数据去重与缩减技术的系统分类与性能分析

奎晓燕,张敏,肖伶,李钦松,陈立明,张文生,邹北骥

Systematic classification and performance analysis of data deduplication and reduction techniques

Xiaoyan KUI,Min ZHANG,Ling XIAO,Qinsong LI,Liming CHEN,Wensheng ZHANG,Beiji ZOU

表 4 基于备份性能的方案比较

Tab.4 Comparison of schemes based on backup performance

方案 关键点 优点 缺点 R-dedup[55] 缓解固态存储指纹瓶颈，提升数据去重整体效率 显著提高安全哈希算法1（SHA-1）吞吐率, 减少计算量, 兼具兼容性与扩展性, 误差小 内存开销大，I/O限制性能提升空间 QuickDedup[57] 针对云环境中虚拟机磁盘映像的高效数据去重方法 时间效率高, 最小化元数据开销, 数据去重速度快, 适用性强 固定块大小限制数据类型适配，影响去重率 dCACH[58] 优化备份磁盘索引，缓解分布式去重节点孤岛 高可扩展性, 高吞吐量, 高存储效率 复杂性增加, 资源消耗大, 依赖组件 SACRO[59] 布隆过滤器加速所有权验证，实现冗余数据快速检测 降低误报率, 提高数据块的局部性 依赖文件相似性， 缓存管理复杂 P-Dedupe[60] 选择性重写与缓存优化提升局部性，增强恢复性能 提升数据去重吞吐量, 并行化内容定义分块和指纹生成 对硬件资源需求较高, 不适合所有数据集类型