第五损失值满足预设第五条件,从而得到第五预测模型。其中,第五损失值满足预设第五条件可以为第五损失值小于预设第九阈值,或者前后两次得到的第五损失值的差值小于预设第十阈值。
例如,预设恢复策略为对索引信息为索引A的数据进行恢复和/或对预设时间段内的数据进行恢复,基于多个属性字段和业务信息确定每个数据块的数据得分后,基于目标恢复数据的数据量和每个数据块的数据得分,可以从待恢复数据中确定满足该数据量且与业务信息最匹配的数据,基于目标恢复数据进行数据恢复,不仅可以提高数据的恢复速率,而且可以提高该数据的验证效率。
为了更好实现本申请实施例中虚拟机数据恢复方法,在虚拟机数据恢复方法基础之上,本申请实施例中还提供一种虚拟机数据恢复装置,如图3所示,虚拟机数据恢复装置700包括:
请求接收单元701,用于接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个第一备份代理分别与多个源虚拟机通信连接;
策略确定单元702,用于基于数据恢复请求,确定每个源虚拟机的数据恢复策略;
数据获取单元703,用于将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;
顺序确定单元704,用于获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;
数据恢复单元705,用于基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,每个源虚拟机对应的第二备份代理与每个源虚拟机对应的目标虚拟机通信连接。
本申请实施例中,通过备份服务端、第一备份代理和第二备份代理将源虚拟机中的数据恢复至目标虚拟机,可以在目标虚拟机中基于恢复的数据进行业务升级验证、测试环境搭建等,避免造成源虚拟机宕机,不会影响源虚拟机对外提供服务;基于数据恢复请求确定每个源虚拟机的数据恢复策略,再基于数据恢复策略从源虚拟机获取待恢复数据,可以根据用户需求从源虚拟机中获取数据;基于状态信息、使用频次信息、数据增量信息及数据恢复策略确定恢复顺序,再基于恢复顺序对数据进行恢复,可以对重要的数据进行优先恢复;基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,可以提高数据恢复及验证的速率。
在本申请一些实施例中,策略确定单元702具体用于:
判断数据恢复请求中是否携带恢复策略字段;
当数据恢复请求中不携带恢复策略字段时,判断数据恢复请求中是否携带待恢复数据的业务信息;
当数据恢复请求中携带待恢复数据的业务信息时,基于业务信息及预先存储的业务信息与索引信息的对应关系确定每个源虚拟机的数据恢复策略。
在本申请一些实施例中,策略确定单元702具体还用于:
当数据恢复请求中不携带待恢复数据的业务信息时,确定源虚拟机中的数据在目标虚拟机中是否为首次恢复;
当源虚拟机中的数据在目标虚拟机中为首次恢复,则确定源虚拟机的数据恢复策略为全量恢复;
当源虚拟机中的数据在目标虚拟机中为非首次恢复,则确定源虚拟机的数据恢复策略为增量恢复。
在本申请一些实施例中,顺序确定单元704具体用于:
将状态信息输入预先训练的第一预测模型,通过第一预测模型输出每个源虚拟机的状态得分;
将数据恢复策略输入预先训练的第二预测模型,通过第二预测模型输出每个源虚拟机的策略得分;
基于使用频次信息和数据增量信息,确定每个源虚拟机的虚拟机得分;
基于状态得分、策略得分及虚拟机得分,确定每个源虚拟机的目标得分;
基于目标得分,确定待恢复数据的恢复顺序。
在本申请一些实施例中,顺序确定单元704具体还用于:
将使用频次信息输入预先训练的第三预测模型,通过第三预测模型输出每个源虚拟机的第一得分;
将数据增量信息输入预先训练的第四预测模型,通过第四预测模型输出每个源虚拟机的第二得分;
基于第一得分和第二得分,确定每个源虚拟机的虚拟机得分。
在本申请一些实施例中,数据恢复单元705具体用于:
基于数据恢复策略从待恢复数据中确定目标恢复数据;
基于恢复顺序将目标恢复数据发送至每个源虚拟机对应的第二代理。
在本申请一些实施例中,数据恢复单元705具体还用于:
当数据恢复策略为预设恢复策略时,获取多个数据块分别对应的多个属性字段及待恢复数据的业务信息;
将多个属性字段和业务信息输入预先训练的第五预测模型,通过第五预测模型输出每个数据块的数据得分;
获取预先设置的目标恢复数据的数据量,基于数据量及每个数据块的数据得分从待恢复数据中确定目标恢复数据。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种虚拟机数据恢复装置,计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行上述虚拟机数据恢复方法实施例中任一实施例中的虚拟机数据恢复方法中的步骤。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种虚拟机数据恢复装置。如图4所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器801、一个或一个以上计算机可读存储介质的存储器802、电源803和输入单元804等部件。