Unkontrolliertes Datenwachstum erschöpft sehr rasch die Speicherkapazität. Das führt dazu, dass IT-Teams immer neue Hardware hinzufügen müssen, was mit unnötigem Kosten- und Personalaufwand verbunden ist. Doppelte Datensätze tragen erheblich zu diesem Problem bei. Gleiches gilt für Datensätze, die eigentlich komprimiert werden könnten, aber in ihrer Originalgröße kostbaren Festplattenplatz belegen. Eine effektive Optimierung der Speicherkapazität kann dazu beitragen, diese Herausforderungen zu bewältigen.
software-defined storage „DataCore SANsymphony software-defined storage zwei Verfahren zur Datenreduzierung zur Kapazitätsoptimierung. Durch die Speicherdeduplizierung werden redundante Daten beseitigt. Die Komprimierung verringert den für die Speicherung der Daten benötigten Speicherplatz. Beide Verfahren verhindern Datenverluste und gewährleisten so stets die Datenintegrität.
Was versteht man unter Deduplizierung und Komprimierung?
Deduplizierung analysiert Datenblöcke und erstellt für jeden Datenblock einen eindeutigen Hash-Wert. Wenn ein neuer Block, der auf die Festplatte geschrieben wird, denselben Hash-Wert wie ein bereits vorhandener Block hat, wird er durch eine Kennung ersetzt, die lediglich auf den bereits vorhandenen Datenblock verweist.
Mehrere redundante Datenkopien können durch Verweise auf eine einzelne Kopie ersetzt werden, sodass sich der Kapazitätsbedarf verringert.
Deduplizierung ist besonders dann von Vorteil, wenn es mehrere Blöcke mit gleichen Daten gibt, z. B. Redundanz innerhalb von Snapshots oder VDI-Bildern.
Komprimierung, ist ein algorithmischer Prozess, bei dem die Datenmenge reduziert wird, indem zunächst identische Datensequenzen, die hintereinander auftreten, ermittelt werden, anschließend nur die erste Sequenz gespeichert wird und die nachfolgenden identischen Sequenzen durch die Angabe ersetzt werden, wie oft sie hintereinander vorkommen.
Da nur die erste Datensequenz so gespeichert wird, wie sie tatsächlich ist, kommt man mit weniger Platz aus, um die gleichen Informationen darzustellen. Die Komprimierungsmethode hängt in der Regel von der Art des Datensatzes ab, d. h. davon, ob es sich um ein komprimierbares Format handelt und wie viel davon komprimiert werden kann.
Vorteile von Deduplizierung und Komprimierung
- Geringerer Speicherplatzbedarf und optimale Speicherzuweisung
- Größere IT-Kosteneinsparungen und höherer ROI
- Geringere Hardware-Standfläche und dadurch weniger Platz- und Energiebedarf
- Bessere Speichereffizienz
Zwei Ansätze für die Datendeduplizierung und -komprimierung
SANsymphony von DataCore bietet zwei Methoden für die Speicherdeduplizierung und -komprimierung. Wählen Sie den passenden Ansatz entsprechend Ihren Geschäfts- und IT-Anforderungen.
Inline-Deduplizierung und -Komprimierung: Hierbei erfolgt die Datenreduzierung, bevor die Daten auf die Festplatte geschrieben werden. SANsymphony und analysiert die eingehenden Daten auf mögliche Optimierungsmöglichkeiten und führt Deduplizierung und Komprimierung durch. Die Inline-Verarbeitung reduziert den Speicherplatzbedarf, da die Daten vor der Speicherung dedupliziert und komprimiert werden. Bei häufigen Sicherungsvorgängen und einem hohen Anteil an redundanten Daten ist die Inline-Verarbeitung ein empfehlenswerter Ansatz, da sie den Datenumfang vor der Speicherung der Sicherung reduziert.
Inline-Deduplizierung und -Komprimierung werden nur in den EN- und BR-Editionen von SANsymphony unterstützt SANsymphony können je nach Bedarf einzeln oder gemeinsam (entweder Deduplizierung, Komprimierung oder beides) aktiviert werden.
Deduplizierung und Komprimierung im Nachgang: Hierbei erfolgt die Datenreduzierung, nachdem die Daten auf die Festplatte geschrieben wurden. SANsymphony speichert SANsymphony die Rohdaten auf dem Zielspeichergerät. Anschließend werden die gespeicherten Daten gescannt und auf Optimierungsmöglichkeiten analysiert. Die deduplizierten und komprimierten Daten werden zurück auf das Speichergerät geschrieben, das nun weniger Kapazität beansprucht als zuvor. Es ist zu beachten, dass die anfängliche Kapazitätszuweisung auf dem Zielgerät bei der nachträglichen Verarbeitung größer ist, da die Rohdaten zunächst unverändert gespeichert werden, bevor sie einer Datenreduktion unterzogen werden. Die nachträgliche Verarbeitung ermöglicht es, die Kapazitätsoptimierung außerhalb der Spitzenzeiten zu planen und so die Auswirkungen auf die IOPS während der Spitzenzeiten zu minimieren.
Die nachgelagerte Deduplizierung und Komprimierung wird in den Editionen EN, ST und BR von SANsymphony unterstützt. Vergleichen Sie SANsymphony .
Inline- und Post-Process-Datendeduplizierung und -komprimierung mit SANsymphony im Vergleich
Es gibt viele Faktoren, die die Effizienz und den Ertrag von Deduplizierung und Komprimierung beeinflussen: Art der Daten, Häufigkeit von Datenänderungen, Zugriffshäufigkeit, Backup-Häufigkeit usw. Bei einigen Workloads wird bereits auf Anwendungsebene ein gewisses Maß an Redundanzbeseitigung durchgeführt, was zu geringeren Deduplizierungs- und Komprimierungsraten führt. Andere Workloads hingegen, wie beispielsweise VDI, verfügen über mehrere Kopien desselben Betriebssystem-Images, was bei der Sicherung zu höheren Deduplizierungs- und Komprimierungsraten führt. Die Dateitypen, die am ehesten von Deduplizierung und Komprimierung profitieren, enthalten sich wiederholende Datenblöcke mit relativ statischem Inhalt, auf die nur selten zugegriffen wird. Sowohl Inline- als auch Nachbearbeitungstechniken zur Kapazitätsoptimierung helfen IT-Teams dabei, CAPEX-Einsparungen zu erzielen. Die tatsächlichen Einsparungen hängen von der Effizienz der Deduplizierungs- und Komprimierungsvorgänge sowie deren individuellen Kapazitätsoptimierungsquoten ab.
