阿里云数据库备份DBS商业化发布，数据库实时备份到OSS
摘要： 数据库备份DBS作为一款阿里云产品，专注于阿里云范畴数据库的一站式保护，已于2018年5月17日正式商业化发布。
数据库备份DBS已于2018年5月17日正式商业化发布。
数据库备份（Database Backup，简称DBS）是为数据库提供连续数据保护、低成本的备份服务。 它可以为多种环境的数据提供强有力的保护，包括企业数据中心、其他云厂商及公共云。数据库备份提供数据备份和操作恢复的整体方案，具备实时增量备份、精确到秒级的数据恢复能力。
数据库备份常见问题
备份现状
DBA脚本化管理，集成mysqldump、mongodump等备份工具，周期性将数据文件和日志文件备份到NAS等存储设备，再定期将备份集转存到磁带做长期归档。通过配置文件来控制备份启停和运行时间，备份脚本上报运行状态到元数据库，控制系统再根据元数据库信息触发报警。数据恢复时，借助元数据库记录的备份集时间、保留时长、存储位置等信息，检索故障前最新备份时间点，确定对应备份集是否存在，如果存在，手工或脚本获取备份集，准备恢复环境，并执行脚本恢复数据库。
不难发现，该方式存在以下几个问题：
脚本化管理，前期要投入开发成本，日常需要专门精力来检查维护备份正常运行，参与并确保每次故障数据成功恢复，还要根据业务需求不断升级功能。
周期性备份，前后两次全量数据备份，存在天级别时间间隔，同时日志文件备份会受到备份调度优先级、后端存储可用性、并发写入性能等诸多因素影响，可能存在几分钟，甚至数小时延迟，时间延迟因素不可控，会导致备份系统和故障恢复的风险和隐患也不可控。
数据可恢复性保障同样存在挑战，脚本维护升级存在很大的随意性，加上数据恢复本身属于低频操作，往往一个压缩参数调整、备份集命名格式调整、第三方备份工具版本升级等小操作都会埋下难以发现的隐患，而这些隐患会在故障恢复时集中爆发，留下关键时刻掉链子的印象。
备份作为数据安全的最后一道防线，经常躲在安全网络保护下，而数据备份的明文传输和存储也慢慢变得理所应当，安全部门永远不会承诺凭一己之力保障企业100%安全，多层纵深安全防护理念推行，往往会在这层保护罩被攻破时让数据库明文备份会成为众矢之的。
选择公共云、混合云还是专有云，企业上云已势不可挡，无论是全部系统上云、部分系统试点，还是仅仅数据上云、云灾备、云归档，DBA要面对本地IDC环境、云环境，多云环境，与此同时，在面对云扑面而来的各种产品和解决方案，在传统MySQL、Oracle、SQL Server关系型数据库基础上，还要尝试MongoDB、Redis等NoSQL，以及分布式数据库和大数据解决方案，DBA知识技能树疯狂生长，职业危机与日俱增。
备份软件的“曙光”
市面上，多数备份软件号称操作系统、文件系统、邮件服务器、应用程序、数据库的通用备份，似乎让用户看到了曙光，但将一切视为文件，以文件备份方式来做数据库备份，忽视内存和磁盘不一致风险，备份可恢复性不可预期，而且文件备份更注重备份速度，会忽视在线业务数据库的稳定性，尽可能小的备份窗口、备份过程无阻塞才是数据库备份选型的前提条件。
五大优势诠释“一站式数据库保护”
数据库备份DBS作为一款阿里云产品，专注于阿里云范畴数据库的一站式保护。阿里云上自建数据库、RDS，混合云中的本地IDC数据库，希望备份到阿里云的公网数据库和其他云数据库，这些都在DBS的保护范畴内，同时还覆盖了用户在阿里云上可能遇到的上云备份、云中备份、云归档、异地灾备等使用场景。
优势一：灵活易用，不设置学习门槛
仅需5分钟，从购买、配置到运行
细粒度备份，整个实例、单库、多表和单表自由选择
完整生命周期管理，全局规则控制，自动转存、清理和复制分发
备份恢复统一Web管理界面
优势二：高性能，适应不同规模要求
CDP实时备份，日志内存实时捕获，RPO达到秒级
全程无锁备份、并发备份、数据拉取自适应分片
恢复对象精准匹配，单表恢复，RTO大幅降低
任意时间点恢复，提供可恢复日历及时间轴选择
弹性扩展，无缝支撑企业不同阶段性能要求
优势三：低成本，降低整体TCO
按需付费，避免一次性投入大量资产
自动存储分级，适用于长期归档
规模化红利，用量越多，单价越低
优势四：零风险，备份系统时刻被海量用户验证
无论传输，还是存储使用最严苛的加密技术，保护用户数据安全
异地灾备，提升数据保护级别
备份服务可用性SLA保障
备份有效性随时验证
任务状况主动通知
优势五：多环境，覆盖阿里云范畴
本地IDC数据库通过混合云专线或公网将数据备份上云
公网数据库在阿里云上做长期数据归档
其他云数据库在阿里云上做多云灾备
阿里云上自建数据库、RDS备份到用户OSS上
了解更多
数据库支持：MySQL、MongoDB（Oracle/SQL Server即将推出）
规格推荐：micro用于试用测试，small/medium/large用于不同规模的生产数据库
更多信息，点击了解