本领域技术人员可以理解,图4中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器801是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器802内的软件程序和/或模块,以及调用存储在存储器802内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器801可包括一个或多个处理核心;优选的,处理器801可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器801中。
存储器802可用于存储软件程序以及模块,处理器801通过运行存储在存储器802的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器802可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器802还可以包括存储器控制器,以提供处理器801对存储器802的访问。
计算机设备还包括给各个部件供电的电源803,优选的,电源803可以通过电源管理系统与处理器801逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源803还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元804,该输入单元804可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器801会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器802中,并由处理器801来运行存储在存储器802中的应用程序,从而实现各种功能,如下:
接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个第一备份代理分别与多个源虚拟机通信连接;
基于数据恢复请求,确定每个源虚拟机的数据恢复策略;
将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;
获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;
基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,每个源虚拟机对应的第二备份代理与每个源虚拟机对应的目标虚拟机通信连接。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。其上存储有计算机程序,计算机程序被处理器进行加载,以执行本申请实施例所提供的任一种虚拟机数据恢复方法中的步骤。例如,计算机程序被处理器进行加载可以执行如下步骤:
接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个第一备份代理分别与多个源虚拟机通信连接;
基于数据恢复请求,确定每个源虚拟机的数据恢复策略;
将每个源虚拟机的数据恢复策略发送至每个源虚拟机对应的第一备份代理,以通过每个源虚拟机对应的第一备份代理基于数据恢复策略获取每个源虚拟机的待恢复数据;
获取每个源虚拟机的状态信息、使用频次信息及数据增量信息,基于状态信息、使用频次信息、数据增量信息及数据恢复策略,确定待恢复数据的恢复顺序;
基于恢复顺序和数据恢复策略将待恢复数据发送至每个源虚拟机对应的第二备份代理,以通过第二备份代理将待恢复数据恢复至每个源虚拟机对应的目标虚拟机,每个源虚拟机对应的第二备份代理与每个源虚拟机对应的目标虚拟机通信连接。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种虚拟机数据恢复方法、装置、计算机设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种虚拟机数据恢复方法,其特征在于,应用于虚拟机数据恢复系统中的备份服务端,所述虚拟机数据恢复系统包括多个第一备份代理、多个第二备份代理及所述备份服务端,多个所述第一备份代理和多个所述第二备份代理分别与所述备份服务端通信连接,所述虚拟机数据恢复方法包括:
接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个所述第一备份代理分别与多个所述源虚拟机通信连接;
基于所述数据恢复请求,确定每个所述源虚拟机的数据恢复策略;
将每个所述源虚拟机的数据恢复策略发送至每个所述源虚拟机对应的第一备份代理,以通过每个所述源虚拟机对应的第一备份代理基于所述数据恢复策略获取每个所述源虚拟机的待恢复数据;
获取每个所述源虚拟机的状态信息、使用频次信息及数据增量信息,基于所述状态信息、所述使用频次信息、所述数据增量信息及所述数据恢复策略,确定所述待恢复数据的恢复顺序;
