在如今的企业中，数据的价值要比软硬件设备本身的价值高出许多，数据一旦丢失必将成为灭顶之灾。因此数据存储系统的可靠性和可用性，数据备份和容灾能力是企业IT管理人员最为关心的问题。
一 网络备份系统
理想的备份系统应该是全方位、多层次的。在网络系统安全建设中必不可少的一个环节就是数据的常规备份和历史保存。在企业中，一般情况下数据备份的目的主要有两个：一是企业各系统的业务数据由于系统或人为误操作造成损坏或丢失后，可及时实现数据的恢复；另一个目的是在发生地域性灾难（地震、火灾、机器毁坏等）时，可及时在本地或异地实现数据及整个系统的灾难恢复。
考虑到客观环境安全性的原因，常规数据备份一般要求一份数据至少应有两个拷贝，一份放在本地以保证数据的正常恢复和数据查询恢复，另一份则要移到异地保存，以保证遇到灾难后最低限度的数据恢复。此外，更应建立历史归档数据的异地存放制度，从而确保对历史业务数据的可靠恢复与有效稽核的实现。
1.1 集中式管理
网络存储备份管理系统对整个网络的数据进行管理。利用集中式管理工具的帮助，系统管理员可对全网的备份策略进行统一管理，备份服务器可以监控所有机器的备份作业，也可以修改备份策略，并可即时浏览所有目录，所有数据可以备份到同备份服务器或应用服务器相连的任意一台磁带库内。
1.2 全自动的备份
对于大多数IT管理人员来说，备份是一项繁重的任务，每天都要小心翼翼，不敢有半点闪失，生怕一失足成千古恨。备份系统能根据用户的实际需求，定义需要备份的数据，然后以图形界面方式根据需要设置备份时间表，自动启动备份作业，无需人工干预。备份系统能够实现定时自动备份，大大减轻管理人员的压力。
二 网络数据存储与备份技术
2.1 数据存储基本策略
数据库全备份：选择在周六（或周日）自动进行。
数据库增量备份：每晚作批前和批后由Unix或其它主机系统执行，批处理人员触发或由系统自动执行。
文件全备份：将主机系统和其它服务器的数据作全备份，选择在周日自动进行。
文件增量备份：在周一到周五之间备份文件的增量。
系统全量：在月初的周日备份系统及数据库的全量。
系统增量：在其余的时间仅备份系统和数据库配置的增量。
跟踪备份：实时备份系统增量（事务日志备份）。
从便于管理和恢复的角度考虑，结合以上备份策略，将数据分门别类放在不同编号的磁带机组上，并建立不同的存取权限。
2.2 数据备份基本策略
网络备份存在着一些很明显的挑战，当计划备份时，必须考虑以下几个关键技术：备份窗口、最大的备份资源、更新的数据量、网络传输率。
备份窗口：是在白天或晚上完成备份所需要的时间。可以考虑两个备份窗口：一个是夜间备份，即介于正常上班时间之间的整夜备份，这是一个典型的三至八小时的备份窗口，主要用作增量或差分备份操作；另一个备份窗口是完成一周或周期性完全备份，这个备份窗口可以延长到24小时，有时，甚至从周五傍晚持续到周日后半夜。在这两个窗口所限制的范围内，备份系统都应该能够工作。
备份的最大资源：网络备份通常包括了绝大部分网络的备份要求，当一个计划备份对象过大时，网络备份系统往往没有足够快的速度完成这个作业，备份重要的数据时应该避免备份对象的大小超出系统的能力，数据量本身并不是一个难于理解的概念，总数据量对于确定完全备份的变化很重要，当制订恢复需求计划时，它也很重要。
数据量的更新：确定每天需要备份的数据量更新是很困难的，但可以通过文件系统扫描或搜寻操作进行粗略地估计，从这天的某个任意时间到另外某个任意停止时间中，拥有新的日期和时间的所有文件。
三 网络存储备份系统的设备选择
选择和评价网络存储备份系统的存储设备主要从容错能力、性能、容量、连接性、可管理性和附加功能等方面考虑。
由于存储系统是一个从软到硬的复杂系统因此对数据保护能力的评价应当考虑到整个系统。对数据完整性的保护对写缓存的保护对主机连接的保护以及对远程容灾的支持等才是真正体现数据保护能力的指标。
在选择网络存储备份系统的设备时存储容量是最简单的一个性能指标。不仅要关心产品的最大容量，还要关心厂商推荐使用的容量和扩容成本等问题。在产品选型时，要充分考虑设备间的连接性。选择具有良好的开放性和连接性的产品不仅为当前系统正常连接和运行提供保障，也为系统未来扩展提供更大的空间和灵活性。最后还要考虑产品所提供的管理功能和易用性，以及在配置改变或系统扩容时能够做到不停机或尽可能短时停机的要求。
四 结束语
信息时代的核心无疑是信息技术，而信息技术的核心则在于信息数据的处理与存储。由于大量信息的电子化，特别是计算机网络应用的迅速增长，更大大增加了对信息存储产品和信息备份技术的要求。因此，在企业信息化的进程中如何实现有效的存储、管理和备份，无疑是决定企业信息化成败的关键。在网络存储备份技术日新月异的今天虽然新概念、新技术层出不穷，但是只有结合企业自身特点，找到最适合企业需求的技术途径才是根本。既不可以盲目跟风新技术，也不可以对数据增长带来的需求视而不见。
