服务器备份任务时间重叠,怎样调整计划避免资源争用?
要调整已有服务器的备份计划,先把“开始时间错开”改成“执行窗口错开”:根据任务实际耗时预留缓冲,再对共享磁盘、备份仓库和网络出口设置并发限制。这样即使前一项备份偶尔变慢,也有第二道控制,避免后续任务直接挤进同一资源窗口。备份平台中的仓库并发限制,正是用来平衡这类负载的。

调整时不要简单降低所有任务的频率。需要同时守住业务响应时间、备份完成期限,以及恢复点目标(RPO,即业务能够容忍的数据丢失时间范围)。任务不再重叠,但可恢复数据变得过旧,同样不算调整成功。
一、先确认任务实际占用了哪些时间和资源
从现有调度器和备份日志整理一份任务清单。建议先查看最近两周记录;全量备份执行次数较少时,再补充此前几个周期,避免仅凭某一天的耗时安排计划。
每项任务至少记录:
- 调度入口、执行账号、时区和备份对象。
- 计划开始、实际开始、实际结束时间,以及排队时长。
- 全量、增量、上传、校验、合成与清理等执行阶段。
- 源存储、目标仓库、网络出口,以及任务内部并发数。
- 失败重试、关机后补跑、手工启动等额外触发方式。
这里要区分“等待资源”和“真正处理数据”的时间。以 Veeam 的资源并发控制为例,任务可能因仓库或处理组件没有空闲槽位而处于等待状态,不能把全部等待时间都解释为磁盘处理缓慢。
排查重叠也不能只看作业名称。两个作业可能写入同一仓库;一个作业内,也可能同时处理多个磁盘或虚拟机。仓库侧的合成全量、备份合并等操作同样会消耗处理资源,需要纳入排期。
可以先按下面的方式建立资源分组:
| 需要核对的共享资源 | 应放在一起检查的操作 | 本次调整重点 |
|---|---|---|
| 生产存储 | 数据库备份、文件扫描、业务批处理 | 避开业务敏感时段,控制读取压力 |
| 备份仓库 | 接收备份、合成、校验、清理 | 统一安排仓库并发与维护窗口 |
| 网络出口 | 多台服务器上传、异地复制 | 按出口总带宽分配预算 |
| 备份处理节点 | 压缩、加密及多作业处理 | 检查累计并发,而非只看单项作业 |
这张表用于确定调度边界,而不是要求所有操作全部串行。后续应优先串行处理已经确认存在争用的资源组,再验证可以保留哪些并行任务。
备份任务的时间安排与资源预算,离不开承载业务的服务器能力。A5idc数据提供香港、美国、日本等多个地区的物理服务器,涵盖Xeon Gold与AMD EPYC平台,并提供SSD或NVMe存储及不同网络线路配置,可为业务后台、数据库和多任务运行提供计算与存储资源。面向大容量文件和归档场景,香港存储系列及日本部分方案也提供多块企业级硬盘配置,为备份数据存放提供更多资源选择。
二、按实际耗时重排,并留下延长空间
1. 用较慢周期安排下一项任务
不要只按平均耗时排期。建议同时查看常见耗时、较慢周期耗时,以及全量备份日的情况;样本足够时,可参考 P95,即约95%的记录不超过的耗时。
例如,某项任务通常运行45分钟,但数据增长较多时需要70分钟,就不宜仅隔一小时启动下一项共享存储的任务。本次可先按70分钟执行、20分钟缓冲安排,再用后续记录修正。
下面是一份示例计划,维护窗口为00:30—05:30,各阶段均已在现有环境中配置:
| 阶段 | 计划开始 | 示例预留耗时 | 预计结束 | 后续安排 |
|---|---|---|---|---|
| 数据库备份 | 00:30 | 70分钟 | 01:40 | 预留20分钟缓冲 |
| 文件备份 | 02:00 | 60分钟 | 03:00 | 预留20分钟缓冲 |
| 异地复制 | 03:20 | 40分钟 | 04:00 | 预留10分钟缓冲 |
| 备份校验 | 04:10 | 20分钟 | 04:30 | 剩余1小时用于异常处置 |
