CN108984103A - 用于去重的方法和设备 - Google Patents

用于去重的方法和设备 Download PDF

Info

Publication number
CN108984103A
CN108984103A CN201710408364.7A CN201710408364A CN108984103A CN 108984103 A CN108984103 A CN 108984103A CN 201710408364 A CN201710408364 A CN 201710408364A CN 108984103 A CN108984103 A CN 108984103A
Authority
CN
China
Prior art keywords
duplicate removal
request
rank
file stream
data block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710408364.7A
Other languages
English (en)
Other versions
CN108984103B (zh
Inventor
张雷虎
方皓
宫晨
张明
王永利
陈欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
EMC Corp
Original Assignee
EMC IP Holding Co LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by EMC IP Holding Co LLC filed Critical EMC IP Holding Co LLC
Priority to CN201710408364.7A priority Critical patent/CN108984103B/zh
Priority to CN202110645876.1A priority patent/CN113296709B/zh
Priority to US15/992,483 priority patent/US10891261B2/en
Publication of CN108984103A publication Critical patent/CN108984103A/zh
Priority to US17/096,237 priority patent/US11461276B2/en
Application granted granted Critical
Publication of CN108984103B publication Critical patent/CN108984103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1748—De-duplication implemented within the file system, e.g. based on file segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0608—Saving storage space on storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G06F13/14—Handling requests for interconnection or transfer
    • G06F13/16—Handling requests for interconnection or transfer for access to memory bus
    • G06F13/1668—Details of memory controller
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1744—Redundancy elimination performed by the file system using compression, e.g. sparse files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638—Organizing or formatting or addressing of data
    • G06F3/064—Management of blocks
    • G06F3/0641—De-duplication techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的各实施例涉及用于去重的方法和设备。具体地，该方法可以包括获取文件流属性，该文件流属性包括文件类型或者标识协议或文件的格式的幻数。该方法还可以包括响应于接收到针对文件流的数据块的I/O请求，基于文件流属性，为I/O请求指派去重级别。此外，该方法还可以包括基于被指派给I/O请求的去重级别，对文件流的数据块进行去重。另外，还提供了对应的设备和计算机程序产品。

