3．数据安全问题

如此庞大的数据量，会给数据安全带来压力。传统的Raid保护模式下，单盘故障后的重建周期会极大提升，可能会达到周级，期间会有很高概率出现双盘失效从而丢失数据。为此人们设计出了新型的Raid，比如Raid 2.0数据分布模式，可以大大缩短数据恢复的时间。在数据的容灾方面，庞大的数据量会导致容灾的RTO和RPO双双增加。

综上所述，如果能够降低数据保有量，无形中就会降低成本并提高性能。所以，就催生了使用软件技术来降低数据量的方式。在前端，可以从数据产生的源头入手，比如剔除一些垃圾数据；在后端，则可以从存储系统角度入手，用一些普适性的技术来直接缩减数据量，比如实时的压缩／解压，或者识别并剔除一些冗余的数据。

重复数据删除（Deduplication）技术是近几年来兴起并广泛落地的一种数据缩减技术。其对数据进行分块，然后分别计算哈希指纹，并对指纹进行比对以查找冗余数据块，具有良好的普适性和缩减率。重复数据删除技术目前已经被广泛应用于商用存储系统中，包括SAN/NAS/分布式存储系统，已经成为标配特性。另外，很多SSD也在其主控内部实现了重删技术，以延长SSD的寿命。在一些容灾备份产品中，普遍采用了源端重删技术，以缩减数据量，从而节省远程同步所需的时间。

目前，市面上对重复数据删除技术进行讲解分析的书籍很少见，而本书应该是解了燃眉之急，其对重复数据删除技术的背景、原理、场景做了一个非常好的综述和演绎，是不可多得的存储特定技术领域的书籍。我在此向大家郑重推荐本书，同时也感谢本书作者为业界提供了一本优秀的书籍。

——《大话存储》《大话计算机》
作者 冬瓜哥