Utilisation de la déduplication › Fonctionnement de la déduplication de données

Fonctionnement de la déduplication de données

La déduplication des données est une technologie permettant de stocker davantage de sauvegardes sur le même média physique, de conserver ces sauvegardes pour de plus longues périodes et d'accélérer la récupération des données. Deduplication analyzes data streams sent to be backed up, looking for duplicate "chunks." It saves only unique chunks to disk. Des fichiers d'index spéciaux assurent le suivi des doublons.

Dans Arcserve Backup, la déduplication est un processus en ligne qui a lieu au niveau du serveur de sauvegarde au sein d'une session unique. Pour identifier une redondance entre les jobs de sauvegarde effectués sur les répertoires racines de deux ordinateurs différents, utilisez la déduplication globale.

Lors de la première sauvegarde :

• Arcserve Backup analyse les données entrantes et les sépare en fragments. Ce processus a lieu dans la couche SIS (single instance storage, stockage d'instance unique) du moteur de bandes.
• Arcserve Backup exécute un algorithme de hachage qui affecte une valeur unique à chaque fragment de données et enregistre ces valeurs dans un fichier de hachage.
• Arcserve Backup compare les valeurs de hachage. Lorsque des doublons sont trouvés, les données sont écrites sur le disque une seule fois et une référence est ajoutée à un fichier de référence qui pointe vers l'emplacement de stockage de la première instance identifiée de ce fragment de données.

Dans le diagramme ci-dessous, l'espace disque nécessaire à la sauvegarde de ce flux de données est plus petit pour un job de sauvegarde par déduplication que pour un job de sauvegarde normal.

Pour chaque session de sauvegarde par déduplication, trois fichiers sont créés.

• Fichiers d'index (fichiers de métadonnées)
  • Hash files--store the markers assigned to each redundant chunk of data.
  • Reference files--count hashes and store the address in the data files that correspond to each hash.
• Data files--store the unique instances of the data you backed up.

The two index files together consume a small percentage of the total data store so the size of the drive that stores these files is not as critical as its speed. Consider a solid state disk or similar device with excellent seek times for this purpose.

Lors des sauvegardes successives :

• Arcserve Backup analyse les données entrantes et les sépare en fragments.
• Arcserve Backup exécute l'algorithme de hachage pour affecter des valeurs de hachage.
• Arcserve Backup compare les nouvelles valeurs de hachage aux valeurs précédentes, à la recherche de doublons. When duplicates are found, data is not written to disk. En revanche, le fichier de référence est mis à jour avec l'emplacement de stockage de l'instance d'origine du fragment de données.

Remarque : Use Optimization for better throughputs and decreased CPU usage. Lorsque l'optimisation est activée, Arcserve Backup analyse les attributs des fichiers et recherche les changements apportés au niveau de l'en-tête des fichiers. En l'absence de changements, l'algorithme de hachage n'est pas exécuté sur ces fichiers et ces fichiers ne sont pas copiés sur le disque. L'algorithme de hachage s'exécute uniquement sur les fichiers qui ont changé depuis la dernière sauvegarde. Pour activer l'optimisation, sélectionnez l'option Autoriser l'optimisation pour les sauvegardes par déduplication située dans l'écran Configuration de groupe de déduplication. L'optimisation est prise en charge sur les volumes Windows uniquement. Elle n'est pas prise en charge pour les sauvegardes basées sur les flux, telles que les sauvegardes de niveau VDI de SQL, base de données d'Exchange, Oracle ou image de VMware.

Lorsque vous devez restaurer des données dédupliquées, Arcserve Backup utilise les fichiers d'index afin d'identifier et de rechercher chaque fragment de données nécessaire pour reconstituer le flux de données d'origine.