Description

用于去重的方法和设备
技术领域
本公开的各实施例总体上涉及计算机存储领域，具体地涉及一种用于去重的方法、设备和计算机程序产品。
背景技术
在当今社会中，计算机系统是司空见惯的。计算机系统可在工作地点、在家或者在学校找到。计算机系统可包括用来处理和存储数据的数据存储系统或者磁盘存储系统。一个这种处理是数据去重。数据去重指代冗余数据的减少和/或消除。在数据去重处理中，数据的重复副本被减少或者消除，从而分别留下最小量的冗余副本，或者数据的单个副本。使用去重处理提供各种益处，诸如所需存储容量的减少和对网络带宽的减少的需要。由于这些以及其他益处，去重近年来已经显现为计算存储系统中的高度重要技术领域。
随着用户可以在存储空间上拥有、创建、修改和/或删除容器和对象的存储服务的显现，通过I/O请求对存储空间的访问已经显著增加。这种存储服务的用户通常在存储服务提供商所披露的应用编程接口(API)的帮助下对拥有的存储空间执行这些操作。尽管向用户披露API已经非常有用，但是将API用于对存储服务执行操作已经在数据去重领域对服务提供商提出了附加问题。因此，存在存储服务提供商使用去重技术来减少对存储服务空间的消耗的需要。
发明内容
本公开的各实施例提供了一种用于去重的方法、设备和计算机程序产品。
根据本公开的第一方面，提供了一种用于去重的方法。该方法可以包括获取文件流属性，其中该文件流属性可以包括文件类型或者标识协议或文件的格式的幻数。该方法还可以包括响应于接收到针对文件流的数据块的I/O请求，基于文件流属性，为该I/O请求指派去重级别。此外，该方法还可以包括基于被指派给I/O请求的去重级别，对文件流的数据块进行去重。
在一个示例性实施例中，其中为I/O请求指派去重级别可以包括基于文件流属性来确定文件流是否经过压缩；以及基于所确定的结果来指派去重级别。
在一个示例性实施例中，其中基于所确定的结果来指派去重级别可以包括：响应于确定文件流经过压缩，为I/O请求指派第一去重级别；响应于无法确定文件流是否经过压缩，为I/O请求指派第二去重级别；以及响应于确定文件流未经过压缩，为I/O请求指派第三去重级别。
在一个示例性实施例中，其中对文件流的数据块进行去重可以包括：响应于被指派的去重级别是第一去重级别，跳过对文件流的数据块进行去重；响应于被指派的去重级别是第二去重级别，基于可用计算资源的状态对文件流的数据块进行去重；以及响应于被指派的去重级别是第三去重级别，对文件流的数据块进行去重。
在一个示例性实施例中，其中基于可用计算资源的状态对文件流的数据块进行去重可以进一步包括：响应于可用计算资源在预定阈值以上，对文件流的数据块进行去重；以及响应于可用计算资源低于预定阈值，跳过对文件流的数据块进行去重。
在一个示例性实施例中，其中对文件流的数据块进行去重可以包括：响应于被指派给I/O请求的去重级别是第二去重级别，跳过对文件流的数据块进行去重，而不考虑可用计算资源的状态。
在一个示例性实施例中，该方法还可以包括：在为I/O请求指派去重级别之后，计算I/O请求的指纹，该指纹标识该I/O请求所针对的数据块；以及将指纹存储在高速缓存中。
在一个示例性实施例中，该方法还可以包括：响应于在I/O请求之后的后续I/O请求的指纹命中高速缓存中存储的指纹，向后续I/O请求指派去重级别，所被指派的去重级别与高速缓存中所命中指纹对应的I/O请求的去重级别相同。
根据本公开的第二方面，提供了一种电子设备。该设备包括：处理器和存储器。存储器被耦合到处理器并且存储有供处理器执行的指令。指令当由处理器执行时，可以使得设备：获取文件流属性，文件流属性包括文件类型或者标识协议或文件的格式的幻数；响应于接收到针对文件流的数据块的I/O请求，基于文件流属性，为I/O请求指派去重级别；以及基于被指派给I/O请求的去重级别，对文件流的数据块进行去重。
根据本公开的第三方面，提供了一种计算机程序产品。该计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令。机器可执行指令在被执行时使得机器执行根据本公开的第一方面所描述的方法的任意步骤。
提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了根据本公开的实施例的用于去重的示例系统100的框图；
图2示出了根据本公开的实施例的用于去重的示例方法200的流程图；
图3示出了根据本公开的实施例的示例去重级别300；
图4示出了根据本公开的备选实施例用于存储指纹的高速缓存使用模式；以及
图5示出了可以用来实施本公开内容的实施例的示例设备500的示意性框图。
具体实施例
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
