JP6888446B2 - Information processing device, deduplication rate identification method and deduplication rate identification program - Google Patents
Information processing device, deduplication rate identification method and deduplication rate identification program Download PDFInfo
- Publication number
- JP6888446B2 JP6888446B2 JP2017134894A JP2017134894A JP6888446B2 JP 6888446 B2 JP6888446 B2 JP 6888446B2 JP 2017134894 A JP2017134894 A JP 2017134894A JP 2017134894 A JP2017134894 A JP 2017134894A JP 6888446 B2 JP6888446 B2 JP 6888446B2
- Authority
- JP
- Japan
- Prior art keywords
- deduplication
- size
- unit
- virtual storage
- total number
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、情報処理装置、重複除去率特定方法及び重複除去率特定プログラムに関する。 The present invention relates to an information processing device, a deduplication rate specifying method, and a deduplication rate specifying program.
ストレージ装置では、同一データを格納しないようにする重複除去機能によりディスク容量の削減を行っている。重複除去は、シン・プロビジョニング・プール(Thin Provisioning Pool)毎に行われる。ここで、シン・プロビジョニング・プールは、シン・プロビジョニングによりデータが格納された物理領域である。なお、以下の説明では、シン・プロビジョニング・プールを単にプールと呼ぶ。 In the storage device, the disk capacity is reduced by the deduplication function that prevents the same data from being stored. Deduplication is performed for each thin provisioning pool. Here, the thin provisioning pool is a physical area in which data is stored by thin provisioning. In the following description, the thin provisioning pool is simply referred to as a pool.
ストレージ装置は、所定の大きさの単位データをSHA−1機能を用いてハッシュ化し、20バイトのハッシュ値にしてメインメモリ上に記憶する。ここで、SHA−1は、ハッシュ関数である。また、ストレージ装置は、単位データをディスクに記憶する。 The storage device hashes unit data of a predetermined size using the SHA-1 function, converts it into a hash value of 20 bytes, and stores it in the main memory. Here, SHA-1 is a hash function. In addition, the storage device stores unit data on an optical disc.
単位データの更新が行われると、ストレージ装置は、SHA−1機能を用いてハッシュ化し、20バイトのハッシュ値にして、既存のハッシュ値と同じものがあるかを検索することで、同一データがあるか否かを判定する。 When the unit data is updated, the storage device uses the SHA-1 function to hash the data into a 20-byte hash value, and searches for the same existing hash value to obtain the same data. Determine if it exists.
同一のハッシュ値が見つからなければ、ストレージ装置は、ハッシュ値をメインメモリ上に記憶し、更新後の単位データをディスクに記憶する。一方、同一のハッシュ値が見つかれば、ストレージ装置は、ハッシュ値に対応付けられたリファレンスカウントを1増加する。リファレンスカウントは、ハッシュ値に対応する単位データのプール内の数である。 If the same hash value is not found, the storage device stores the hash value in the main memory and stores the updated unit data in the disk. On the other hand, if the same hash value is found, the storage device increments the reference count associated with the hash value by one. The reference count is the number in the pool of unit data corresponding to the hash value.
なお、データの重複除去のためにデータの同一性を調べる技術に関連して、テキストを分類する技術がある。この技術は、与えられたテキストに対してテキスト間の含意認識を行い、個々のテキストを選択し、選択したテキストを含意するテキストをメンバとするグループを生成し、グループ間のメンバ重複度合いに基づく所定の条件を満たす場合にグループを統合する。この技術によれば、複数のテキストを、概観を把握可能なグループに分類することができ、また、含意関係があると判定されなくても意味的に含意関係があるテキスト同士を同じグループに分類することができる。 In addition, there is a technique for classifying texts in relation to a technique for checking the identity of data for deduplication of data. This technique performs inter-text implication recognition for a given text, selects individual texts, creates groups of text that imply the selected text, and is based on the degree of member multiplicity between groups. Integrate groups when certain conditions are met. According to this technology, multiple texts can be classified into groups whose appearance can be grasped, and texts that have semantic implications are classified into the same group even if they are not determined to have implications. can do.
また、ユーザへのストレージ装置の割り当てに関連して、複数のストレージ装置を含んだ階層構造を持つストレージシステムにおいて、ユーザ毎のストレージ資源使用容量を効率的にかつ公平に管理する技術がある。この技術は、ストレージコスト係数とユーザコスト分配情報から、各ユーザについて各ストレージ装置の理想的な使用容量分配を表す情報である理想使用量を算出し、各ユーザについて、各ストレージ装置に、性能の高いものから順に理想使用量を割り当てる。 Further, in relation to the allocation of storage devices to users, there is a technique for efficiently and fairly managing the storage resource usage capacity for each user in a storage system having a hierarchical structure including a plurality of storage devices. This technology calculates the ideal usage amount, which is information representing the ideal usage capacity distribution of each storage device for each user, from the storage cost coefficient and the user cost distribution information, and for each user, the performance of each storage device is calculated. The ideal usage is assigned in descending order.
複数のプールを用いて業務運用を行っている場合に、複数のプールを統合したい場合がある。しかしながら、複数のプール間にはデータの重複がある可能性があるため、統合後に必要となる物理領域の大きさを予め見積もることができないという問題がある。なお、実際に複数のプールのデータを読み込んでハッシュ値を計算し、重複を判定することで、統合後に必要となる物理領域の大きさを算出することはできるが、処理に時間がかかる。 If you are operating a business using multiple pools, you may want to integrate multiple pools. However, since there is a possibility that data may be duplicated between a plurality of pools, there is a problem that the size of the physical area required after integration cannot be estimated in advance. It is possible to calculate the size of the physical area required after integration by actually reading the data of a plurality of pools, calculating the hash value, and determining the duplication, but the processing takes time.
本発明は、1つの側面では、統合後に必要となる物理領域の大きさを予め見積もるために、複数のプールを統合した場合の重複除去率を効率良く算出することを目的とする。 One aspect of the present invention is to efficiently calculate the deduplication rate when a plurality of pools are integrated in order to estimate in advance the size of the physical region required after integration.
1つの態様では、情報処理装置は、第1算出部と第2算出部とを有する。第1算出部は、所定の大きさの単位データについて、2つの仮想ストレージプール間で重複する単位データの数を示す重複数と該2つの仮想ストレージプールに含まれる単位データの総数とを算出する。第2算出部は、第1算出部により算出された重複数と総数を用いて、重複除去による物理領域の縮小率を算出し、縮小率から重複除去率を算出する。 In one aspect, the information processing apparatus has a first calculation unit and a second calculation unit. The first calculation unit, for a given size unit data, calculates the total number of unit data included in the duplication number and the two virtual storage pool that indicates the number of unit data to be duplicated between two virtual storage pool .. The second calculation unit calculates the reduction rate of the physical region by deduplication using the multiples and the total number calculated by the first calculation unit, and calculates the deduplication rate from the reduction rate.
1つの側面では、本発明は、複数のプールを統合した場合の重複除去率を効率良く算出することができる。 In one aspect, the present invention can efficiently calculate the deduplication rate when a plurality of pools are integrated.
以下に、本願の開示する情報処理装置、重複除去率特定方法及び重複除去率特定プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例は開示の技術を限定するものではない。 Hereinafter, examples of the information processing apparatus disclosed in the present application, the deduplication rate specifying method, and the deduplication rate specifying program will be described in detail with reference to the drawings. It should be noted that this embodiment does not limit the disclosed technology.
まず、実施例に係る情報処理システムのハードウェア構成について説明する。図1は、実施例に係る情報処理システムのハードウェア構成を示す図である。図1に示すように、実施例に係る情報処理システム1は、ホスト2と、ストレージ装置3とを有する。ホスト2は、ストレージ装置3を使用して情報処理を行う。ストレージ装置3は、ホスト2が使用するデータを記憶する。
First, the hardware configuration of the information processing system according to the embodiment will be described. FIG. 1 is a diagram showing a hardware configuration of an information processing system according to an embodiment. As shown in FIG. 1, the
ストレージ装置3は、CM(Controller Module)4と、ボリューム記憶装置9とを有する。CM4は、ストレージ装置3を制御する制御装置であるとともに、情報処理を行う情報処理装置でもある。ボリューム記憶装置9は、複数のボリューム9aを記憶する。ボリューム記憶装置9は、例えば、複数台のHDD(Hard Disk Drive)、SSD(Solid State Drive)である。
The storage device 3 has a CM (Controller Module) 4 and a volume storage device 9. The CM 4 is a control device that controls the storage device 3 and is also an information processing device that performs information processing. The volume storage device 9 stores a plurality of
CM4は、CA(Channel Adapter)5と、CPU6(Central Processing Unit)と、メインメモリ7と、2つのFC(Fiber Channel)8とを有する。 The CM 4 has a CA (Channel Adapter) 5, a CPU 6 (Central Processing Unit), a main memory 7, and two FC (Fiber Channel) 8.
CA5は、ホスト2とのインタフェースである。CPU6は、メインメモリ7からプログラムを読み出して実行する中央処理装置である。メインメモリ7は、プログラムやプログラムの実行途中結果などを記憶するRAM(Random Access Memory)である。FC8は、ボリューム記憶装置9とのインタフェースである。FC8は、冗長化される。
CA5 is an interface with
なお、ここでは説明の便宜上、1台のストレージ装置3のみを示したが、情報処理システム1は、複数のストレージ装置3を有してよい。また、ストレージ装置3は、複数のCM4を有してよい。
Although only one storage device 3 is shown here for convenience of explanation, the
次に、CM4の機能構成について説明する。図2は、CM4の機能構成を示す図である。図2に示すように、CM4は、重複除去率特定部4aを有する。重複除去率特定部4aは、以下の式(1)を用いて2つのプールの間の重複除去率を特定する。
ここで、総物理使用量は、2つのプールの物理使用量を足したサイズである。リファレンスカウントの総数は、2つのプールのリファレンスカウントを足した数である。チャンクサイズは、重複除去の単位である単位データのサイズであり、例えば4キロバイト(KB)である。 Here, the total physical usage is the size obtained by adding the physical usage of the two pools. The total number of reference counts is the sum of the reference counts of the two pools. The chunk size is the size of the unit data, which is the unit of deduplication, for example, 4 kilobytes (KB).
重複除去率は、統合後の物理使用量((総物理使用量)−(重複するハッシュ値の数)×(チャンクサイズ))と論理使用量((リファレンスカウントの総数)×(チャンクサイズ))の比率に基づく値である。統合後の物理使用量は、2つのプール間で重複する部分のサイズ((重複するハッシュ値の数)×(チャンクサイズ))が(総物理使用量)から引かれている。 The deduplication rate is the physical usage after integration ((total physical usage)-(number of duplicate hash values) x (chunk size)) and logical usage ((total number of reference counts) x (chunk size)). It is a value based on the ratio of. For the physical usage after integration, the size of the overlapping portion between the two pools ((the number of overlapping hash values) × (chunk size)) is subtracted from (total physical usage).
重複除去率特定部4aは、ユーザが例えばキーボードやマウスを用いて入力した2つのプールの識別子を受け付けて、2つのプールを統合した場合の重複除去率を特定し、特定した重複除去率を2つのプールを統合した場合に必要な物理使用量とともに出力する。重複除去率特定部4aは、記憶部40と、重複数算出部41と、重複除去率算出部42と、通信部43とを有する。
The deduplication
記憶部40は、ハッシュテーブルの情報を記憶する。また、記憶部40には、重複除去率を算出する際に一時的に用いられるデータを記憶する領域、他のCM4との通信に用いられるバッファ等が含まれる。
The
図3は、ハッシュテーブルの一例を示す図である。図3に示すように、ハッシュテーブルは、ハッシュ値にLUN(Logical Unit No)、LBA(Logical Block Address)、リファレンスカウントを対応付けるテーブルである。ハッシュ値に対応する単位データのストレージ装置3での格納場所はLUNとLBAの組合せで特定される。 FIG. 3 is a diagram showing an example of a hash table. As shown in FIG. 3, the hash table is a table in which a LUN (Logical Unit No), an LBA (Logical Block Address), and a reference count are associated with a hash value. The storage location of the unit data corresponding to the hash value in the storage device 3 is specified by the combination of LUN and LBA.
例えば、ハッシュ値が「h」である単位データは、ストレージ装置3のLUNが「l」、LBAが「a」である位置に格納され、プール内に同じ単位データが「n」個ある。 For example, the unit data having a hash value of “h” is stored at a position where the LUN of the storage device 3 is “l” and the LBA is “a”, and there are “n” of the same unit data in the pool.
