Какво е еквивалентът на управлявано SQL автоматизирано архивиране и възстановяване за хранилище за данни на машината за приложения?

Ако приемем, че се доверявам на Google да пази обектите ми в хранилището за данни в безопасност, има и други въпроси, които предизвикват притеснение относно загубата на данни при използване на хранилището на данни в Google:

  • Някакъв бъг в моето приложение може да унищожи голяма част от обекти.
  • Човешка грешка може да причини загуба на данни в администраторския интерфейс на машината за приложения.

Други управлявани системи за бази данни, като google cloud sql или amazon RDS, предоставят автоматизирано решение за архивиране и възстановяване. В случай на катастрофа това ще позволи възстановяване на изгубени данни.

Въпреки че администраторът на google datastore позволява възможности за архивиране/възстановяване/копиране, това не звучи като еквивалент на горното.

  • Натрупани разходи: За разлика от google cloud sql, архивирането на хранилището за данни струва и тези разходи се увеличават, когато приложението ви става по-голямо. Всъщност цената изобщо не е тривиална за по-големите приложения.
  • Ограничение само за четене: Приложението трябва да е в режим само за четене, когато създава резервно копие. Това не е удобно за дневен график.

Какви са някои решения за това?


google-cloud-datastore google-app-engine database-backups
person ali    schedule 27.05.2015    source източник

Отговори (1)


arrow_upward
0
arrow_downward

Може да искате да разгледате алфа функцията за планирани резервни копия. Няма да реши проблема с разходите (изобщо), но заобикаля ограничението само за четене.

Трябва да качите cron.yaml със задача за архивиране в него, според документа, нещо като:

cron:
    - description: My Daily Backup
      url: /_ah/datastore_admin/backup.create?name=BackupToCloud&kind=LogTitle&kind=EventLog&filesystem=gs&gs_bucket_name=whitsend
      schedule: every 12 hours
      target: ah-builtin-python-bundle
person Patrice    schedule 27.05.2015
comment
Всъщност съм си играл с тази функция на по-малки набори от данни и честно казано е доста добра. Най-големият проблем, който предвиждам, наистина е цената - person Patrice; 27.05.2015