王震認(rèn)為，現(xiàn)在的人們對重復(fù)數(shù)據(jù)刪除技術(shù)的渴望給了SEPATON以極大的市場機(jī)會

僅從重復(fù)數(shù)據(jù)刪除對比壓縮的情況來看，王震表示，首先，從實(shí)際的測試來看，二者的時間區(qū)別并不長，并非人們所想那樣重復(fù)數(shù)據(jù)刪除會需要遠(yuǎn)遠(yuǎn)超過壓縮的時間（這與SEPATON的技術(shù)實(shí)現(xiàn)方式有很大關(guān)系），其次，從數(shù)據(jù)上來講，有別于壓縮，應(yīng)用系統(tǒng)數(shù)據(jù)有多種，影音、數(shù)據(jù)庫、文件、圖片，有些已經(jīng)做了壓縮，有些還沒有——“如果單純用再壓縮的方式去處理數(shù)據(jù)的話，對于很多數(shù)據(jù)的效果是很有限的，傳輸需要的帶寬要求依舊很高。”

王震表示，重復(fù)數(shù)據(jù)刪除是基于數(shù)據(jù)的識別，摘要的提取的數(shù)據(jù)鑒別過程——在傳輸過程開始后，二者的區(qū)別就會顯現(xiàn)，傳輸時間上的節(jié)省，讓重復(fù)數(shù)據(jù)刪除的過程并非落后于壓縮。

實(shí)際上，這并不是SEPATON的DeltaRemote數(shù)據(jù)傳輸技術(shù)的全部——這需要詳細(xì)的了解SEPATON的內(nèi)容已知架構(gòu)，而非簡單的將其重復(fù)數(shù)據(jù)刪除技術(shù)在理念層面進(jìn)行比較，且由于SEPATON的重復(fù)數(shù)據(jù)刪除技術(shù)是整合在其遠(yuǎn)程數(shù)據(jù)傳輸中的，因此，分步驟、分階段的工作流程，就成為了解SEPATON的DeltaRemote遠(yuǎn)程復(fù)制為何能夠通過重復(fù)數(shù)據(jù)技術(shù)加速的必須前提。

內(nèi)容感知：SEPATON的重復(fù)數(shù)據(jù)刪除過程

在談起有關(guān)重復(fù)數(shù)據(jù)刪除和壓縮比較的話題時，王震說了這樣一段話：“Sepaton進(jìn)行一種差分運(yùn)算，因?yàn)閿?shù)據(jù)必然存在重復(fù)，（因此）會有很高的精簡比，（當(dāng)然）有特定的適用范圍，備份是一個（重要的）應(yīng)用領(lǐng)域，而壓縮是對數(shù)據(jù)實(shí)體進(jìn)行擠壓，重復(fù)數(shù)據(jù)刪除是數(shù)據(jù)實(shí)體的鑒別，需要的時間會比壓縮長，但Sepaton會去規(guī)避。”

這也就是王震為何表示：“從實(shí)際的測試來看，二者的時間區(qū)別并不長，并非人們所想那樣重復(fù)數(shù)據(jù)刪除會需要遠(yuǎn)遠(yuǎn)超過壓縮的時間。”的重要原因。

首先，我們要初步的了解一下SEPATON的DeltaRemote的遠(yuǎn)程復(fù)制、備份的數(shù)據(jù)傳輸?shù)牟襟E——據(jù)王震介紹，SEPATON將這一過程統(tǒng)籌在內(nèi)容識別及傳輸整合的流程之下，分為了五個步驟：第一步是完成本地的備份，無論是通過備份軟件還是硬件備份；第二步是在副本和副本之間的比對，也就是新的備份和老的備份之間，進(jìn)行分析，提取Metadata（元數(shù)據(jù)），形成了數(shù)據(jù)副本的摘要信息；第三步是數(shù)據(jù)重組，根據(jù)抽取的信息摘要進(jìn)行設(shè)定指針，在對應(yīng)數(shù)據(jù)之間，利用指針關(guān)系對應(yīng)連向最新的數(shù)據(jù)——也就是老數(shù)據(jù)指向最新的，第四做完整性檢查，看看數(shù)據(jù)是否有丟失和損壞；第五步將老數(shù)據(jù)中重復(fù)的部分刪除掉。

但SEPATON并不是在本地就把這五個部分做完再把數(shù)據(jù)傳向異地，據(jù)王震介紹，“而是在第二個部分，再抽取信息摘要——Metadata之后，在進(jìn)行數(shù)據(jù)指針定向之前，將這部分抽取的Metadata、唯一的數(shù)據(jù)以及數(shù)據(jù)來源的介紹，以磁帶的形式傳送到異地，在異地從第三步至第五步繼續(xù)完成重復(fù)數(shù)據(jù)刪除過程。”——顯然，相對于在本地完成重復(fù)數(shù)據(jù)刪除，只是多了一個傳送的時間，但由于Metadata的數(shù)據(jù)非常小，而唯一的數(shù)據(jù)如果（在備份，尤其是全備份中，這種“如果”情況的發(fā)生其實(shí)是必然的）很少的話，那么這個傳送時間其實(shí)并無多大的影響。