图1示出了根据本公开的实施例的用于去重的示例系统100的框图。应当理解，仅出于示例性的目的描述示例系统100的结构和功能而不是暗示对于本公开的范围的任何限制。本公开的实施例可以被体现在不同的结构和/或功能中。
如图1所示，示例系统100可以包括作为上层的文件层120，中间层130和作为下层的块层140，其中该文件层120还可以包括网络附接存储(NAS)文件系统122并且用于上层数据的访问，该中间层130可以用于完成文件层120与块层140之间I/O请求的转换，以及该块层140还可以包括映射逻辑单元(MLU)142并且用于下层数据的存储。此外，NAS文件系统122可以被用于管理元数据和用户数据，其中元数据可以是指示诸如数据的时间戳、数据的长度、数据的起始位置之类的标记信息，而用户数据可以是供用户访问的数据内容，并且当用户访问用户数据时，由NAS文件系统122基于用户数据的属性向该用户的I/O请求分组指派去重级别。该带有去重级别的上层I/O请求分组128可以经由中间层130转换成带有去重级别的下层I/O请求分组146，以供包含在MLU 142内的去重引擎144用于对用户数据在MLU142所映射的数据块进行去重，其中上层I/O请求分组128与下层I/O请求分组146所带有的去重级别相同。应当理解，在此描述的各示例性分层或模块仅仅是为了帮助本领域技术人员更好地理解本公开的思想，无意以任何方式限制本公开的范围。而且，在其他实施例中，可以包括更多或者更好的分层或模块。
下面将参考图2来进一步详细描述本公开的示例实施例。图2示出了根据本公开的实施例的用于去重的示例方法200的流程图。例如，方法200可以由如图1所示的用于去重的示例系统100来执行。应当理解的是，方法200还可以包括未示出的附加步骤和/或可以省略所示出的步骤，本公开的范围在此方面不受限制。
如图2所示，在210，获取文件流属性。在某些实施例中，这可以借助于NAS文件系统122来实现。例如，NAS文件系统122可以获取用户数据的属性，其中该属性可以包括文件类型或者标识协议或文件的格式的幻数。在220，接收针对文件流的数据块的I/O请求。在某些实施例中，当用户访问用户数据时，由NAS文件系统122接收针对用户数据的数据块的I/O请求。
在230，基于文件流属性，为I/O请求指派去重级别。在某些实施例中，NAS文件系统122可以基于用户数据的属性，为针对用户数据的数据块的I/O请求指派去重级别。具体地，NAS文件系统122可以基于用户数据的属性来确定用户数据是否经过压缩，继而基于确定的结果来指派去重级别。例如，如图3所示，在某些实施例中，如果NAS文件系统122确定用户数据经过压缩，为针对用户数据的数据块的I/O请求(例如，图1中的上层I/O请求分组)指派第一去重级别306。如果NAS文件系统122无法确定用户数据是否经过压缩，为针对用户数据的数据块的I/O请求指派第二去重级别304。如果NAS文件系统122确定用户数据未经过压缩，为针对用户数据的数据块的I/O请求指派第三去重级别302。如上文所述，如果确定用户数据未经过压缩，则指派较高的去重级别，用以指示该用户数据的去重效果明显。继而，在计算资源有限的情况下，应当优先对去重级别较高的用户数据进行去重，从而节省计算资源并且提升处理器的性能。本领域技术人员应当理解，上述压缩可以包括有损压缩和/或无损压缩。
如上文针对图1所述，带有去重级别的上层I/O请求分组128可以经由中间层130转换成带有去重级别的下层I/O请求分组146，以供包含在MLU 142内的去重引擎144对用户数据在MLU 142所映射的数据块进行去重，其中上层I/O请求分组128与下层I/O请求分组146所带有的去重级别相同。在240，基于被指派的去重级别，对文件流的数据块进行去重。
在某些实施例中，去重引擎144可以通过带有去重级别的下层I/O请求分组146，在块层140对用户数据在MLU 142所映射的数据块进行去重。具体地，如果下层I/O请求分组146所携带的去重级别是第一去重级别306，去重引擎144可以跳过对用户数据在MLU142所映射的数据块进行去重，即，此类数据块去重效果不明显，跳过去重可以节省计算资源。如果下层I/O请求分组146所携带的去重级别是第二去重级别304，去重引擎144可以基于可用计算资源的状态对用户数据在MLU 142所映射的数据块进行去重，这是因为在实际应用中此类数据块较少，继而可以根据可用计算资源的状态判断是否进行去重。如果下层I/O请求分组146所携带的去重级别是第三去重级别302，去重引擎144可以对用户数据在MLU 142所映射的数据块进行去重，即，此类数据块去重效果明显，应当将有限的计算资源用于此类数据块以节省存储资源。如上文所述，通过基于去重级别预先对用户数据分类，继而仅对去重级别较高的用户数据进行去重，从而可以有效地将有限计算资源用于去重效果明显的用户数据。