基于所述恢复顺序和所述数据恢复策略将所述待恢复数据发送至每个所述源虚拟机对应的第二备份代理,以通过所述第二备份代理将所述待恢复数据恢复至每个所述源虚拟机对应的目标虚拟机,每个所述源虚拟机对应的第二备份代理与每个所述源虚拟机对应的目标虚拟机通信连接。
2.根据权利要求1所述的虚拟机数据恢复方法,其特征在于,所述基于所述数据恢复请求,确定每个所述源虚拟机的数据恢复策略,包括:
判断所述数据恢复请求中是否携带恢复策略字段;
当所述数据恢复请求中不携带恢复策略字段时,判断所述数据恢复请求中是否携带所述待恢复数据的业务信息;
当所述数据恢复请求中携带所述待恢复数据的业务信息时,基于所述业务信息及预先存储的业务信息与索引信息的对应关系确定每个所述源虚拟机的数据恢复策略。
3.根据权利要求2所述的虚拟机数据恢复方法,其特征在于,所述数据恢复策略包括全量恢复和增量恢复,所述判断所述数据恢复请求中是否携带所述待恢复数据的业务信息之后,包括:
当所述数据恢复请求中不携带所述待恢复数据的业务信息时,确定所述源虚拟机中的数据在所述目标虚拟机中是否为首次恢复;
当所述源虚拟机中的数据在所述目标虚拟机中为首次恢复,则确定所述源虚拟机的数据恢复策略为全量恢复;
当所述源虚拟机中的数据在所述目标虚拟机中为非首次恢复,则确定所述源虚拟机的数据恢复策略为增量恢复。
4.根据权利要求1所述的虚拟机数据恢复方法,其特征在于,所述基于所述状态信息、所述使用频次信息、所述数据增量信息及所述数据恢复策略,确定所述待恢复数据的恢复顺序,包括:
将所述状态信息输入预先训练的第一预测模型,通过所述第一预测模型输出每个所述源虚拟机的状态得分;
将所述数据恢复策略输入预先训练的第二预测模型,通过所述第二预测模型输出每个所述源虚拟机的策略得分;
基于所述使用频次信息和所述数据增量信息,确定每个所述源虚拟机的虚拟机得分;
基于所述状态得分、所述策略得分及所述虚拟机得分,确定每个所述源虚拟机的目标得分;
基于所述目标得分,确定所述待恢复数据的恢复顺序。
5.根据权利要求4所述的虚拟机数据恢复方法,其特征在于,所述基于所述使用频次信息和所述数据增量信息,确定每个所述源虚拟机的虚拟机得分,包括:
将所述使用频次信息输入预先训练的第三预测模型,通过所述第三预测模型输出每个所述源虚拟机的第一得分;
将所述数据增量信息输入预先训练的第四预测模型,通过所述第四预测模型输出每个所述源虚拟机的第二得分;
基于所述第一得分和所述第二得分,确定每个所述源虚拟机的虚拟机得分。
6.根据权利要求2所述的虚拟机数据恢复方法,其特征在于,所述基于所述恢复顺序和所述数据恢复策略将所述待恢复数据发送至每个所述源虚拟机对应的第二备份代理,包括:
基于所述数据恢复策略从所述待恢复数据中确定目标恢复数据;
基于所述恢复顺序将所述目标恢复数据发送至每个所述源虚拟机对应的第二代理。
7.根据权利要求6所述的虚拟机数据恢复方法,其特征在于,所述待恢复数据中包括多个数据块,所述基于所述数据恢复策略从所述待恢复数据中确定目标恢复数据,包括:
当所述数据恢复策略为预设恢复策略时,获取多个所述数据块分别对应的多个属性字段及所述待恢复数据的业务信息;
将多个所述属性字段和所述业务信息输入预先训练的第五预测模型,通过所述第五预测模型输出每个所述数据块的数据得分;
获取预先设置的所述目标恢复数据的数据量,基于所述数据量及每个所述数据块的数据得分从所述待恢复数据中确定目标恢复数据。
8.一种虚拟机数据恢复装置,其特征在于,应用于虚拟机数据恢复系统中的备份服务端,所述虚拟机数据恢复系统包括多个第一备份代理、多个第二备份代理及所述备份服务端,多个所述第一备份代理和多个所述第二备份代理分别与所述备份服务端通信连接,所述虚拟机数据恢复装置包括:
请求接收单元,用于接收针对多个源虚拟机中每个源虚拟机的数据恢复请求,多个所述第一备份代理分别与多个所述源虚拟机通信连接;
策略确定单元,用于基于所述数据恢复请求,确定每个所述源虚拟机的数据恢复策略;
数据获取单元,用于将每个所述源虚拟机的数据恢复策略发送至每个所述源虚拟机对应的第一备份代理,以通过每个所述源虚拟机对应的第一备份代理基于所述数据恢复策略获取每个所述源虚拟机的待恢复数据;
顺序确定单元,用于获取每个所述源虚拟机的状态信息、使用频次信息及数据增量信息,基于所述状态信息、所述使用频次信息、所述数据增量信息及所述数据恢复策略,确定所述待恢复数据的恢复顺序;
数据恢复单元,用于基于所述恢复顺序和所述数据恢复策略将所述待恢复数据发送至每个所述源虚拟机对应的第二备份代理,以通过所述第二备份代理将所述待恢复数据恢复至每个所述源虚拟机对应的目标虚拟机,每个所述源虚拟机对应的第二备份代理与每个所述源虚拟机对应的目标虚拟机通信连接。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的虚拟机数据恢复方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的虚拟机数据恢复方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311050784.4A CN116775381B (zh) | 2023-08-21 | 2023-08-21 | 虚拟机数据恢复方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311050784.4A CN116775381B (zh) | 2023-08-21 | 2023-08-21 | 虚拟机数据恢复方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116775381A true CN116775381A (zh) | 2023-09-19 |