表中的时间是计划窗口,不是执行保证。异地复制还应检查相应备份是否成功完成,而不是到点便复制可能尚未写完的结果。
全量备份日需要单独排期,明确当天是否替代常规增量任务。不要把全量备份直接叠加到每日计划上,却继续沿用增量任务的耗时预算。
2. 先检查窗口能否容纳数据量
时间表排得开,不代表吞吐能力足够。
例如,需要在3小时内传输300 GB数据,采用十进制口径,1 GB=1000 MB、1 Byte=8 bit:
- 数据量:300 × 1000 × 8=2,400,000 Mb。
- 可用时间:3 × 3600=10,800秒。
- 所需平均速率:2,400,000 ÷ 10,800≈222.2 Mbps。
这是纯数据传输的平均需求,尚未计入协议开销和速率波动。如果业务只允许备份使用150 Mbps,传完相同数据至少需要16,000秒,即4小时26分40秒,无法塞进3小时窗口。
此时应调整传输数据量、可用窗口或资源能力,而不是继续把启动时间挪动几分钟。
3. 将限并发与限速一起验证
本次调整可先对已确认争用严重的资源组采用较低并发,再逐步观察是否存在增加并发的空间。平台中的“作业数”与底层“任务数”可能不是同一口径,设置前应核对软件定义。
限速也需要按共享出口计算。例如,给三台服务器各分配80 Mbps,计划中的合计额度就是240 Mbps,不能把“每台都限速”当成“出口总量已受控”。
三、修改现有调度,并补上防重入措施
1. 保存原配置,只改必要项目
变更前导出现有任务配置,记录原开始时间、并发、限速和重试策略,并确认最近可用的恢复点。
首次调整建议只修改时间、并发及防重入,不同时变更备份格式、存储位置和保留策略。这样出现问题时,容易判断原因,也便于恢复原配置。
Linux 环境要检查相关账号的 crontab,以及系统级调度配置,不能只查看当前登录账号。用户 crontab 与 /etc/cron.d/ 的条目格式不同,后者还包含执行用户名,示例不能直接混用。(man7.org)
2. 为同机共享资源增加互斥控制
下面展示用户 crontab 中的错峰与互斥写法。适用前提是 Linux 已安装支持相应选项的 util-linux flock,执行账号能够使用本地 /run/lock 目录。先用 command -v flock 和 flock --help 核验路径与参数;脚本路径需替换为现有备份脚本,不要为照搬示例扩大目录权限。
30 0 * * * /usr/bin/flock -n -E 75 /run/lock/backup-storage-a.lock /usr/local/sbin/db-backup.sh
0 2 * * * /usr/bin/flock -n -E 75 /run/lock/backup-storage-a.lock /usr/local/sbin/file-backup.sh
两项任务使用同一个锁文件,表示它们属于同一互斥组。-n 表示取不到锁就退出,-E 75 指定锁冲突时返回75;它不是“备份成功”,也不会自动安排补跑。(man7.org)
上线前,应由作业包装器记录退出状态,并将“锁冲突跳过”接入告警。脚本还应覆盖实际备份全过程,不能仅提交一个后台任务便退出。锁文件存在本身也不代表锁仍被占用,不要通过删除文件处理疑似卡锁。(man7.org)
这类本地锁只用于本机协调。多台服务器写同一仓库时,应在统一调度器或仓库侧限制并发,不能指望各自本地的同名文件实现跨服务器互斥。
3. 核对调度器自己的重入和补跑规则
使用 systemd timer 时,同一个目标服务仍处于活动状态,定时器再次到点不会重新启动它;但这不能约束其他服务。RandomizedDelaySec= 可以分散触发时间,却不是互斥机制。启用 Persistent=true 的日历定时器还可能在恢复运行时补触发,因此要核对重启后的负载。(freedesktop.org)
