雖然現(xiàn)在存儲介質(zhì)的價格直線下滑，單位存儲成本已經(jīng)很低。但是仍然跟不上企業(yè)數(shù)據(jù)文件增長的速度。隨之而來的，能源消耗、數(shù)據(jù)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(yè)現(xiàn)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(shù)據(jù)刪除 技術也就應運而生了。簡單的說，重復數(shù)據(jù)刪除技術就是一種減少或者刪除冗余文件、字節(jié)或者數(shù)據(jù)塊的技術。它的目的很簡單，就是確保存儲的文件不重復，從而 減少數(shù)據(jù)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(qū)，對于大家正確使用重復數(shù)據(jù)刪除技術很關鍵。

　　誤區(qū)一：后期處理重復數(shù)據(jù)刪除技術的工作時機。

　　重復數(shù)據(jù)刪除技術根據(jù)其實現(xiàn)的方式可以分為“聯(lián)機重復數(shù)據(jù)刪除技術”和“后期處理重復數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)刪除方式是當所有數(shù)據(jù)備份過程結(jié)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(shù)據(jù)刪除技術通常是在虛擬的磁帶介質(zhì)寫入備份數(shù)據(jù)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(jù)需要有一定的延遲。如存儲管理員可以根據(jù)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(jù)企業(yè)的實際情況來選擇。如有些管理員可能會將這個作業(yè)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(shù)據(jù)備份的效率，會對數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)寫入結(jié)束后，重復數(shù)據(jù)刪除處理就不存在延遲等待問題。這主要是因為當系統(tǒng)在進行前一組寫入備份數(shù)據(jù)進行重復數(shù) 據(jù)刪除處理時，被分系統(tǒng)可以繼續(xù)往后續(xù)虛擬磁帶介質(zhì)中寫入第二組的備份數(shù)據(jù)。簡單的說，就是重復數(shù)據(jù)處理作業(yè)與備份數(shù)據(jù)的寫入作業(yè)可以獨立運行。從而提高 數(shù)據(jù)處理的效率。

　　誤區(qū)二：后期處理重復數(shù)據(jù)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(jié)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(jù)現(xiàn)在的重復數(shù)據(jù)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(fā)現(xiàn)后期處理重復數(shù)據(jù)刪除技術降低了數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)進行重復數(shù)據(jù)刪除時，不同的處理引擎往往會訪問同一磁盤陣列。 不過現(xiàn)在的技術可以使得他們訪問同一磁盤陣列的不同區(qū)域。換句話說，就是可以實現(xiàn)高速的并發(fā)處理。這樣的話，就不會和持續(xù)寫入的備份數(shù)據(jù)流產(chǎn)生任何的沖 突，從而不會影響數(shù)據(jù)備份的效率。二是可以適當調(diào)整數(shù)據(jù)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(shù)據(jù)備份的高峰時間等等。

　　總之，后期處理重復數(shù)據(jù)刪除技術在一定程度上確實會影響到數(shù)據(jù)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(yōu)勢相比，這個負面影響是可以忽略不計的。

　　誤區(qū)三：降低備份數(shù)據(jù)流的讀取速度不利于數(shù)據(jù)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(shù)據(jù)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短?復雜一點，需要判斷備份過程是否能夠滿足備份窗 口，或者RTO的需求?在實際工作中，有些指標可能比備份數(shù)據(jù)流的讀取速度更加的重要。如RTO需求就是如此。

　　另外值得一提的是，如果采取重復數(shù)據(jù)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(shù)據(jù)備份的任務來看，其實包括兩個部分， 分別為數(shù)據(jù)的傳統(tǒng)備份與重復數(shù)據(jù)刪除作業(yè)。雖然說這兩個作業(yè)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(shù)據(jù)刪除處理結(jié)束之后，整個備份 作業(yè)才算真正完成。故如果后期處理重復數(shù)據(jù)刪除設備的性能比較差時，就會降低系統(tǒng)的重復數(shù)據(jù)刪除比。故筆者在部署這個項目的時候，往往會對重復數(shù)據(jù)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(xiàn)實工作中有很多案例可以說明，雖然采用重復數(shù)據(jù)刪除技術后會在一定程度上降低存儲數(shù)據(jù)流的讀取速度，但是卻可縮短整個備份作業(yè)所花的時間， 能夠滿足RTO的需求。有句俗話說的好，只看結(jié)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(qū)四：重復數(shù)據(jù)刪除技術與備份數(shù)據(jù)流寫入作業(yè)無法同時運行。

　　如果備份數(shù)據(jù)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(xiàn)實工作中，這是根本不存在的。因為在實際應用中，重復數(shù) 據(jù)刪除技術往往是跟虛擬存儲等結(jié)合使用的。也就是說，一般會將備份數(shù)據(jù)流寫入到多盤虛擬磁帶介質(zhì)中。而實際寫入磁帶的數(shù)量往往會遠遠大于用戶實際擁有的磁 帶驅(qū)動總數(shù)。這說明一個什么問題呢?也就是說，當其他磁帶正在進行復制或者讀寫等操作的時候，重復刪除技術可以在其他磁帶介質(zhì)上進行重復數(shù)據(jù)刪除的作業(yè)。 換句話說，就是重復數(shù)據(jù)刪除作業(yè)與數(shù)據(jù)復制、寫入等到作可以并發(fā)的運行。只是其操作的對象不同而已。兩者可以互不沖突的獨立運行。

　　現(xiàn)在筆者比較擔心的是如果數(shù)據(jù)讀寫作業(yè)要對某個磁帶驅(qū)動器進行操作，而這個虛擬磁帶庫正好在進行重復數(shù)據(jù)刪除作業(yè)，此時這個作業(yè)就會停下來。從 而產(chǎn)生沖突。憑現(xiàn)在的技術還很難從根本上解決這個問題，只可以曲線救國。如將虛擬磁帶庫的容量設置的小一點，讓這個沖突產(chǎn)生的幾率降低。

　　另外據(jù)筆者的了解，已經(jīng)有廠商在往這方面努力。如他們嘗試著通過分割磁帶數(shù)據(jù)區(qū)域的方法來實現(xiàn)并發(fā)讀寫。如果這個技術能夠?qū)崿F(xiàn)的話，那么當備份 軟件正在對某個磁帶介質(zhì)進行寫入操作的時候，就可以對這個介質(zhì)的其他部分進行重復數(shù)據(jù)刪除處理。這個原理很簡單，就是將某個磁帶數(shù)據(jù)區(qū)域再進行劃分，以實 現(xiàn)不同區(qū)域的并發(fā)處理。

　　總之，從總體上來，重復數(shù)據(jù)刪除技術的負面作用是存在的。但是通過合理的配置與管理，可以將其控制在用戶可以接受的范圍之內(nèi)。故用戶需要消除以 上這些誤區(qū)，可以放心大膽的使用。