应当注意，在上面描述的实施例中，如果下层I/O请求分组146所携带的去重级别是第二去重级别，去重引擎144是基于可用计算资源的状态对用户数据在MLU 142所映射的数据块进行去重。备选地，在其他实施例中，响应于下层I/O请求分组146所携带的去重级别是第二去重级别，去重引擎144可以跳过对用户数据在MLU142所映射的数据块进行去重，而不考虑可用计算资源的状态。总体而言，第二去重级别是小概率事件，这是因为通常NAS文件系统122都可以通过获取用户数据的属性来确定用户数据是否经过压缩。
附加地或备选地，在某些实施例中，在NAS文件系统122为上层I/O请求128指派去重级别之后，计算该上层I/O请求128的指纹，该指纹标识该上层I/O请求128所针对的数据块，并且将所计算的指纹存储在诸如高速缓存之类的存储器中。在用户继续访问NAS文件系统122时，计算后续I/O请求的指纹，并将后续I/O请求的指纹与先前在高速缓存中存储的指纹进行比较。如果命中，则NAS文件系统122向所述后续I/O请求指派与该高速缓存中所命中指纹对应的I/O请求的去重级别相同的去重级别。附加地或备选地，如果未命中，则NAS文件系统122可以基于上文所述方式向后续I/O请求指派去重级别，并且将后续I/O请求的指纹存储到高速缓存。通过使用高速缓存存储已知I/O请求的指纹，可以更快速地确定后续I/O请求的去重级别，进而提升处理器性能。
图4示出了根据本公开的备选实施例用于存储指纹的高速缓存使用模式。在实际应用中，由于高速缓存的存储空间有限，因此期望有更多的、携带有较高去重级别(例如，第三去重级别302)的I/O请求的指纹被存储在高速缓存中，这是因为I/O请求所携带的去重级别越高，该I/O请求所针对的数据块被去重的可能性越大。
为了解决上述问题，在本公开的某些实施例中，可以支持用于存储指纹的高速缓存具有两种模式：自由模式和区分模式。在区分模式中，当由于高速缓存已满而必须替换掉某些指纹时，该高速缓存保持针对每个去重级别的指纹的比率，例如，8(第三去重级别)：2(第一去重级别和第二去重级别)。在自由模式中，高速缓存可以任意存储去重级别的指纹而不需要保持针对每个去重级别的指纹的比率，例如，允许高速缓存仅存储一种去重级别的指纹。针对高速缓存使用模式的模式切换算法可以基于统计，以伪码形式表示如下：
偏差阈值deviation_threshold在上述示例中默认为5％，但这仅仅是示例性的，任何其他的适当数值也是可能的。
图5示出了可以用来实施本公开内容的实施例的示例设备500的示意性框图。如图所示，设备500包括中央处理单元(CPU)505，其可以根据存储在只读存储器(ROM)510中的计算机程序指令或者从存储单元540加载到随机访问存储器(RAM)515中的计算机程序指令，来执行各种适当的动作和处理。在RAM 515中，还可存储设备500操作所需的各种程序和数据。CPU 505、ROM 510以及RAM 515通过总线520彼此相连。输入/输出(I/O)接口525也连接至总线520。
设备500中的多个部件连接至I/O接口525，包括：输入单元530，例如键盘、鼠标等；输出单元535，例如各种类型的显示器、扬声器等；存储单元540，例如磁盘、光盘等；以及通信单元545，例如网卡、调制解调器、无线通信收发机等。通信单元545允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理，例如示例方法200，可由中央处理单元505执行。例如，在一些实施例中，示例方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元540。在一些实施例中，计算机程序的部分或者全部可以经由ROM 510和/或通信单元545而被载入和/或安装到设备500上。当计算机程序被加载到RAM 515并由CPU 505执行时，可以执行上文描述的示例方法200中的一个或多个步骤。备选地，在其他实施例中，中央处理单元505也可以以其他任何适当的方式(例如，固件)被配置以实现上述过程/方法。
通过以上描述可以看出，本公开的实施例通过基于文件流属性将文件流的数据块分类，继而仅对去重效果明显的数据块进行去重，从而节省了有限的计算资源并且显著提升了处理器的性能。
本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言-诸如Smalltalk、C++等，以及常规的过程式编程语言-诸如"C"语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (17)