CN116775381B CN116775381B (zh) | 2023-10-27 |
Family
ID=87986228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311050784.4A Active CN116775381B (zh) | 2023-08-21 | 2023-08-21 | 虚拟机数据恢复方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116775381B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160085574A1 (en) * | 2014-09-22 | 2016-03-24 | Commvault Systems, Inc. | Efficiently restoring execution of a backed up virtual machine based on coordination with virtual-machine-file-relocation operations |
CN105446826A (zh) * | 2014-06-30 | 2016-03-30 | 国际商业机器公司 | 虚拟机备份、恢复的方法及设备 |
US20160373291A1 (en) * | 2015-06-19 | 2016-12-22 | Commvault Systems, Inc. | The assignment of data agent proxies for executing virtual-machine secondary copy operations including streaming backup jobs |
US20190250997A1 (en) * | 2018-02-09 | 2019-08-15 | Acronis International Gmbh | System and method for fast disaster recovery |
US20200019469A1 (en) * | 2018-07-10 | 2020-01-16 | EMC IP Holding Company LLC | System and method for orchestrated backup in a virtualized environment |
US20200034174A1 (en) * | 2018-07-27 | 2020-01-30 | EMC IP Holding Company LLC | System and method for guided system restoration |
CN110955559A (zh) * | 2018-09-26 | 2020-04-03 | Emc知识产权控股有限公司 | 用于虚拟机资源标记的系统和方法 |
CN111143133A (zh) * | 2019-12-31 | 2020-05-12 | 广州鼎甲计算机科技有限公司 | 虚拟机备份方法和备份虚拟机恢复方法 |
CN113051030A (zh) * | 2021-03-15 | 2021-06-29 | 上海爱数信息技术股份有限公司 | 一种基于FusionCompute虚拟化平台的虚拟机恢复系统及其方法 |
CN114741234A (zh) * | 2021-01-07 | 2022-07-12 | 华为技术有限公司 | 数据的备份存储方法、设备及系统 |
-
2023
- 2023-08-21 CN CN202311050784.4A patent/CN116775381B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446826A (zh) * | 2014-06-30 | 2016-03-30 | 国际商业机器公司 | 虚拟机备份、恢复的方法及设备 |
US20160085574A1 (en) * | 2014-09-22 | 2016-03-24 | Commvault Systems, Inc. | Efficiently restoring execution of a backed up virtual machine based on coordination with virtual-machine-file-relocation operations |
