Seaweedfs备份指南

Seaweedfs有两种备份方式Data Backup和Aysnc Backup，下面分别对这两种备份方式进行实操演示。

操作环境：

• 系统：Ubuntu
• CPU：i5-7500
• 内存：64G

Data Backup 方式

详情可以通过官方wiki的解决来看下，下面我就我的理解与操作进行演示说明

里使用的是weed backup的方式进行备份的。

Data backup的备份方式可以对seaweedfs下所有的volume的所有index进行备份，你所有volume的max数量加起来，就是你Data backup的备份总和，如果index不存在，备份命令也会进行文件的创建，所以你只需要从1一直备份到max的最大数就可以了。

当然这个也不是必须把所有的都循环备份的，你可以按照实际情况，比如你只用到了10-17，那么就只备份10-17就可以了，建议都循环备份，空index不占空间，避免后续index自动增加导致备份不及时。

从下图可以看到我一共有两个volume，那这两个volume的max都是100，所以我就可以循环1-200来进行备份。

那么我们就可以执行如下命令进行备份（注意替换自己的server即master地址和weed执行文件的位置）

/application/seaweedfs/weed backup -server=127.0.0.1:9333 -dir /datahub/test -volumeId=1
/application/seaweedfs/weed backup -server=127.0.0.1:9333 -dir /datahub/test -volumeId=2
... ...
/application/seaweedfs/weed backup -server=127.0.0.1:9333 -dir /datahub/test -volumeId=199
/application/seaweedfs/weed backup -server=127.0.0.1:9333 -dir /datahub/test -volumeId=200

但是我不可能写200行命令，所以可以参考下面我编写的shell命令，来执行备份（注意替换自己的server即master地址和weed执行文件的位置）

#!/bin/bash
for i in $(seq 1 200)
do
    /application/seaweedfs/weed backup -server=127.0.0.1:9333 -dir /datahub/test -volumeId=$i
done

我们可以看下备份完成之后的备份文件大小【193G】

如果filer使用了store，那么还需要备份下数据库，数据库的备份根据各种数据库类型备份不同，这里就不赘述了。

Async Backup 方式

详情可以通过官方wiki的解决来看下，下面我就我的理解与操作进行演示说明

这里使用的是weed filer.backup的方式进行备份的，这个命令在2.30版本之后才开始有的。

可以通过help查看一下帮助文档

首先我们要通过scaffold获取标准的replication.toml

weed scaffold -config=replication

现在次备份支持两种模式，一种是与filer同目录的，增量备份，一种是修改的单独文件夹。看下官方的说明。

我这里使用的增量模式，也就是第一种，所以配置is_incremental为true，部分有效代码如下

[source.filer]
enabled = true
grpcAddress = "localhost:18888"
# all files under this directory tree are replicated.
# this is not a directory on your hard drive, but on your filer.
# i.e., all files with this "prefix" are sent to notification message queue.
directory = "/buckets"

[sink.local]
enabled = true
directory = "/backup/cdn_backup"
# all replicated files are under modified time as yyyy-mm-dd directories
# so each date directory contains all new and updated files.
is_incremental = true

配置文件中的source.filer中虽然已经配置了directory，但也可以在执行命令的时候进行配置，如下所示

PS：这里我执行是在与replication.toml同文件夹下进行执行的，你可以可以根据seaweedfs的官方说明，放到指定的位置./replication.toml、$HOME/.seaweedfs/replication.toml、/etc/seaweedfs/replication.toml。

./weed filer.backup --filerPath /buckets/img1

此命令是连续的，也就是实时监控变化，如果你不自动终止，他会一直运行（可以做成service）

此备份方法是备份的源文件，所以不需要备份数据库。

我们看下备份之后的文件夹大下【44G】

两种差异分析

Data backup的方式比Async backup的方式数据差额很大，当前我的测试数据相差【149G】，对于我来说这些空间已经很奢侈了。

但是我们可以增加一个参数查看下占用的空间

可以看到有好多是31G的，但是我们实际的使用并没有达到这个值，原因是因为在启动master的时候，我们默认了volumePreallocate，这个参数会预分配空间，所以致使如此的结果。

那如果我把Data Backup的备份文件使用ZIP普通压缩下（大文件的压缩，数据量小，层级少，一般情况下压缩比较快），可以看到文件的大小是【13G】，这比源文件备份是要小很多的。（当然源文件备份对于删除的在备份的文件下是不会删除的，但是我当前的测试是没有删除的文件的）

那既然这样，我们再把Aysnc backup的结果再压缩下（小文件的压缩，数据量大，层级多，一般情况下压缩比较慢），保证其对比基础是一样的。

从下图可以看到，经过漫长的压缩之后，体积依旧还是【44G】

归纳总结

从上面分析可以看出，第一种方式的压缩之后的占用还是比较小的，而且压缩速度也非常的快，在这之前也可以使用master的volumePreallocate配置不预留空间，这样备份的文件也是小的，压缩之后的文件也是小的。

这种方式需要备份数据库，并且如果要还原的话，需要有相同的环境，包括weed的运行环境以及相关的配置文件及配置文件依赖的各种key。

第二种方法是把所有的文件都存储到本地，即使后续没有weed的环境，也可以查询到相关的文件，但是因为文件的数量比较多，所以备份的速度非常慢，后续越多越慢。

但是第二种可以用增量的方式进行备份，即第一次的时候比较慢，但后续可以通过只备份压缩增量的减少压缩的时间。