這就是SEPATON的重復(fù)數(shù)據(jù)刪除過程，最終的目的地自然是SEPATON一直引以為豪的VTL，而在介紹了這樣的一個過程之后，如果你覺得下面的內(nèi)容已經(jīng)沒有什么新意的話，那么你就大錯特錯了，因?yàn)橄旅?，我們將一同來探討其?nèi)容感知的“五步法”之后的聰明智慧——在開動腦筋之前，我們先來將見證SEPATON獨(dú)特的堅持重復(fù)數(shù)據(jù)刪除理念。

先談?wù)劽嫦虿呗缘膫浞菖c“VTL的不同角色”

在談及這兩個話題前，有必要提一下王震對重復(fù)數(shù)據(jù)刪除的三點(diǎn)看法，以對下面的話題有一個鋪墊，王震認(rèn)為，重復(fù)數(shù)據(jù)刪除技術(shù)只能用于備份，如果脫離備份，重復(fù)數(shù)據(jù)刪除很難實(shí)現(xiàn)，在線存儲系統(tǒng)的刪除比小會不好；其次，重復(fù)數(shù)據(jù)刪除是對冗余數(shù)據(jù)的刪除，是數(shù)據(jù)實(shí)體的鑒別，而不是簡單的壓縮，或者說是數(shù)據(jù)擠壓，第三，生成的數(shù)據(jù)和原來的數(shù)據(jù)相比，完全是結(jié)構(gòu)，基于指針和摘要，定向的結(jié)合體。

因此，王震表示，備份、重復(fù)數(shù)據(jù)刪除策略上SEPATON是不同的，而SEPATON更進(jìn)一步，在重復(fù)數(shù)據(jù)刪除技術(shù)中為用戶提供了更多的選擇——開與不開的區(qū)別就在于用戶的選擇權(quán)利，“開啟的同時對特定的應(yīng)用不用重復(fù)數(shù)據(jù)刪除。”

“其它供應(yīng)商是對VTL的數(shù)據(jù)，SEPATON是針對某一個策略、某個應(yīng)用、某個數(shù)據(jù)類型。”這也就意味著，在一個群集的VTL中，我們將有大量的靈活的選擇——一個群集中的幾個做（重復(fù)數(shù)據(jù)刪除），一臺主機(jī)上為某個策略做，而某個策略不去做，甚至可以在這個策略上做之外，再復(fù)制一個策略不去做，當(dāng)然，這也是上面我們所提到的DeltaRemote的一項創(chuàng)新功能：“把不做的分離開，把做的進(jìn)行重復(fù)數(shù)據(jù)刪除，制定兩個備份、傳輸?shù)牟呗浴?rdquo;

實(shí)現(xiàn)的過程卻也并不困難：與備份軟件腳本做結(jié)合，插入一些參數(shù)；或是在圖形化界面里面，根據(jù)某一個策略下的某一個數(shù)據(jù)實(shí)體，為每一個數(shù)據(jù)集定制。

除此以外，對于一個構(gòu)建在網(wǎng)格群集架構(gòu)基礎(chǔ)上進(jìn)行重復(fù)數(shù)據(jù)刪除的SEPATON VTL來說，王震表示SEPATON甚至提供了讓VTL引擎節(jié)點(diǎn)完成“角色扮演”的不同選擇：基于網(wǎng)格，全域的SEPATON VTL架構(gòu)，允許重復(fù)數(shù)據(jù)刪除可以均衡的完成，有的節(jié)點(diǎn)專門負(fù)責(zé)計算、有的節(jié)點(diǎn)專門進(jìn)行備份和恢復(fù)——用王震的話說就是，可以將重復(fù)數(shù)據(jù)刪除集中、特指、分散在各個節(jié)點(diǎn)上。

不同的VTL引擎節(jié)點(diǎn)從此有了不同的角色：備份節(jié)點(diǎn)、計算節(jié)點(diǎn)或是混合節(jié)點(diǎn)——就像一個角色扮演游戲。

好了，現(xiàn)在，思考的時間已經(jīng)夠長了，我們可以去考慮SEPATON的重復(fù)數(shù)據(jù)刪除到底好在哪里了——抑或是沒有什么思考的結(jié)果？讓我們拭目以待。

