慧眼看清重复数据删除和单一实例存储

分清单一实例存储与重复数据删除

    单一实例存储的英文全称是Single Instance Storage (SIS)，单一实例存储被启用后，就会作为一个后台的服务运行，把内容重复的文件合并到一个共用的存储空间。重复的文件被该文件的链接（指针）替代，对于用户和应用程序来讲就像原始文件一样。

    单一实例存储已经实施于大型企业环境，并极大的节约了重复文件占用的磁盘空间，从而最大限度地利用目前的存储资源。单一实例存储通过减少冗余数据释放更多的磁盘空间，识别相同的文件，仅仅在中心位置保存一个副本，并在SIS公共存储区域保存文件的指针而不是保存文件本身。简而言之，单一实例存储就是文件级的重复数据删除。

    那么单一实例存储是不是与重复数据删除完全相同呢？

    我们还是以上面的PowerPoint文档来举例说明，在发送1MB的PPT演示文档给20位员工时，如果我们采用了单一实例存储，系统会识别完全相同的文件，只存储一个PPT演示文档而用指针替换其他所有相同的副本，其总体占用的磁盘空间仍为1MB。从这点看，它与基于文件级的重复数据删除所达到的效果是一样的。

    但是，当我们对接收到的PPT演示文档进行修改编辑，如另存为不同文件名的PPT演示文档。此时的情况将完全不同，单一实例存储无法在字节级或数据块级对接收到的数据进行分析，所以一旦作了修改，即使是同样内容的文件，它也会将其作为新文件进行完整保存。就上例而言，如果所有20位员工对其收到的邮件附件都作了或多或少的修改，那么最终备份时的磁盘占用空间将爆增到20x1MB，与传统的备份环境无异。

    如果我们采用了基于字节级或数据块级的重复删除技术，由于它对接收的数据进行自然划分并进行全局粒度比较，从而最终仍会实现仅占用1MB左右存储空间的重复删除效果。

    从上面的叙述我们可以看出，单一实例存储与重复数据删除有相同的地方，但其本质上是不一样的，在处理的思路上是一致的，但实现的方法和手段上是不同的。尤其是基于块级和字节级的重复删除技术，其重复数据删除的效率远高于单一实例存储，不仅对重复存储的应用如备份有效，而且在客户第一次备份数据或存储数据时，就可以发挥其高效的重复数据删除特性，达到备份完的数据量小于原始数据量的效果。