基于软件的去重复产品

类似Symantec的PureDisk的客户端软件是面向远程办公室及基于网络的环境的，这些情形下用户希望降低网络上传输的数据量。

为了备份它的远程办公室，美国某税务局曾在7个远程现场办公室使用Symantec Backup Exec代理来将磁带备份任务内容通过WAN传回主数据中心。这需要数据中心的60个磁带备份任务每周备份200GB数据，据高级网络工程师Mark Wise说。

“通过网络传送的数据太多了，”Wise说“一个站点需要26个小时来进行一次全备份。当你要处理的是远程办公室和远程网络的时候，网络会有更多的延迟和通讯中断。Backup Exec经常会超时失败。”

在2007年11月末，该部门使用了PureDisk，将备份窗口从26个小时缩减为平均30分钟。

CommVault最近向他们的Simpana软件套装中增加了去重复，他们说在核心备份软件中内置去重复可以保证更迅速的恢复和更好的备份目录一致性，因为记录去重复的是相同的目录。Symantec通过OST方式解决目录一致性的问题，而PureDisk使用独立于NetBackup的目录。

当去重复集成在备份中时，客户得到一票到底服务，而且其成本要低于实施单独的产品。某家具商在他们位于佛罗里达州的集中数据中心使用CommVault来备份大约25TB的数据已经5年了。这个商家在Simpana 8发布之前一直使用CommVault的single-instance storage (SIS)来达到5级的去重复。

“我们非常急于得到至少是文件级的去重复，”Rooms to Go的IT系统主任Jason Hall说。

他说他在CommVault向Simpana 8中增加亚文件级去重复之前会继续使用SIS。

“如果我们每晚要备份100TB，我们会更加迫切的，”他说“但是我们的完全备份大约有5TB──对这个我们并不急”。

其它人会进行混合匹配，为去重复添加专门的软件，即使他们使用的备份软件是其它厂家的。

一个要求匿名（因为他没有被授权披露他们公司所用的产品）的大型电信公司的存储架构师，平时要处理以PB计算的数据，他引入了EMC的Avamar来进行约100TB的文件和虚拟服务器备份，而采用NetBackup和复制来备份更高层的应用。

如此大型的公司使用Avamar是不太常见的，特别是当它有上千的主机以及性能密集型的应用的时候。但是“任何的备份过程都会增加客户端CPU的负荷，”这个架构师说，而且对共享文件和不那么关键的服务器的多重操作系统来说，“出现重复数据的可能性非常之大。Avamar和磁带相比，我们省掉的成本已经达到7位数──我们省掉的比我们花掉的还多。”

这个电信公司正要升级到Avamar 4.1，相比老版本，他将支持每个具有2倍容量的网格节点。“网格的大小决定了去重复域的大小，在网格之间没法比较相同性。”他说，提高网格的容量至少可以部分地解决这个问题。但是将来“那将是我们最大的问题──怎样管理去重复域中更大的“桶”，它不会让我们停止使用去重复，但是它也不会达到本可以具有的价值。”

基于软件的方案的一个缺点是它们多数需要客户替换现有的备份软件。而且不是所有的去重复软件程序都能支持全部的备份产品。例如，Avamar不能使用EMC自己的虚拟带库作为备份目标。PureDisk没有集成在Symantec面向中小企业的备份产品Backup Exec中，尽管Mohan说这是在未来的产品路线图上的。

基于软件的方案需要公司在现有的架构中增加一个进程的时候小心地衡量得失，据ESG分析员Whitehouse说。在线的基于备份服务器的方案，例如CommVault的Simpana或者IBM的Tivoli Storage Manager (TSM)可以避免为客户端服务器增加处理器负荷，而同时仍然能够减少部分的网络流量。NetBackup PureDisk也可以以备份服务器或者磁盘目标级别进行实施，如果客户想要的话。

“买个硬件目标是很简单的，”ESG的Whitehouse说，“用户需要更小心地考虑各种基于软件的在线去重复方式如何在客户端之间分配CPU负荷。”

盘点当今的备份中的重复数据删除方法（上）