什么是“重复数据删除”？

我的意思是，我可以查找字典定义，但是为什么每个人都突然参考虚拟磁带库谈论它？这里有什么“新”内容，所以最近有很多新闻？

在重复数据删除中，您可以查看数据集的内容，记下存在的所有重复位，并仅将数据存储一次，然后用指向该副本的指针替换所有其他那些数据副本。这对于备份特别有用，因为在备份服务器之类的东西时，很多数据都是相同的。想象一下，例如，您要备份1,000台Windows服务器-这些盒子上的许多内容都是相同的。

重复数据删除之所以如此流行，有以下三个原因：

1. 最近，每个人都着迷于构建利用异地服务器的灾难恢复解决方案。为此，您必须将大量生产数据复制到远程站点，带宽是一个巨大的问题。您必须复制的数据量的任何减少都会有很大帮助。

2. 由于更便宜的存储和保留记录的多行业需求，公司保留的数据量呈爆炸式增长。

3. 相对而言，该技术最近达到了最佳效果。很长时间以来，我们就一直在进行重复数据删除（单实例存储等）的工作，但仅在去年左右，我们才看到真正的重复数据删除可以显着减少主流存储量。

在我公司与Netapp一起工作中发现的一件事是，重复数据删除实际上只有在对齐驱动器的情况下才能在VM环境中很好地工作。这对我们来说是个问题，因为我们有很多Windows Server 2003计算机，而且没有驱动器对齐。这意味着，如果驱动器正确对齐，则几乎无法恢复四分之一的空间。

有人告诉我们，一旦驱动器正确对齐，我们应该能够使用dedup回收40-60％的空间。