US20160373291A1 (en) * | 2015-06-19 | 2016-12-22 | Commvault Systems, Inc. | The assignment of data agent proxies for executing virtual-machine secondary copy operations including streaming backup jobs |
US20190250997A1 (en) * | 2018-02-09 | 2019-08-15 | Acronis International Gmbh | System and method for fast disaster recovery |
US20200019469A1 (en) * | 2018-07-10 | 2020-01-16 | EMC IP Holding Company LLC | System and method for orchestrated backup in a virtualized environment |
US20200034174A1 (en) * | 2018-07-27 | 2020-01-30 | EMC IP Holding Company LLC | System and method for guided system restoration |
CN110955559A (zh) * | 2018-09-26 | 2020-04-03 | Emc知识产权控股有限公司 | 用于虚拟机资源标记的系统和方法 |
CN111143133A (zh) * | 2019-12-31 | 2020-05-12 | 广州鼎甲计算机科技有限公司 | 虚拟机备份方法和备份虚拟机恢复方法 |
CN114741234A (zh) * | 2021-01-07 | 2022-07-12 | 华为技术有限公司 | 数据的备份存储方法、设备及系统 |
CN113051030A (zh) * | 2021-03-15 | 2021-06-29 | 上海爱数信息技术股份有限公司 | 一种基于FusionCompute虚拟化平台的虚拟机恢复系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116775381B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113534936A (zh) | 一种服务器风扇转速控制方法、装置、设备及介质 | |
CN111611478B (zh) | 信息推荐方法、装置和电子设备 | |
CN101405754A (zh) | 打印系统中的通知逐步升级 | |
CN111429142B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
CN103942197A (zh) | 数据监控处理方法及设备 | |
CN112783616A (zh) | 一种并发冲突处理方法、装置及计算机存储介质 | |
CN116578447B (zh) | 虚拟机数据恢复方法、装置、计算机设备及存储介质 | |
CN107665425B (zh) | 基于作业控制的实时计费方法及系统 | |
CN109558248A (zh) | 一种用于确定面向海洋模式计算的资源分配参数的方法及系统 | |
CN116775381B (zh) | 虚拟机数据恢复方法、装置、计算机设备及存储介质 | |
CN117033082A (zh) | 虚拟机备份恢复方法、装置、计算机设备及存储介质 | |
CN113821934B (zh) | 一种工况参数的预测方法、装置、设备及存储介质 | |
CN114244681A (zh) | 设备连接故障预警方法、装置、存储介质及电子设备 | |
CN114090054A (zh) | 智能设备升级方法、装置、存储介质及电子设备 | |
CN110225019B (zh) | 一种网络安全处理方法和装置 | |
CN114139723A (zh) | 用于深度学习模型训练的方法、装置及系统 | |
CN112256243B (zh) | 行为定制方法、装置、设备和存储介质 | |
CN116627474B (zh) | 基于强化学习的智能设备智能安全管理方法、装置及设备 | |
KR101829279B1 (ko) | 시뮬레이션관리를 위한 장치 및 방법 | |
CN113900734B (zh) | 一种应用程序文件配置方法、装置、设备及存储介质 | |
CN112114972B (zh) | 数据倾斜的预测方法及装置 | |
CN117435235A (zh) | 灰度发布方法、装置、电子设备及计算机存储介质 | |
CN117407213A (zh) | 系统调控方法、装置、存储介质及电子设备 | |
CN117479327A (zh) | 一种信控方法、装置、电子设备及存储介质 | |
CN117539648A (zh) | 一种电子政务云平台的服务质量管理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |