43、提升重复数据删除系统恢复性能的研究与实践

提升重复数据删除系统恢复性能的研究与实践

1. 离线重复数据删除备份系统

传统的一级和二级重复数据删除系统可分为在线和离线两种。在线重复数据删除系统在数据写入磁盘前需要写入路径，需满足实时需求，常处理大量请求，易导致严重系统延迟，极大降低系统性能。而大多数离线系统在空闲时段对之前写入的数据进行重复数据删除，由于空闲时段数据写入操作少，可大幅减少数据写入带来的系统延迟。

受离线系统这一优势启发，我们将离线机制应用于恢复系统的缓存策略，旨在优化恢复性能。

2. 系统架构

2.1 概述

在传统备份系统中，备份流中的数据块顺序与恢复流一致。我们的离线缓存替换策略（OFL）可记录备份过程的数据块顺序，提前计算恢复过程所需数据块的准确信息，利用这些信息进行精确预取，减少数据块碎片化影响，实现最优替换。同时，提前分析恢复缓存的替换顺序，降低额外开销，进一步提升恢复性能。此外，OFL在分析和备份时可自由选择时间窗口，无需像传统重复数据删除系统那样在不同时间窗口执行备份操作。

为评估OFL的有效性，我们实现了一个实际原型。基于离线替换策略的数据恢复系统结构包含以下模块：
1. 访问序列（AS） ：系统完成数据备份后生成访问序列文件，记录备份涉及容器的容器ID。
2. 离线缓存替换（OCR） ：在系统空闲时段模拟数据恢复过程，为后续实际数据恢复提供可靠的恢复缓存替换策略。
3. 替换容器ID（RCI） ：记录OCR找出的容器最优替换序列。
4. 元数据（MD） <