數(shù)據(jù)備份系統(tǒng)中冗余數(shù)據(jù)的高性能消除技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩149頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著近些年電子信息和數(shù)據(jù)的爆炸性增長(zhǎng),數(shù)據(jù)去重和差量壓縮作為有效檢測(cè)和消除大規(guī)模備份系統(tǒng)中冗余數(shù)據(jù)的關(guān)鍵技術(shù),獲得了越來(lái)越多的關(guān)注。相對(duì)于傳統(tǒng)的哈弗曼編碼和字典編碼的壓縮技術(shù)而言,數(shù)據(jù)去重和差量壓縮具有更好的可擴(kuò)展性,更加適應(yīng)現(xiàn)在存儲(chǔ)系統(tǒng)規(guī)模的增長(zhǎng),可有效地幫助存儲(chǔ)系統(tǒng)節(jié)省存儲(chǔ)空間和提高網(wǎng)絡(luò)帶寬利用率。但是數(shù)據(jù)去重和差量壓縮面對(duì)現(xiàn)在非結(jié)構(gòu)化數(shù)據(jù)的持續(xù)增長(zhǎng),仍然面臨著諸多的問(wèn)題和挑戰(zhàn)。比如數(shù)據(jù)規(guī)模增長(zhǎng)帶來(lái)的重復(fù)數(shù)據(jù)和相似數(shù)據(jù)查找的磁盤索引

2、瓶頸問(wèn)題、數(shù)據(jù)去重和差量壓縮帶來(lái)的計(jì)算延遲與日益增長(zhǎng)的存儲(chǔ)和網(wǎng)絡(luò)帶寬的矛盾等。所以如何高效地壓縮在存儲(chǔ)系統(tǒng)中的海量數(shù)據(jù),是現(xiàn)在數(shù)據(jù)去重和差量壓縮研究的迫切需求和研究熱點(diǎn)。
  隨著數(shù)據(jù)去重的規(guī)模從TB向PB級(jí)擴(kuò)展,指紋的存儲(chǔ)索引管理逐步從內(nèi)存走向磁盤,這導(dǎo)致了指紋查找速度越來(lái)越慢。針對(duì)這一問(wèn)題,提出一種近乎精確的數(shù)據(jù)去重索引算法SiLo,能夠有效挖掘和利用備份數(shù)據(jù)流中的相似性和局部性來(lái)達(dá)到很高的數(shù)據(jù)去重索引性能。具體而言,SiLo

3、通過(guò)對(duì)備份數(shù)據(jù)流分成多個(gè)相似性單元并提取其相似性特征存放在內(nèi)存中建立索引,通過(guò)挖掘這種備份數(shù)據(jù)流的相似性來(lái)大大減少去重索引的內(nèi)存開(kāi)銷,通過(guò)對(duì)相似性數(shù)據(jù)的查找匹配再進(jìn)一步進(jìn)行具體的數(shù)據(jù)塊指紋匹配;另外SiLo對(duì)多個(gè)連續(xù)的相似性單元組裝成一個(gè)局部性單元,然后挖掘這種相似性單元的局部性來(lái)補(bǔ)充前面的基于相似性的重復(fù)數(shù)據(jù)檢測(cè)。實(shí)驗(yàn)測(cè)試表明:SiLo通過(guò)有效地聯(lián)合挖掘備份數(shù)據(jù)流的相似性和局部性,僅僅使用了目前主流的Extreme Binning去重

4、系統(tǒng)1/10和ChunkStash去重系統(tǒng)1/25的指紋索引內(nèi)存開(kāi)銷,同時(shí)獲得了大于99%的冗余識(shí)別率和較高的指紋索引吞吐率。
  現(xiàn)有主流的數(shù)據(jù)去重技術(shù)采用了基于Rabin的分塊算法、基于SHA-1的指紋算法,這使得數(shù)據(jù)去重技術(shù)在壓縮存儲(chǔ)空間的同時(shí),不可避免地帶來(lái)了計(jì)算開(kāi)銷和時(shí)延。針對(duì)這個(gè)問(wèn)題,提出一套加速數(shù)據(jù)去重的流水線和并行計(jì)算的解決方案P-Dedupe,來(lái)降低數(shù)據(jù)去重中的計(jì)算延遲。P-Dedupe通過(guò)有效利用現(xiàn)在多核計(jì)算機(jī)

