|
重复数据删除技术的弱点，最近被一位国外专业存储网站的资深撰稿人Henry Newman指了出来。这位在高性能计算和存储行业从事了27年的顾问毫不客气的说道：“跟以前一样，我不打算对比不同厂商的产品或者技术，我只想谈谈企业在考虑购买重复数据删除软件或硬件时，必须向厂商咨询一个重要问题，就是‘数据损坏’的问题。有人可能会想，重复数据删除与数据损坏有什么关系呢?为了对这一译文做出解答，我将从通用硬件和软件的角度来分析。”Henry Newman这里提到的“数据损坏”，正是在重复数据删除技术热潮过后，最近被很对业内人士关注的焦点。 如果对备份的数据进行一下对比就会发现，正确的数据和损坏后的数据的ASCII码可能会发生很大变化，大部分字节都损坏了。这就是为什么现在要讨论“数据损坏”，辛苦保存的数据，有可能再不能被读取，即便备份技术再先进，但是在“数据损坏”面前将一无是处。 所以对于重复数据删除技术，我们有两个担心，一是如果这是通过软件方式来保持数据，如果软件破损，你的数据就会随它一起丢失。另一个是在数据拷贝数量的精简使剩余的单独数据更加重要，这样会使它更加易受攻击。也就是说如果重复数据删除产品损坏，你丢失的将不仅仅是一个备份，而是所有。 Henry Newman在博文里谈道，“数据不定期损坏并非一定会发生，即使是发生数据损坏事故的概率远低于廉价SATA的高端企业光纤信道驱动器也不能例外。 另外，发生问题的部件不一定是驱动器或者控制器，也可能是内存、CPU或者别的什么部件。归结为一点就是，数字世界中的数字资料肯定有可能会损坏。 虽然发生数据损坏事故的情况跟使用的操作系统、硬件和软件都有关系，即使是运行在基于MVS多重虚拟存储系统的IBM大型机上也可能发生数据损坏事故，只是概率要比系统低很多。” 数据损坏到底跟重复数据删除有什么关系？其实很好理解，如果你打算删除重复的数据，你就必须保证你拥有的那些数据是完好的。比如，如果数据从一开始就出错，在磁盘上就已经受损了怎么办?重复数据是在内存中创建的，是好的，但是磁盘上的数据却是坏的。 也就是说，用一个好的重复数据建立了数据，但是一旦从磁盘读取数据，数据就变成坏的了。那么在进行数据对比时会怎么样? 如果再次读取，可能就能够得到正确的数据。但是如果数据被写入磁盘时的日期出错，你是否还能读取那些文件呢?这个问题其实非常可怕。 此外，目前重复数据删除技术在实现上可分为两类，即内处理（Inline processing）和后处理（Post processing）。虽然各存储厂商都会对其采用的方式进行“辨证”的正向推广。但事实上，这两种方式也都各有利弊。 Inline processing发生在数据从备份服务器接收并存储到磁盘的时间，因为与备份过程同步，其面临最大的考验就是速度，而Post processing则发生在备份处理之后，虽然不会减缓数据备份的处理过程，却有数据失真和完整性隐患。但因为其避免了备份和重复数据删除之间的冲突，相对来说更适合大型的企业。由此看来，用户更需要的是能够将两者相互整合的解决方案。 在某些环境中，重复数据删除是一种很重要的工具，但是凡事都有两面性，我们应该认真规划和执行它。 |
