Hva er de-duplisering

Data dedublisering er blitt en BUZZ ord i bransjen.  Målet med de-dedublisering er å kunne ta backup av endringer i en fil istedenfor å ta backup av hele filen hver dag.  Nå skal det være sagt at IBM Tivoli Storage Manager er allerede hatt denne teknologien i over 17 år der man kun tar backup av endrede filer i stedet for å ta fulle backuper hver dag eller hver helg. 

Siden TSM allerede har effektivisert sin backup er det lite de-dub kan gi TSM som en løsning.  Men det har nå kommet nye krav til Recovery Point og Recovery Tider for data samt at VMWare overtar mer og mer.

VMWare konseptet bygger på å konstruere virtuelle servere i ETT fysisk server.  Lagring foregår på følgende måte.  Man definerer opp en pool med lagring (fysisk er det en stor fil) VMDK fil.  Mens tidligere hadde vi disk partisjoner for fysiske servere har vi nå en stor fil(VMDK) der alle data for virtuelle servere lagres via VMWare sitt filsystem. Dermed blir det nå store filer man skal ta backup av samt at man blir mer sårbar siden all data ligge i en stor fil.

For å kunne ta backup må TSM ta backup av hele VMDK filen siden det er en fil, og TSM differensierer på fil endring.  Vi vet jo at en dataendring i en standard IT miljø er ikke mer enn ca. 5% pr. uke og om man nå tar backup av VMDK filer hver dag i sin helhet, medfører dette unødvendig bruk av ressurser i VMWare, nettverk  samt disk/tape plass i backup miljø.

Hvordan kan De-Dublisering hjelpe

De-dub er bygget på å kunne klare å se forskjell på blokk-nivå i en fil.  En fil ( om det er en databaser, VMWare, Mail) er bygget opp av blokker.  En mekanisme for å gjenkjenne like blokker vil kunne gi oss muligheten til å kunne unngå å lagre like blokker(like data) flere ganger på disk/tape eller evt ta backup av dem.  En slik metode vil også kunne hjelpe med raskt å kunne hente tilbake data.