1.一种用于去重的方法，包括：
获取文件流属性，所述文件流属性包括文件类型或者标识协议或文件的格式的幻数；
响应于接收到针对所述文件流的数据块的I/O请求，基于所述文件流属性，为所述I/O请求指派去重级别；以及
基于被指派给所述I/O请求的所述去重级别，对所述文件流的数据块进行去重。
2.根据权利要求1所述的方法，其中为所述I/O请求指派去重级别包括：
基于所述文件流属性来确定所述文件流是否经过压缩；以及
基于所述确定的结果来指派所述去重级别。
3.根据权利要求2所述的方法，其中基于所述确定的结果来指派所述去重级别包括：
响应于确定所述文件流经过压缩，为所述I/O请求指派第一去重级别；
响应于无法确定所述文件流是否经过压缩，为所述I/O请求指派第二去重级别；以及
响应于确定所述文件流未经过压缩，为所述I/O请求指派第三去重级别。
4.根据权利要求3所述的方法，其中对所述文件流的数据块进行去重包括：
响应于被指派的所述去重级别是所述第一去重级别，跳过对所述文件流的数据块进行去重；
响应于被指派的所述去重级别是所述第二去重级别，基于可用计算资源的状态对所述文件流的数据块进行去重；以及
响应于被指派的所述去重级别是所述第三去重级别，对所述文件流的数据块进行去重。
5.根据权利要求4所述的方法，其中基于可用计算资源的状态对所述文件流的数据块进行去重进一步包括：
响应于所述可用计算资源在预定阈值以上，对所述文件流的数据块进行去重；以及
响应于所述可用计算资源低于所述预定阈值，跳过对所述文件流的数据块进行去重。
6.根据权利要求3所述的方法，其中对所述文件流的数据块进行去重包括：
响应于被指派给所述I/O请求的所述去重级别是所述第二去重级别，跳过对所述文件流的数据块进行去重，而不考虑可用计算资源的状态。
7.根据权利要求1所述的方法，还包括：
在为所述I/O请求指派去重级别之后，计算所述I/O请求的指纹，所述指纹标识所述I/O请求所针对的数据块；以及
将所述指纹存储在高速缓存中。
8.根据权利要求7所述的方法，还包括：
响应于在所述I/O请求之后的后续I/O请求的指纹命中所述高速缓存中存储的所述指纹，向所述后续I/O请求指派去重级别，所被指派的去重级别与所述高速缓存中所命中指纹对应的所述I/O请求的去重级别相同。
9.一种电子设备，包括：
至少一个处理单元；以及
至少一个存储器，其耦合至所述至少一个处理单元并且存储有机器可执行指令，当所述指令由所述至少一个处理单元执行时，使得所述设备执行动作，所述动作包括：
获取文件流属性，所述文件流属性包括文件类型或者标识协议或文件的格式的幻数；
响应于接收到针对所述文件流的数据块的I/O请求，基于所述文件流属性，为所述I/O请求指派去重级别；以及
基于被指派给所述I/O请求的所述去重级别，对所述文件流的数据块进行去重。
10.根据权利要求9所述的设备，其中为所述I/O请求指派去重级别包括：
基于所述文件流属性来确定所述文件流是否经过压缩；以及
基于所述确定的结果来指派所述去重级别。
11.根据权利要求10所述的设备，其中基于所述确定的结果来指派所述去重级别包括：
响应于确定所述文件流经过压缩，为所述I/O请求指派第一去重级别；
响应于无法确定所述文件流是否经过压缩，为所述I/O请求指派第二去重级别；以及
响应于确定所述文件流未经过压缩，为所述I/O请求指派第三去重级别。
12.根据权利要求11所述的设备，其中对所述文件流的数据块进行去重包括：
响应于被指派的所述去重级别是所述第一去重级别，跳过对所述文件流的数据块进行去重；
响应于被指派的所述去重级别是所述第二去重级别，基于可用计算资源的状态对所述文件流的数据块进行去重；以及
响应于被指派的所述去重级别是所述第三去重级别，对所述文件流的数据块进行去重。
13.根据权利要求12所述的设备，其中基于可用计算资源的状态对所述文件流的数据块进行去重进一步包括：
响应于所述可用计算资源在预定阈值以上，对所述文件流的数据块进行去重；以及
响应于所述可用计算资源低于所述预定阈值，跳过对所述文件流的数据块进行去重。
14.根据权利要求11所述的设备，其中对所述文件流的数据块进行去重包括：
响应于被指派给所述I/O请求的所述去重级别是所述第二去重级别，跳过对所述文件流的数据块进行去重，而不考虑可用计算资源的状态。
15.根据权利要求9所述的设备，其中所述动作进一步包括：
在为所述I/O请求指派去重级别之后，计算所述I/O请求的指纹，所述指纹标识所述I/O请求所针对的数据块；以及
将所述指纹存储在高速缓存中。
16.根据权利要求15所述的设备，其中所述动作进一步包括：
响应于在所述I/O请求之后的后续I/O请求的指纹命中所述高速缓存中存储的所述指纹，向所述后续I/O请求指派去重级别，所被指派的去重级别与所述高速缓存中所命中指纹对应的所述I/O请求的去重级别相同。
17.一种计算机程序产品，所述计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令，所述机器可执行指令在被执行时使机器执行根据权利要求1至8任一项所述的方法的步骤。
CN201710408364.7A 2017-06-02 2017-06-02 用于去重的方法和设备 Active CN108984103B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201710408364.7A CN108984103B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备
CN202110645876.1A CN113296709B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备
US15/992,483 US10891261B2 (en) 2017-06-02 2018-05-30 Method and device for deduplication
US17/096,237 US11461276B2 (en) 2017-06-02 2020-11-12 Method and device for deduplication