Windows 任务计划程序则需检查“任务已运行时”的实例策略。排队和忽略新实例会产生不同结果,不宜用“停止现有实例”粗暴处理正在写入的备份;单项任务的实例策略也不能代替不同任务之间的共享资源调度。
四、运行后同时检查业务、资源和恢复点
变更后至少观察完整的日常备份周期,并覆盖一次全量备份或仓库维护周期。建议保持相同采样方式,对比调整前后的业务响应、排队时间、处理速度和完成时间。
Linux 已安装 sysstat 时,可以用下面的只读命令观察块设备:
iostat -x -y 1 10
该命令以1秒间隔输出10次统计,-y 用于省略自开机以来的首份累计报告。检查时将设备延迟与队列变化放在一起看,不要只盯吞吐量。(man7.org)
其中,await 包含请求排队与处理时间,aqu-sz 表示平均队列长度。对于能够并行处理请求的现代SSD或磁盘阵列,不能单凭 %util 判断是否到达性能上限。
结果检查还应回答三个问题:
- 备份窗口内,业务延迟是否仍符合原有服务目标?
- 所有必需阶段是否完成,还是仅导出完成、上传仍在等待?
- 最新可恢复时间点是否满足RPO,而非仅显示“最近任务成功”?
第三项需要结合恢复验证。可以在隔离位置抽取文件核对内容、权限,或恢复数据库并检查关键查询;记录恢复耗时,而不是只检查备份文件是否存在。恢复测试应验证恢复可行性及完成时间。
数据库还要核对恢复链。以 PostgreSQL 连续归档恢复为例,需要基础备份及相应的连续WAL归档,不能只看某一次备份任务的成功状态。(postgresql.org)
五、任务仍然重叠时,按影响范围处理
如果只是偶发超时,先定位变慢阶段,再决定是否延长窗口。若每次都会越过下一项任务的开始时间,就应重新检查数据增长、限速和资源预算,而不是持续依赖跳过机制。
建议按以下顺序处置:
- 先抑制新增压力。 经确认后暂停尚未启动的低优先级校验、复制或维护任务,不先中断正在写入的任务。
- 检查等待与执行状态。 区分正常排队、源端读取缓慢、上传缓慢,以及仓库处理未完成;不要因出现等待提示便立即提高并发。
- 安排受控补跑。 明确剩余窗口、补跑次数和截止时间,避免失败后立即无限重试,再次制造争用。
- 重新核对恢复点年龄。 若跳过或延后已影响RPO,应升级处置优先级,而不是等下一次例行执行。
必须取消任务时,先确认现有恢复点可用,再采用备份软件支持的停止方式,并核对中间结果如何清理。不要把强制终止进程、手工删锁、删除未完成备份作为通用操作步骤。
必要恢复要区分两种情况:
- 仅计划调整不合适: 恢复已保存的时间、并发、限速和重试配置。恢复前先确认当前运行任务,避免新旧计划重复触发。
- 已经造成备份缺口或结果损坏: 保留现有可用恢复链,先在隔离环境验证可恢复点,再安排补备。若需恢复生产数据,应另行确认覆盖范围、停机窗口、数据备份和回退方案,不直接覆盖生产目录。
六、上线验收检查清单
- [ ] 所有调度入口、执行账号、时区、补跑和重试规则均已核对。
- [ ] 时间表包含实际耗时、缓冲及全量备份日安排。
- [ ] 并发限制覆盖共享资源,且明确是作业级还是底层任务级。
- [ ] 锁冲突、跳过、失败和长期排队均能被发现并告警。
- [ ] 业务响应与资源指标通过对比检查,备份在允许窗口内完成。
- [ ] 最新可恢复点满足RPO,抽样恢复及必要恢复链验证通过。
- [ ] 原配置、回退步骤、补跑负责人和下一次复查时间已有记录。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/8785.html