Qu’est-ce que la déduplication des données ?
La déduplication (également appelée factorisation ou stockage d’instance unique) est une technique de stockage de données, consistant à factoriser des séquences de données identiques afin d’économiser l’espace utilisé.
Dans une déduplication par blocs, les fichiers sont découpés en tronçons. Des identifiants permettent de repérer les contenus répétés et sont enregistrés dans un index. L’objectif de la déduplication est de ne stocker qu’une seule fois un même tronçon. Aussi, une nouvelle occurrence d’un tronçon déjà présent n’est pas à nouveau sauvegardée, mais remplacée par un pointeur vers l’identifiant correspondant.

Selon sa mise en œuvre, la déduplication peut intervenir pendant l’écriture des données, en arrière-plan après l’écriture, ou combiner ces méthodes.
Sur les jeux CLURK Backup compatibles, la déduplication vise à réduire les blocs répétés. Les traitements et réglages disponibles dépendent de l’agent, du module et de l’architecture de stockage.
Les modes de déduplication dépendent de l’agent, du module et de la destination. Ils se vérifient dans la configuration du jeu et de la plateforme.
L’impact sur les performances dépend des ressources et des données
Le processeur, la mémoire, le rythme des modifications et les performances du stockage influencent la sauvegarde et la restauration. Un test représentatif permet d’en évaluer l’effet réel.
Le maintien du gain lors du déplacement des copies dépend du format de sauvegarde et du mécanisme de transfert ou de réplication. Déplacer des fichiers vers une autre destination ne conserve pas automatiquement le même taux de déduplication.
Fonctionnement de la déduplication
La déduplication par blocs cherche à éviter de stocker ou transférer plusieurs fois un même contenu. La granularité et les réglages dépendent de sa mise en œuvre.
Des empreintes de contenu peuvent être utilisées pour identifier les blocs potentiellement identiques.
Pendant le traitement, le mécanisme compare les empreintes ou des métadonnées équivalentes pour repérer les blocs répétés.
Lorsqu’une correspondance est trouvée, le système vérifie selon sa mise en œuvre si un bloc existant peut être référencé au lieu d’écrire une nouvelle copie :
Les métadonnées de sauvegarde conservent les liens nécessaires pour reconstituer les fichiers et leurs versions. Les contrôles d’intégrité et les tests de restauration restent importants pour vérifier la récupération.
Avantages de la déduplication Clurk Backup
Les environnements de postes de travail virtuels peuvent contenir de nombreux fichiers répétés et offrir un intérêt pour la déduplication. Le gain réel se mesure sur des données représentatives.
Le résultat sur les bases de données dépend notamment des modifications de blocs, de la compression et du chiffrement. Une clé unique dans un enregistrement ne permet pas, à elle seule, de conclure sur la déduplication des blocs.
Configuration de la déduplication
Vérifiez si la déduplication est disponible et activée pour le jeu de sauvegarde, selon l’agent et le module choisis. Elle n’est pas supposée identique sur tous les volumes ou systèmes.
La configuration doit tenir compte du volume transféré, du volume stocké, des temps d’exécution et des besoins de restauration. Aucun taux de réduction ni gain de performance fixe n’est garanti.

