第二页
今生：实现和可靠性须观望
好处如此明显，但在市场上用户的接受度却并不高。按照一些分析师的看法，就是用户在“持币观望”。对这种态度进行简单的分析，不难发现，主要原因就在于重复数据删除技术的实现手段和可靠性。
第一，重复数据删除技术实现方法不一。目前，实现重复数据删除技术的方法分为两种，In-line和Post-processing。In-line顾名思义，即在线处理，备份之前就进行重复数据的删除。以Data Domain和Diligent为代表。Post-processing是指备份到存储设备之后再进行重复数据的删除工作。FalconStor和Sepaton是这个阵营的忠实拥护者。
In-line由于在备份之前就进行重复数据的检查删除工作，无疑能帮助用户大大降低末端存储设备的占用率。但有消息也表明，In-line对CPU及网络资源的占用非常大。而Post-processing显著的特点，就是对后端存储设备的容量占用较多。就目前而言，笔者并不能说两种技术究竟哪种更为先进、今后谁会成为重复数据删除技术的主要支柱。
第二则是用户普遍关心的可靠性。目前，所有的重复数据删除产品都不是基于主存储设备，当然已经有存储厂商宣布推出支持重复数据删除的主存储设备，但我们尚未看到应用实例。对于重复数据删除技术而言，重要的一点就是对压缩数据的指针指向。众多厂商都对这些指针有多重保护措施。笔者所熟悉的一家厂商甚至专门设立了一个指针存储端。但问题在于，如果保存压缩数据的存储设备损坏了，即使是指针完好无损，对于用户来说，也无法恢复数据。
由于SIS的局限性，就目前看来，重复数据删除是未来一段时间内删除冗余数据的最好实现方式。就笔者和众多厂商的交流看来，几乎别无他选。但影响其在用户层面被广泛接受的因素还需要存储厂商们好好去思考。在今天，用户已经不会被一些形式化的宣传所诱惑。对于用户来说，万无一失的数据保护才是他们真正想要看到的。
| 重复数据删除技术实现方法对比 | ||
| 名称 | 优势 | 劣势 |
| In-line | 帮助用户降低后端存储设备的占用率 | 对CPU及网络资源的占用非常大 |
| Post-processing | 备份数据接近完整，降低失真概率 | 对后端存储设备的容量占用较多 |
网友评论