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710408364.7A CN108984103B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110645876.1A Division CN113296709B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备

Publications (2)

Publication Number Publication Date
CN108984103A true CN108984103A (zh) 2018-12-11
CN108984103B CN108984103B (zh) 2021-06-22

Family

ID=64501724

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110645876.1A Active CN113296709B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备
CN201710408364.7A Active CN108984103B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110645876.1A Active CN113296709B (zh) 2017-06-02 2017-06-02 用于去重的方法和设备

Country Status (2)

Country Link
US (2) US10891261B2 (zh)
CN (2) CN113296709B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726037B (zh) 2017-10-27 2023-07-21 伊姆西Ip控股有限责任公司 用于备份数据的方法、设备和计算机程序产品
US10761945B2 (en) * 2018-06-19 2020-09-01 International Business Machines Corporation Dynamically directing data in a deduplicated backup system
CN113515229B (zh) 2020-04-09 2024-04-09 伊姆西Ip控股有限责任公司 存储数据的方法、装置和计算机程序产品
CN113055127B (zh) * 2021-03-17 2022-03-08 网宿科技股份有限公司 数据报文去重与传输方法、电子设备及存储介质
CN114945048A (zh) * 2022-05-20 2022-08-26 国网江苏省电力有限公司 网络冗余数据传输方法、装置、存储介质和电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101957836A (zh) * 2010-09-03 2011-01-26 清华大学 一种文件系统中可配置的实时透明压缩方法
CN102609360A (zh) * 2012-01-12 2012-07-25 华为技术有限公司 一种数据处理方法、装置及系统
US8392384B1 (en) * 2010-12-10 2013-03-05 Symantec Corporation Method and system of deduplication-based fingerprint index caching
CN103729429A (zh) * 2013-12-26 2014-04-16 浪潮电子信息产业股份有限公司 一种基于HBase压缩方法
CN104484132A (zh) * 2014-12-12 2015-04-01 华为技术有限公司 数据缩减的方法及装置
CN104871155A (zh) * 2012-10-01 2015-08-26 西部数据技术公司 优化用于去重的数据块大小
CN105094709A (zh) * 2015-08-27 2015-11-25 浪潮电子信息产业股份有限公司 一种固态盘存储系统的动态数据压缩方法
CN105824574A (zh) * 2015-12-07 2016-08-03 国家电网公司 一种内存数据存储方法
CN106020722A (zh) * 2016-05-19 2016-10-12 浪潮(北京)电子信息产业有限公司 一种云存储系统的重复数据去重方法、装置及系统

