EMC加码重复数据删除技术

    今年将重复数据删除技术列为备份软件要项的EMC，再宣布延伸前者的产品线内容。

    EMC昨（20）日宣布，该公司既有的备份软件NetWorker，将加入由收购Avamar取得的重复数据删除技术（Data De-duplication），而NetWorker亦将支持自家的持续数据保护（CDP, Continuous Data Protection）技术RecoverPoint，令企业用户仅使用单一数据备份软件，即可整合多种功能。

    所谓的重复数据删除技术，意指扫描作业服务器（production）磁盘数据，判断数据是否为“重复”或“冗余”。原理是以算法切割磁盘里的数据成为 区块（Block）或是区段（Segment），并为每一个分割单位求出一个特征值（unique ID），即可以代表此区块的数据。

    藉由这个特征值，系统就可以比对硬盘中已有数据新写入数据之间，是否具有相同之处。若是一致，即代表这笔数据为重复写入，系统便只会为这份数据留下一个索引（index），而不会重复储存占有磁盘空间。换言之只有特征值不同的数据才会被实际写入硬盘。

    值得注意的是，NetWorker并非该公司首款支持重复数据删除技术的备份软件。该公司的Centera亦具有此功能。对于两者的功能区隔，EMC软件事业处资深技术经理蓝基能表示，Centera强调的系长期保存，安全层级更高；但是NetWorker的重复数据删除技术更为精细。

    他举例道，两者虽然都能设定政策，规定数据必须在一定年限后才能删除，但是Centera能做到的是，未达年限一定无法进行修改、删除；NetWorker则相反，即便未达规定年限，也能由管理人员手动删除。而Centera是档案层级的重复数据删除；NetWorker则是子档案（sub-file）层级。

    换言之，如果一个档案是10MB的大小，其中只要有50KB的异动，NetWorker都能侦测到，然后备份到那50KB。而Centera则可能将该档案视为重复数据，未予备份。

    EMC指出，重复数据删除技术能将每日备份数据量减至300分之一，备份时间则可减少至10分之一。对于拥有5TB以上的备份数据量、集中在档案等非结构性数据的企业尤其适用。NetWorker将自7.4.1的版本开始提供重复数据删除技术和持续数据保护功能。现已开始提供给客户。