【微信用户提问分享】重复数据删除是源端删除好，还是目标端删除好？

按照重复数据删除操作所执行的对象，重复数据删除可分为两种：

源端重复数据删除：在客户端既数据的源头作重复数据的识别，并将重复数据删除以后的数据通过网络传输并存储到磁盘上进行备份。EMC Avamar提供的就是这种重复数据删除方式。

目标端重复数据删除：将数据从客户端发送到目标存储设备上，然后在目标存储设备上进行重复数据删除。此时，不同厂商所提供的目标端重复数据删除产品的差距就体现出来了。很多其他厂商的目标端重复数据删除产品需要将数据先存到磁盘上的一个临时区域，然后再进行重复数据删除，而且无法对重复数据删除之后的数据进行压缩。这样不但需要有额外的磁盘，而且需要额外的人力去管理处于不同状态的数据池中的数据。

EMC Data Domain使用的则是一种称为“内联”的重复数据删除方式，在将数据存储到目标存储设备之前，就对数据进行重复数据删除。99%的数据段冗余分析是在内存中完成的，只有一小部分未能在内存中识别的数据会和磁盘中已存储的数据去比较。由于重复数据删除基本是在内存中完成的，很少访问磁盘，所以重复数据删除的速度很快。如果数据块被识别为是旧的，该数据不会被再存储但是会给它创建一个指针。随后，Data Domain会将经过重复数据删除处理以后的数据进行压缩，然后存储到目标存储设备的磁盘上。