5、系統(tǒng)的閑置計(jì)算資源,流水化數(shù)據(jù)去重的功能任務(wù)(即數(shù)據(jù)分塊、指紋計(jì)算、指紋索引以及存儲(chǔ)管理),并且集中并行化計(jì)算密集型的功能單元(即數(shù)據(jù)分塊和指紋計(jì)算),最終達(dá)到降低計(jì)算時(shí)延的效果。其流水線去重子任務(wù)和并行哈希計(jì)算的理念符合多核和眾核處理器行業(yè)的發(fā)展趨勢(shì)。實(shí)驗(yàn)測(cè)試表明:P-Dedupe通過(guò)有效地并行數(shù)據(jù)去重任務(wù)和哈希計(jì)算,獲得了2~4倍的數(shù)據(jù)去重系統(tǒng)吞吐率的提升。
  如何在數(shù)據(jù)去重系統(tǒng)中最大化地、高效率地檢測(cè)和消除冗余數(shù)據(jù),一直是

6、數(shù)據(jù)去重研究的熱點(diǎn)之一。針對(duì)這一問(wèn)題,提出一種數(shù)據(jù)去重感知的相似數(shù)據(jù)檢測(cè)和差量壓縮算法DARE,利用現(xiàn)有的數(shù)據(jù)去重系統(tǒng)中的冗余數(shù)據(jù)信息來(lái)檢測(cè)非重復(fù)但是相似的數(shù)據(jù)并進(jìn)行差量壓縮,進(jìn)一步檢測(cè)并且消除數(shù)據(jù)去重系統(tǒng)中的數(shù)據(jù)冗余,同時(shí)有效地減少在相似數(shù)據(jù)檢測(cè)的計(jì)算和索引開(kāi)銷。具體而言,DARE首先利用重復(fù)數(shù)據(jù)的局部性來(lái)查找相似數(shù)據(jù),即嘗試對(duì)兩個(gè)重復(fù)數(shù)據(jù)相鄰的非重復(fù)數(shù)據(jù)塊進(jìn)行差量壓縮從而判定其是否相似,然后對(duì)剩下的非重復(fù)非相似數(shù)據(jù)來(lái)計(jì)算超級(jí)特征值從

7、而進(jìn)一步補(bǔ)充查找相似數(shù)據(jù)并且進(jìn)行差量壓縮。實(shí)驗(yàn)數(shù)據(jù)表明:DARE僅僅使用了傳統(tǒng)的超級(jí)特征值方法的1/4的計(jì)算開(kāi)銷和1/2的索引開(kāi)銷,而且多檢測(cè)到了2~10%的冗余數(shù)據(jù)并獲得了更高的系統(tǒng)吞吐率。
  差量壓縮是一項(xiàng)有效消除相似文件和相似數(shù)據(jù)塊中的冗余數(shù)據(jù)的經(jīng)典壓縮技術(shù),但差量編碼速率慢成為其應(yīng)用和推廣的潛在瓶頸。針對(duì)這一問(wèn)題,提出一種新穎的基于數(shù)據(jù)去重啟發(fā)的差量編碼算法Ddelta,通過(guò)有效地結(jié)合數(shù)據(jù)去重技術(shù)中的基于內(nèi)容分塊算法來(lái)簡(jiǎn)

8、化和加速相似數(shù)據(jù)的差量計(jì)算(即重復(fù)內(nèi)容匹配)。Ddelta的具體內(nèi)容包括:提出一種基于Gear哈希的分塊算法并與基于Spooky哈希的指紋算法結(jié)合,加速了差量計(jì)算過(guò)程中的重復(fù)字符串查找的過(guò)程;針對(duì)基于內(nèi)容分塊算法導(dǎo)致的數(shù)據(jù)壓縮率下降的問(wèn)題,挖掘冗余數(shù)據(jù)的局部性,即在重復(fù)數(shù)據(jù)相鄰區(qū)域貪心檢測(cè)出更多重復(fù)的字節(jié)內(nèi)容,從而保證了Ddelta差量壓縮的效果。實(shí)驗(yàn)測(cè)試顯示:相比較于傳統(tǒng)的差量壓縮算法Xdelta和Zdelta,Ddelta獲得了2.

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論