思考：SEPATON的聰明之處

首先，讓我們再來看看王震說的兩段話：

第一段是這樣說的：“內(nèi)容感知是了解數(shù)據(jù)的內(nèi)容是什么情況，不是針對一次的備份數(shù)據(jù)的內(nèi)部的對比，而是在兩次完整的備份數(shù)據(jù)集之間識別內(nèi)容，備份軟件備份出來的是Image文件，如果發(fā)現(xiàn)兩次備份的數(shù)據(jù)有同樣來源、主機(jī)、策略下的數(shù)據(jù)，那就可以刪除一個，留有一個知識庫，對壓縮文件和加密文件會有一個不錯的刪除比。”

而第二段的內(nèi)容如下所列：“以100GB數(shù)據(jù)為例子，內(nèi)容感知的初次備份一定需要100GB存儲第一次不做的數(shù)據(jù)，然后有100GB保存第二次的數(shù)據(jù)，至少需要200GB的存儲空間。刪除前一次100GB備份內(nèi)重復(fù)的數(shù)據(jù)，保存最新的數(shù)據(jù)。因此，沒有數(shù)據(jù)重組，恢復(fù)速度很快，性能不受到影響。”

現(xiàn)在，我們來解釋一下這些內(nèi)容。

從內(nèi)容感知的五步來看，我們可以更加通俗易懂的來解釋：在對數(shù)據(jù)進(jìn)行標(biāo)記，提取出必要的、標(biāo)示唯一性的信息之后，將這些需要的信息，包括Metadata、唯一數(shù)據(jù)和數(shù)據(jù)介紹，傳輸?shù)疆惖氐脑O(shè)備上去，而此前，異地的設(shè)備上已經(jīng)有了一個此前的備份，通過將原有數(shù)據(jù)與新傳輸?shù)臄?shù)據(jù)整合，還原了一份最新的備份數(shù)據(jù)——這將是一份真實(shí)完整的、保存在異地系統(tǒng)中的，本地業(yè)務(wù)系統(tǒng)的數(shù)據(jù)備份，而在此之前存在的那一份，則刪除掉重復(fù)的數(shù)據(jù)，變成獨(dú)特數(shù)據(jù)和數(shù)據(jù)介紹的零散組合。之后，當(dāng)下一份被傳送數(shù)據(jù)保存到異地VTL系統(tǒng)內(nèi)，會使用前一份被還原的、完整保存的備份數(shù)據(jù)重復(fù)這個操作過程，此時，又會有一份還原后的真實(shí)數(shù)據(jù)被完整保存。

這絕對是一個聰明的做法，這將保證，在SEPATON的異地備份端，永遠(yuǎn)能夠擁有一個可以恢復(fù)系統(tǒng)到最新狀態(tài)的最新備份，如果系統(tǒng)出現(xiàn)問題，無需重新恢復(fù)數(shù)據(jù)的等待時間和對備份系統(tǒng)的負(fù)載的要求（眾所周知，重復(fù)數(shù)據(jù)刪除后的數(shù)據(jù)如果需要恢復(fù)，至少需要等同于刪除時間的重構(gòu)時間）。

而從對系統(tǒng)的容量要求來看，這同樣具有有利的地方：雖然在備份初期的第一次備份上，SEPATON的方法，由于要保存一個絕對最新的備份副本，且這個副本完全不進(jìn)行重復(fù)數(shù)據(jù)刪除，因此，其需要的初始容量會超過其他的系統(tǒng)，但是在此之后，我們能夠發(fā)現(xiàn)，由于其一直在系統(tǒng)中保存一個最新備份和過去的所有特殊、唯一數(shù)據(jù)，并用這些所有的信息進(jìn)行重復(fù)數(shù)據(jù)刪除，而不是只是在每次的備份文件內(nèi)部進(jìn)行重復(fù)數(shù)據(jù)刪除，其容量的需求會在一定的時期之后，逐步開始低于那些僅僅在單次數(shù)據(jù)集內(nèi)部進(jìn)行數(shù)據(jù)重復(fù)刪除的一般方法，從而獲得相較于其它重復(fù)數(shù)據(jù)刪除技術(shù)在存儲容量需求方面更好的，且是長期的經(jīng)濟(jì)性。

這兩點(diǎn)，就是SEPATON聰明的地方——更快速的恢復(fù)，更經(jīng)濟(jì)的數(shù)據(jù)存儲曲線。

在技術(shù)角度，SEPATON的技術(shù)實(shí)現(xiàn)顯得十分特殊，而這也是在目前重復(fù)數(shù)據(jù)刪除技術(shù)市場中，SEPATON能夠一直有一席之地的原因，而如果市場持續(xù)的轉(zhuǎn)向技術(shù)敏感的話，將顯著有利于SEPATON技術(shù)的發(fā)展，這將是必然的過程。
 

cuihao