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU679457B2 (en) * 1992-10-22 1997-07-03 Nec Corporation File compression processor
CN1584875B (zh) * 2004-06-01 2011-08-10 北京九州软件有限公司 批量计算机文件的遍历性压缩和解压缩方法
KR100800000B1 (ko) * 2006-06-20 2008-01-31 엘지전자 주식회사 외부영상기기의 조건에 맞추어 데이터 포맷을 변환시키는영상디스플레이장치 및 그 제어방법
WO2008137978A1 (en) * 2007-05-08 2008-11-13 The University Of Vermont And State Agricultural College Systems and methods for reservoir sampling of streaming data and stream joins
US9395929B2 (en) 2008-04-25 2016-07-19 Netapp, Inc. Network storage server with integrated encryption, compression and deduplication capability
US8407186B1 (en) * 2009-03-31 2013-03-26 Symantec Corporation Systems and methods for data-selection-specific data deduplication
US8731190B2 (en) * 2009-06-09 2014-05-20 Emc Corporation Segment deduplication system with encryption and compression of segments
US8423520B2 (en) 2009-11-23 2013-04-16 Dell Products L.P. Methods and apparatus for efficient compression and deduplication
US9305006B2 (en) * 2010-11-11 2016-04-05 Red Hat, Inc. Media compression in a digital device
US9449013B2 (en) 2011-09-23 2016-09-20 Dell Products L.P. Application transparent deduplication data
US8706971B1 (en) * 2012-03-14 2014-04-22 Netapp, Inc. Caching and deduplication of data blocks in cache memory
US9396069B2 (en) 2012-09-06 2016-07-19 Empire Technology Development Llc Cost reduction for servicing a client through excess network performance
CN103167147A (zh) * 2012-09-20 2013-06-19 深圳市金立通信设备有限公司 一种智能手机高速连拍系统及方法
US9348538B2 (en) * 2012-10-18 2016-05-24 Netapp, Inc. Selective deduplication
US9420058B2 (en) 2012-12-27 2016-08-16 Akamai Technologies, Inc. Stream-based data deduplication with peer node prediction
US9424267B2 (en) 2013-01-02 2016-08-23 Oracle International Corporation Compression and deduplication layered driver
CN103218224B (zh) * 2013-03-29 2016-09-21 东莞宇龙通信科技有限公司 一种提高存储空间利用率的方法和终端
US9122697B1 (en) 2013-03-29 2015-09-01 Emc Corporation Unified data services for block and file objects
US10614038B1 (en) 2015-12-28 2020-04-07 EMC IP Holding Company LLC Inline deduplication of compressed data
CN105631035B (zh) * 2016-01-04 2018-04-17 北京百度网讯科技有限公司 数据存储方法和装置
CN106202273A (zh) * 2016-06-30 2016-12-07 宇龙计算机通信科技(深圳)有限公司 文件管理方法及系统
CN106341482B (zh) * 2016-09-22 2019-07-30 江苏赞奇科技股份有限公司 基于文件类型的云渲染混合压缩传输系统与方法
US10678435B2 (en) 2017-05-11 2020-06-09 EMC IP Holding Company LLC Deduplication and compression of data segments in a data storage system
US10635315B1 (en) 2019-03-22 2020-04-28 EMC IP Holding Company LLC Performing compression and deduplication at different granularities

