應對數(shù)據(jù)增長的重磅武器——重復數(shù)據(jù)刪除技術

過去幾年，重復數(shù)據(jù)刪除作為能夠對抗數(shù)據(jù)資料大規(guī)模增長的武器，在數(shù)據(jù)中心中已獲得廣泛認可。

IT 部門幾乎在任何事物中都能為重復數(shù)據(jù)刪除找到一席之地，從主存儲到長期數(shù)據(jù)保留，但是重復數(shù)據(jù)刪除在數(shù)據(jù)中心里值得稱道的職責卻在于備份和災難恢復（DR）。在這里，重復數(shù)據(jù)刪除技術提供了最大效益。由于企業(yè)通常重復備份相同的數(shù)據(jù)集，重復數(shù)據(jù)刪除算法能夠在備份期間最有效運行，并對縮小數(shù)據(jù)規(guī)模發(fā)揮最大影響力。

來自昆騰、EMC、賽門鐵克等廠商專用的、基于設備的重復數(shù)據(jù)刪除解決方案已占據(jù)主導地位，預示著這一技術趨于成熟。原因是什么？任何時候重復數(shù)據(jù)被刪除時都隨著時間推移而進行一些“清理”，即大磁盤的碎片整理。這種“清理”后臺任務必須在某處進行，并需要強大的處理能力。IT 部門和數(shù)據(jù)中心依靠設備來執(zhí)行這一任務，而無需中斷其運行或其它服務器。

無論是在備份和災難恢復設備中，還是用于其他應用程序，對于任何考慮使用重復數(shù)據(jù)刪除技術的人來說，以下事項及基本術語需重視：

設備vs.軟件：需要了解將重復數(shù)據(jù)刪除解決方案作為專用設備來部署，以及使用運行在服務器上的重復數(shù)據(jù)刪除軟件這兩種方法各自的利弊。一些軟件解決方案相對價格低廉，但是可能無法很好地擴展，以滿足日益增長的容量需求，其性能取決于它所在的服務器。軟件方案似乎在靈活性方面差一些，但是對那些有資源來承擔集成、管理和監(jiān)控重任的客戶來說可能是有效的。如果你選擇軟件方法，一定要了解運行上述“清理”任務所需的處理能力，及其對服務器的影響。硬件設備有自己的空間和功耗要求，有時耗電量很大。它們通常是自我管理的，提供更大的靈活性和簡潔性，并得益于硬件優(yōu)化。對于那些尋求快速部署并輕松集成到當前環(huán)境的客戶來說，硬件解決方案非常受歡迎。

可用容量vs.原始容量：可使用容量是終端用戶最直接、最適用的規(guī)格。它指的是進行任何重復數(shù)據(jù)刪除之前的容量，并不包含用于元數(shù)據(jù)、數(shù)據(jù)保護和系統(tǒng)管理的任何存儲。一些廠商規(guī)定“原始”容量，它比“可用”容量稍微高一點，但是這一規(guī)格會產生誤導，因為不同廠商和數(shù)據(jù)保護方案將會有不同程度的開銷。重復數(shù)據(jù)刪除將需要一些原始磁盤容量來存儲元數(shù)據(jù)，這些容量并不供終端用戶使用。在這兩種情況下，這些容量都被歸為“重復數(shù)據(jù)刪除前容量”——如果用戶擁有10:1 的重復數(shù)據(jù)刪除率，那么他們可以存儲“可用容量”10倍的數(shù)據(jù)。如果他們擁有20:1 的重復數(shù)據(jù)刪除率，那么他們可以存儲“可用容量”20 倍的數(shù)據(jù)。

性能：確保不僅要了解“寫入”和“讀取”速度——通常被注明為TB/小時，而且還要詢問“讀取”或“恢復”速度，以了解這是否滿足貴公司的服務水平目標（SLO）。最后，要了解在必須進行一些后臺“清理”任務的“穩(wěn)定狀態(tài)”期間，系統(tǒng)性能會受到哪些影響。重復數(shù)據(jù)刪除方案的性能可決定IT部門如何能夠在任務分配的時間段很好地完成其備份。

硬盤密度：硬盤的密度繼續(xù)增加，而重復數(shù)據(jù)刪除設備可能適用1 TB到3 TB 的硬盤。甚至4 TB 的硬盤現(xiàn)在也可用于消費類設備，并開始用在一些主存儲陣列中。在一般情況下，密度更高的硬盤將轉化為“節(jié)省數(shù)據(jù)中心占地面積以及省電”的優(yōu)勢。然而，隨著硬盤密度的增加，當硬盤出現(xiàn)故障時，數(shù)據(jù)重建的時間也會同比增加。這會給系統(tǒng)帶來新的不穩(wěn)定因素。因此有無高效的硬盤重建技術，對于系統(tǒng)的穩(wěn)定運行至關重要。

可擴展性：每家公司都有不斷增長的數(shù)據(jù)。對于任何重復數(shù)據(jù)刪除解決方案來說，這不再是“是否需要部署更多容量的問題”，而是“何時部署”的問題。無論是基于設備的方案還是基于軟件的方案，最重要的是要了解它如何隨著時間推移而擴展。如果一個解決方案能夠在未來3-5年隨著預期數(shù)據(jù)增長而擴展，它在目前可能就是更好的投資。如果它能隨著數(shù)據(jù)增長而細化擴展，那就更好了。

加密：一些系統(tǒng)提供磁盤存儲加密，以防止在磁盤丟失或被盜情況下數(shù)據(jù)泄露。通常這種加密會影響系統(tǒng)性能，因此重要的是要了解這種重復刪除數(shù)據(jù)加密解決方案，以及它對系統(tǒng)性能會產生哪些影響。

系統(tǒng)和數(shù)據(jù)可用性：不同廠商擁有不同的解決方案來應對其設備中的磁盤故障，以確保被刪除的重復數(shù)據(jù)能夠在需要時被找回并恢復。了解確保系統(tǒng)和數(shù)據(jù)隨時間推移一直可用的不同方法。

云：重復數(shù)據(jù)刪除能夠支持的關鍵一點就是：在廣域網上，可能是在站點之間，復制這些數(shù)據(jù)之前，有效大幅降低數(shù)據(jù)規(guī)模，以提供災難恢復，或作為將數(shù)據(jù)復制到云中的一種手段。計劃利用云存儲的IT 部門必須了解重復數(shù)據(jù)刪除技術如何適應不同的云選項。

重復數(shù)據(jù)刪除以憑借其幫助解決數(shù)據(jù)增長問題的能力，尤其是備份和災難恢復的能力而深入人心。IT 部門現(xiàn)在有大量重復數(shù)據(jù)刪除方案，這既是好事也是壞事。希望以上資訊能夠幫助你更輕松地找到合適的選擇。

（Eric Bassier）