Muchos usuarios asumen que una copia de seguridad es tan simple como copiar archivos a una segunda unidad. Sin embargo, este enfoque de 'reflejo' no protege contra varios riesgos comunes. Una copia simple no protege contra el error humano, como formatear accidentalmente una unidad o ejecutar un script que sobrescribe datos. También no tiene en cuenta el 'bit rot', que es la corrupción gradual de los datos causada por el desplazamiento de partículas magnéticas en los discos duros o la fuga de electricidad de los transistores NAND en las unidades SSD a lo largo del tiempo. Para abordar estos problemas, un sistema fiable debe garantizar que los datos no solo se copien, sino que también se preserven en un estado que pueda recuperarse incluso si la fuente original se ve comprometida o corrupta.

La protección de datos eficaz se basa en el concepto de instantáneas (snapshots) y Objetivos de Punto de Recuperación (RPO). A diferencia de un reflejo, que solo muestra el estado actual de un disco, una instantánea permite a un usuario 'viajar en el tiempo' a un estado anterior. Esto es fundamental para recuperarse de errores como eliminaciones accidentales. Sin embargo, las instantáneas frecuentes crean una carga de almacenamiento significativa. Para gestionar esto, los sistemas pueden utilizar la rotación Grandfather-Father-Son (GFS), donde la frecuencia de las instantáneas aumenta a medida que se acercan al día presente (por ejemplo, copias diarias conservadas durante 14 días, copias semanales durante 7 semanas y copias mensuales durante un año). Para optimizar aún más el almacenamiento y el ancho de banda, los sistemas pueden utilizar copias de seguridad incrementales y deduplicación. En lugar de almacenar copias idénticas de cada archivo, estos métodos almacenan solo los cambios entre instantáneas, haciendo referencia a los archivos existentes mediante enlaces duros (hard links). Este enfoque es utilizado por herramientas como rsnapshot para ahorrar almacenamiento y reducir el ancho de banda requerido cuando se transfieren archivos a una segunda máquina o a un servicio en la nube.

A pesar de estas optimizaciones, construir una solución de copia de seguridad personalizada implica obstáculos técnicos significativos, como mantener la consistencia de la base de datos y manejar las limitaciones específicas de la nube. Por ejemplo, las bases de datos pueden volcar datos al disco en lotes, lo que significa que una instantánea tomada en el milisegundo incorrecto podría resultar en datos corruptos; garantizar la consistencia a menudo requiere 'congelar' todas las operaciones de E/S durante el proceso de la instantánea. Además, los proveedores de la nube como Amazon S3 pueden imponer costos elevados por subir muchos archivos pequeños y pueden eliminar metadatos de archivos importantes. Debido a estas complejidades, el autor recomienda utilizar herramientas establecidas como Borg o Restic, que abstraen estas dificultades al gestionar el cifrado, la deduplicación a nivel de fragmentos (chunk) y las sumas de comprobación (checksums). En última instancia, una copia de seguridad solo es funcional si puede restaurarse con éxito, lo que convierte a los simulacros de restauración regulares y verificados en el paso final esencial de cualquier estrategia de protección de datos.