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101957836A (zh) * 2010-09-03 2011-01-26 清华大学 一种文件系统中可配置的实时透明压缩方法
US8392384B1 (en) * 2010-12-10 2013-03-05 Symantec Corporation Method and system of deduplication-based fingerprint index caching
CN102609360A (zh) * 2012-01-12 2012-07-25 华为技术有限公司 一种数据处理方法、装置及系统
CN104871155A (zh) * 2012-10-01 2015-08-26 西部数据技术公司 优化用于去重的数据块大小
CN103729429A (zh) * 2013-12-26 2014-04-16 浪潮电子信息产业股份有限公司 一种基于HBase压缩方法
CN104484132A (zh) * 2014-12-12 2015-04-01 华为技术有限公司 数据缩减的方法及装置
CN105094709A (zh) * 2015-08-27 2015-11-25 浪潮电子信息产业股份有限公司 一种固态盘存储系统的动态数据压缩方法
CN105824574A (zh) * 2015-12-07 2016-08-03 国家电网公司 一种内存数据存储方法
CN106020722A (zh) * 2016-05-19 2016-10-12 浪潮(北京)电子信息产业有限公司 一种云存储系统的重复数据去重方法、装置及系统

Also Published As

Publication number Publication date
US20190034449A1 (en) 2019-01-31
CN113296709A (zh) 2021-08-24
US10891261B2 (en) 2021-01-12
US11461276B2 (en) 2022-10-04
CN113296709B (zh) 2024-03-08
US20210064578A1 (en) 2021-03-04
CN108984103B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN108984103A (zh) 用于去重的方法和设备
JP4042359B2 (ja) キャッシュ制御方法及びキャッシュ装置
US11321304B2 (en) Domain aware explainable anomaly and drift detection for multi-variate raw data using a constraint repository
US9521218B1 (en) Adaptive compression and transmission for big data migration
CN105740303B (zh) 改进的对象存储的方法及装置
US20190384845A1 (en) Using computing resources to perform database queries according to a dynamically determined query size
CN109344157A (zh) 读写分离方法、装置、计算机设备及存储介质
US11093496B1 (en) Performance-based query plan caching
US9380126B2 (en) Data collection and distribution management
CN110389859A (zh) 用于复制数据块的方法、设备和计算机程序产品
US9690711B2 (en) Scheduler training for multi-module byte caching
WO2020023476A1 (en) Dynamic visualization of application and infrastructure components with layers
CN109241102A (zh) 数据处理方法及装置、存储介质和电子设备
US20230081324A1 (en) Shared cache for multiple index services in nonrelational databases
US20210374162A1 (en) Methods and systems for streamlined searching according to semantic similarity
JP2022183116A (ja) コンピュータシステム、コンピュータプログラム及び方法（制御識別のための人工知能モデルの活用及び訓練）
US20170161193A1 (en) Hybrid cache
CN108038158B (zh) 减少数据库存储容量的数据存储方法
US9841905B2 (en) File system having a database management system using file pre-allocation in mass storage devices
CN112799978B (zh) 缓存设计管理方法、装置、设备和计算机可读存储介质
CN112100453A (zh) 一种字符串分布统计方法、系统、设备及计算机存储介质
CN117992241B (zh) 基于大数据的科技型中小企业银企对接服务系统及方法
US11966854B2 (en) Knowledge graph for determining a resource vendor from which to lease resources
KR101094607B1 (ko) 다중 소유 시스템에서의 자원 할당 방법
CN110413215A (zh) 用于获取访问权限的方法、设备和计算机程序产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant