在6月上旬举行的云栖大会上海峰会上，阿里云发布了国内首个大数据集群双活容灾产品-混合云容灾服务下的混合云大数据容灾服务（HDR for Big Data, 简称 HDR-BD），并已经在7月份开始邀测。HDR-BD采用业界领先的数据双向实时复制技术，可以实现Hadoop集群双活和准0 RPO容灾，为大数据灾备制定了全新的标准。
常见Hadoop灾备技术的挑战
当前比较常见的Hadoop集群灾备方式是用distcp将数据定期复制到一个备用集群做容灾用途，或者将数据复制到只读集群、二级存储作为多恢复点的备份。这些方案都有明显弱点。
RPO和RTO是衡量灾备方案的两个重要指标，RPO-恢复点目标，决定了丢失多少数据，RTO-恢复时间目标，决定了业务中断了多长时间。由于传统的Hadoop集群灾备方式使用的是distcp来做容灾，也就意味着数据复制不是实时的，因此用户必须承受至少小时级到天级的RPO。并且主站宕机后，将只读集群或二级存储中的数据恢复出来会占用大量时间，而拉起standby集群重新启动业务依然是一个耗时的操作。因此，传统的Hadoop集群灾备方式在RPO和RTO方面都有较大挑战。
除此之外，由于灾备集群平时处于备用状态，不能用于运行业务，对于用户来说也属于资源浪费。
以上这些问题长期困扰着Hadoop集群的用户和管理员们，如何突破RPO和RTO瓶颈，大数据集群的灾备领域亟需一种全新的技术来彻底解决目前的困境。
HDR- BD此次带来的双向实时复制技术可以在两个Hadoop集群之间建立双活架构，RPO接近0；RTO因为数据随时可读写而极大压缩；双活架构可以让两个集群运行不同的应用，避免资源浪费。这些特性将Hadoop灾备标准提高到了一个全新的高度，为Hadoop用户带来了极高的价值。
HDR-BD引入大数据双向复制技术，满足高要求的大数据灾备场景
阿里云此次推出的Hadoop双活容灾方案HDR-BD引入了业界领先的大数据双向复制技术，结合强大的公共云基础设施，可以满足极高要求的大数据灾备场景，为企业Hadoop集群数据保护提供了全新的选择。
HDR-BD的优势在于：
- 极低RPO：数据的实施复制决定了每一个写操作都会实时复制到配对集群，RPO几乎为0
- 极高资源利用率：数据双向复制确保两个集群共享一份数据但运行不同应用，不会出现一个集群必须处于只读会备用状态的问题，计算资源可以充分利用
- 运维复杂度极低： HDR-BD实现了数据的全自动实时双向复制，无需特定时间窗口，也无需担心对业务的影响
在自建数据中心和阿里云之间部署HDR-BD服务器配对，用户就可以将自建Hadoop集群与阿里云无缝集成，充分利用阿里云EMR和OSS建立极为高效的Hadoop灾备，迁移系统。HDR-BD可以满足的核心场景包括
- 近0 RPO Hadoop云容灾
将自建Hadoop集群的数据实时复制到阿里云EMR集群，实现接近0 RPO的Hadoop集群容灾。 - Hadoop集群与阿里云EMR集群双活
在自建Hadoop集群和阿里云EMR集群之间建立数据双向复制。两个集群共享一份数据，但是运行不同的应用，实现集群双活，达到资源的最大化利用。 - Hadoop数据实时备份，迁移上云
云上HDR-BD服务器可以直连至阿里云对象存储OSS。在无需EMR集群的情况下，HDR for Big Data可以将Hadoop数据实时复制到阿里云OSS，实现接近0 RPO的云备份；同时这个机制也可以作为Hadoop数据迁移上云的理想方案。利用这个机制做Hadoop集群迁移上云，在迁移过程中无需启动EMR集群；同时迁移过程无需复杂定制化脚本开发或者复杂的业务停机规划。
