随着信息社会的发展，数据在不断地增长，而且是超几何的增长，传统的存储方案已经无法解决数据增长需求。Hadoop 自身在数据提取、变形和加载(ETL)方面上的天然优势，使其得以在大数据处理应用中广泛应用。Hadoop 分布式系统的问世，完美的解决大数据场景的三个问题：1.海量的数据如何进行存储；2.海量数据如何进行分析与计算；3.对于海量的数据进行分析后，如何提高查询和利用数据的效率。
随着大数据场景的迸发，大数据的数据保护也面临诸如：RTO/RPO 无法满足用户需求等难题，在这个背景下，AnyBackup Family 7 提供了 Hadoop 数据保护方案，为客户解决大数据保护的烦恼。

AnyBackup Family 7 Hadoop 数据保护方案

Hadoop 数据保护采用 Hadoop 标准的 HDFS 接口来实现 Hadoop 的热备份和恢复。操作员发起数据备份恢复，管理控制台向 Hadoop 服务器上的 AnyBackup CDM 客户端发送备份恢复命令，AnyBackup CDM 客户端调用 HDFS 接口，对 Hadoop 数据进行备份恢复。
Hadoop 数据保护流程如下图所示：

AnyBackup Family 7 Hadoop 数据保护方案特性

Hadoop 的定时备份与恢复特点如下：
Ø 支持的备份类型：完全备份、增量备份、差异备份。
Ø 无代理备份：无需在 Hadoop 集群中安装客户端，避免系统资源争用，节省部署见，简化了管理复杂度。
Ø 备份策略：支持设计备份策略，用户可以根据需要选择定时备份任务的执行策略。
Ø 重复数据删除：支持源端重复数据删除，提升备份效率，节省存储空间。
Ø 永久增量备份：支持永久增量备份，提升备份效率，节省存储空间。
Ø 安全的数据保障：AnyBackup CDM 7.0 采用了 AES256 和 SM4 高级加密标准算法，支持开启传输和存储加密。
Ø 副本保留策略：提供三种副本保留策略，分别是数据保留期限、保留副本数和按备份策略的备份周期设置副本保留策略。
Ø 数据压缩：支持快速压缩与强力压缩，减少备份存储空间占用和带宽资源占用。
Ø 支持的恢复位置：支持恢复到原始的 HDFS，或其他 HDFS，或者其他文件系统，如 Windows、Linux。
Ø 多节点并发备份：支持同时备份 Hadoop 集群中的多个节点，大幅度提升备份性能，满足PB级数据备份效率需求。

此外，AnyBackup CDM 7.0 Hadoop 数据保护方案还提供四种过滤方式来筛选备份数据源，方便用户快速选择需要保护的文件。

过滤类型	描述
文件过滤	支持包含或排除指定的文件。
目录过滤	支持包含或排除指定的目录。
格式过滤	支持包含或排除指定的文件类型，如 Microsoft Office 文件、音乐和视频文件、图片文件、PDF 文件、网页文件、压缩文件或其他文件类型。
日期过滤	支持根据创建时间、访问时间、最后修改时间，指定时间范围，筛选需要备份的文件。