導讀：重復數據刪除

　　技術的產生是有一定的淵源，那就從頭說起，雖然現在存儲介質的價格直線下滑，單位存儲成本已經很低。但是仍然跟不上企業數據文件增長的速度。隨之而來的，能源消耗、數據備份管理等等也都成了老大難問題。而且一些重復的文件也隨著增多了。

　　為此企業現在迫切需要一門技術，能夠確保在存儲設備中存儲的是獨一無二的文件。在這種背景下，重復數據刪除技術就應運而生啦。重復數據刪除技術的目的很簡單，就是確保存儲的文件不重復，從而減少數據容量。不過在實際工作中，由于種種原因用戶對這個技術還存在著一些誤解。消除這些誤區，對于大家正確使用重復數據刪除技術很關鍵。

　　誤區一：后期處理重復數據刪除技術的工作時機。

　　重復數據刪除技術根據其實現的方式可以分為聯機重復數據刪除技術和后期處理重復數據刪除技術。兩個技術各有各的特點。不過由于后期處理重復數據刪除技術這個名字起得有點其一，所以不少用戶對此存在著誤解。如一些人會誤認為后期處理重復數據刪除方式是當所有數據備份過程結束后才進行驗證、刪除操作的。如果大家這么認為，那么就是大錯特錯了。

　　其實后期處理重復數據刪除技術通常是在虛擬的磁帶介質寫入備份數據后就開始進行工作了。也就是說實在等待虛擬磁帶寫滿之后就開始。當然這中間根據需要有一定的延遲。如存儲管理員可以根據不同的情況對這個延遲進行設置。可以只延遲短短的幾分鐘，也可以延遲幾個小時。延遲時間具體為多少，主要還是根據企業的實際情況來選擇。如有些管理員可能會將這個作業放在服務器比較空閑的時候進行，此時就會把這個延遲設置的比較長一點，如等到下班后進行等等。

　　這里需要注意的是一般情況下，為了提高數據備份的效率，會對數據備份進行分組管理。此時等待時間是從第一組備份任務傳送備份數據流開始算起。當第一盤虛擬的備份磁帶寫滿或者第一組備份數據寫入結束后，重復數據刪除處理就不存在延遲等待問題。

　　這主要是因為當系統在進行前一組寫入備份數據進行重復數據刪除處理時，被分系統可以繼續往后續虛擬磁帶介質中寫入第二組的備份數據。簡單的說，就是重復數據處理作業與備份數據的寫入作業可以獨立運行。從而提高數據處理的效率。

　　誤區二：后期處理重復數據刪除方式會降低整體備份的效率。

　　如果光從技術上看，這個結論是成立的。一方面重復刪除方式會占用服務器的資源。另一方面，重復刪除方式存在著一定的延遲。但是這是一個比較孤立的觀點。因為根據現在的重復數據刪除技術，完全可以通過合理的配置來消除這種負面影響。

　　在實際工作中，如果技術人員發現后期處理重復數據刪除技術降低了數據備份的效率，那么可以通過如下幾種方式來消除這個不利影響。一是可以將重復數據刪除技術分配到多個單獨的服務器上來分擔服務器的壓力。一般情況下在對已寫入的備份數據進行重復數據刪除時，不同的處理引擎往往會訪問同一磁盤陣列。不過現在的技術可以使得他們訪問同一磁盤陣列的不同區域。

　　換句話說，就是可以實現高速的并發處理。這樣的話，就不會和持續寫入的備份數據流產生任何的沖突，從而不會影響數據備份的效率。二是可以適當調整數據延遲的時間。如可以縮短延遲時間，或者適當延長延遲時間避開數據備份的高峰時間等等。

　　總之，后期處理重復數據刪除技術在一定程度上確實會影響到數據備份的整體效率。但是通過合理的配置，可以將這個負面影響降低到最低的程度。至少與其優勢相比，這個負面影響是可以忽略不計的。

　　誤區三：降低備份數據流的讀取速度不利于數據備份。

　　從技術上說，在同等條件下采取重復刪除技術，肯定會在一定程度上降低備份數據流的讀取速度。但是存儲管理員需要明白一點，評價一個技術是否合適，并不能夠只看一個指標，而應該從總體上去評價。簡單的說，需要評價一下總體的備份時間是否有所縮

　　另外值得一提的是，如果采取重復數據刪除技術的話，一般要求相關設備要有比較高的配置或者性能。因為從數據備份的任務來看，其實包括兩個部分，分別為數據的傳統備份與重復數據刪除作業。雖然說這兩個作業可以獨立運行，但是其運行所需要的時間是不同的。

　　而只有黨重復數據刪除處理結束之后，整個備份作業才算真正完成。故如果后期處理重復數據刪除設備的性能比較差時，就會降低系統的重復數據刪除比。故筆者在部署這個項目的時候，往往會對重復數據刪除設備進行評估與測試，看其性能上是否能夠滿足要求。

　　在現實工作中有很多案例可以說明，雖然采用重復數據刪除技術后會在一定程度上降低存儲數據流的讀取速度，但是卻可縮短整個備份作業所花的時間，能夠滿足RTO的需求。有句俗話說的好，只看結果不看過程。評價任何一門技術都是如此，應該從一個整體上進行評價，而不能夠某幾個個別的指標。否則的話，就可能會引起用戶的誤判。

　　誤區四：重復數據刪除技術與備份數據流寫入作業無法同時運行。

　　如果備份數據流在寫入的時候，只對同一個磁盤進行操作，那么這個問題確實存在。但是在現實工作中，這是根本不存在的。因為在實際應用中，重復數據刪除技術往往是跟虛擬存儲等結合使用的。也就是說，一般會將備份數據流寫入到多盤虛擬磁帶介質中。而實際寫入磁帶的數量往往會遠遠大于用戶實際擁有的磁帶驅動總數。

　　上文中就是大家可能對重復數據刪除技術的誤解，希望大家通過本文的學習之后能夠正視重復數據刪除技術，讓重復數據刪除技術很好的為用戶服務。