主存储器中重复数据删除如何更加安全

　　人们通常会有一个错觉：在主存储系统里使用重复数据删除技术还太过超前，应用起来仍然有相当的风险。他们担忧的是：重复数据删除技术不能完整地操控数据,这对于整个系统性能有负面影响，而且使得一部分数据处于危险状态。

　　大多数重复数据删除解决方案可以修改数据，但是另一小部分则没有此功能。现在可用解决方案是系统快照，而与之相似的功能将在现代存储系统中应用。在这种方法情况下，主存储的重复数据删除并不影响性能，而且和快照技术一样安全。

　　当重复数据删除只是应用在备份空间，那么使用者不太会关心它是如何工作的，毕竟，这只是一份数据的副本。现在，重复数据删除正在“争上游”，应用于初级(非备份)的存储系统，因此它受到越来越多的关注。可以理解的是，在某些情况下，原始数据是唯一的副本，对于涉及这些数据的相关进程均有风险。但是，如果主存储器的重复数据删除技术基于相似的存储基础，且应用文件系统和快照管理，风险是不会比快照大的。这一基本存储单元被称为“限度”。

　　限度和限度管理

　　限度的定义是“一个或多个文件系统内相邻的区块，作为地址和长度的配对，以确定起始块地址以及限度的长度”[VxFS管理指南]提出。每个文件(和数据集)都是由限度描述的数据块集合而成的，限度管理可以确保读取、修改、保存或重读每一个文件或文件集。事实上，限度管理是文件系统和存储控制器每天工作的一个重要部分。

　　限度管理中，文件系统和存储控制器有一个良好的跟踪记录。文件系统和存储控制器管理的程度有一个良好的跟踪记录。两者都相当稳定，实际上，即使在最简单的电脑系统、操作系统、文件系统或存储控制器中，这个在后台里极其复杂的过程都被看成是理所当然的。在CPU、内存和I/O盛行的今天，存储系统不仅仅是管理元数据及对基本文件操作。例如快照，其涉及另一个用于文件系统和存储控制器的管理程度的抽象层。

　　快照

　　快照已成为一个非常普遍的应用，主要用来创建一个简单的记录，而不是对实际的数据进行复制。快照被广泛应用的原因有二：首先，它不需要很多的存储空间，速度更快;其次，它起的作用也是有目共睹的。快照提供数据复制的功能，同时也保存着原始备份。当一个数据被修改或删除，原始数据块也不能幸免，使用了快照可以将数据在一个磁盘快照保留区保存，快照提供了一个副本可以重新组装数据集。

　　快照是一个很好的应用例子，使用快照的用户们很信任地将数据交给限度管理。一个带有很多快照的大型文件也许有数以百计的限度，这表示原始数据块已被更改，不过它可以通过快照恢复到错误发生之前的数据。另一个例子，快照改变基础响应一系列的数据块，将它放在其他位置。用户们都对它很有信心。

　　重复数据删除

　　通过利用限度，重复数据删除现在可以以类似于快照的方式被添加到主存储系统。这也是一系列关于数据块和元数据查询系统，这个块在用户需要应用时，将重新组织数据的信息传给存储系统。快照在使用限度时可能出现已经被写入的数据，重复数据删除则不会。

　　像有些厂商的技术为防止任何性能影响，处理正常数据以外的数据存储流量。被称为“咨询服务”这一数据简化架构，用户首次可以通过检查自己的哈希表(更多元数据)来搜索是否有数据录入。如果它找到一个重复的部分，他会通知文件系统有可重复数据删除的文件，然后让该文件系统参考现有的数据块，决定是否删除。

　　对于重复数据删除技术的阅读，和快照一样，它扩展到映射用户到正确的数据段链，及时这些环节可能被其他文件共享。重要的是要注意此方法的数据并不是“重新水合”(重复数据删除过程相反)，因为这样做会影响性能。相反，像快照一样利用限度树将数据映射到一起，这样结果是不会对性能造成影响。

　　可写快照/克隆

　　每一个重复数据删除文件不包括它自己“专用”的数据块，而现在还有另一个已经投入使用的主数据集技术。克隆，又被称为可写快照，使用共享数据块创建一个新的“原始”文件夹。和简单的快照不同，可写快照并不保持与副本或是原始数据模块的链接。比如一个新文件首先被写入到存储系统中，可写快照本身是唯一的副本，它可以定义为对一个现有的数据快进行单块限度的管理。

　　限度管理可以是一个复杂的过程，特别是在它快照和复制的应用上。但是它已经被几乎所有的存储平台和供应商证明，使用起来非常可靠。这些复杂的数据管理功能，预计将应用在任何规格大小的存储系统中。用户所需求的这些特点中，大部分系统都利用限度管理提供。

　　近十年来，重复数据删除技术已经被广泛使用。它已经成为主流备份数据，而现在，它将在主存储领域中应用得更加普遍。它利用限度管理，以一个类似快照或者更改基础复制的方式来实施，已经解决了将近20年。然而，在主存储上，在保持数据的完整性方面，重复删除数据仍然有上升的能力和空间。基于这些和其他相似之处，重复数据删除技术是值得信赖的，像这些厂商重复数据删除技术可以提供安全、可靠的初级存储(非备份)数据，而且这样做没有任何性能损失。