重複数算出部41は、重複数すなわち2つのプール間で重複するハッシュ値の数とリファレンスカウントの総数とを2つのプールのハッシュテーブルを用いて計算する。具体的には、重複数算出部41は、第1のハッシュテーブルのハッシュ値が第2のハッシュテーブルに存在するか否かを判定し、存在する場合には、重複数を1増加する(1)。また、重複数算出部41は、第1のハッシュテーブルのハッシュ値をリファレンスカウントの総数に加える(2)。重複数算出部41は、上記(1)、(2)の処理を第1のハッシュテーブルの全ハッシュ値に対して行う。また、重複数算出部41は、リファレンスカウントの総数に第2のハッシュテーブルの全リファレンスカウントを加える処理を別途行う。
The
重複除去率算出部42は、重複数算出部41により計算された重複数とリファレンスカウントの総数とを用いて重複除去率を計算する。そして、重複除去率算出部42は、計算した重複除去率を2つのプールを統合した場合に必要な物理使用量とともに出力する。重複除去率算出部42は、例えば、2つのプールを統合した場合に必要な物理使用量と重複除去率をストレージ装置3の表示装置に表示する。
The deduplication
通信部43は、統合される2つのプールが異なるCM4により制御される場合に、他のCM4からハッシュテーブルに登録されたハッシュ値とリファレンスカウントを取得する。また、通信部43は、他のCM4からハッシュテーブルに登録されたハッシュ値とリファレンスカウントの取得要求を受信すると、ハッシュ値とリファレンスカウントを送信する。
The
図4は、他のCM4からのハッシュ値とリファレンスカウントの取得を説明するための図である。図4は、CM#1がプール#1を制御し、CM#2がプール#2を制御し、プール#1とプール#2が統合される場合を示す。また、CM#2の通信部43がプール#1のハッシュテーブルの情報を取得する。
FIG. 4 is a diagram for explaining acquisition of hash values and reference counts from other CM4s. FIG. 4 shows a case where
図4に示すように、CM#2の通信部43は、プール#1のハッシュ値とリファレンスカウントを記憶するためのバッファを用意する。そして、CM#2の通信部43は、プール#1のハッシュ値とリファレンスカウントを取得するために、取得位置情報を付与して取得要求を発行する(1)。ここで、取得位置情報は、例えば、リファレンステーブルのp番目からq個といった情報である。
As shown in FIG. 4, the
CM#1の通信部43は、取得要求を受信すると、プール#1のハッシュテーブルから取得位置情報に基づきハッシュ値とリファレンスカウントを読み出してCM#2へ送信する(2)。そして、CM#2の通信部43は、送信されたハッシュ値とリファレンスカウントを受信してバッファに格納する。
When the
CM#2の重複数算出部41は、CM#2にあるプール#2のハッシュテーブルとバッファに格納されたハッシュ値とリファレンスカウントを用いて重複数とリファレンスカウントの総数を計算する。バッファに格納されたハッシュ値とリファレンスカウントが全て処理されると、CM#2の通信部43は、取得位置情報を付与して取得要求を発行する。
The
なお、重複除去率特定部4aは、同様の機能を有する重複除去率特定プログラムが図1に示したメインメモリ7から読み出されてCPU6によって実行されることによって実現される。重複除去率特定プログラムは、CM4により読み出し可能な記録媒体の一例であるCD−R(Compact Disc)に記憶され、CD−Rから読み出されてボリューム記憶装置9に格納される。あるいは、重複除去率特定プログラムは、ネットワークを介して接続されたコンピュータシステムのデータベース等に記憶され、これらのデータベースから読み出されてボリューム記憶装置9に格納される。ボリューム記憶装置9に格納された重複除去率特定プログラムは、メインメモリ7に読み出されてCPU6によって実行される。
The deduplication
次に、重複除去率算出処理のフローについて説明する。図5は、重複除去率算出処理のフローを示すフローチャートである。図5に示すように、重複除去率算出部42は、記憶部40に、情報を一時的に記憶するための各種領域を確保する(ステップS1)。
Next, the flow of the deduplication rate calculation process will be described. FIG. 5 is a flowchart showing the flow of the deduplication rate calculation process. As shown in FIG. 5, the deduplication
そして、重複除去率算出部42は、重複数算出部41に依頼して、重複数とリファレンスカウントの総数を算出する重複数算出処理を実行させる(ステップS2)。そして、重複除去率算出部42は、プール#1とプール#2の物理使用量を取得し(ステップS3)、重複除去率を計算する(ステップS4)。
Then, the deduplication
そして、重複除去率算出部42は、必要な物理使用量と重複除去率を出力し(ステップS5)、情報を一時的に記憶するために確保した各種領域を解放する(ステップS6)。
Then, the deduplication
このように、重複除去率算出部42が重複数、リファレンスカウントの総数、プール#1とプール#2の物理使用量を用いて重複除去率を算出して出力するので、ユーザは、2つのプールの統合後に必要となる物理使用量を知ることができる。
In this way, the deduplication
次に、重複数算出処理のフローについて説明する。図6は、重複数算出処理のフローを示すフローチャートである。図6に示すように、重複数算出部41は、重複数とリファレンスカウントの総数を0で初期化する(ステップS21)。
Next, the flow of the multiple calculation process will be described. FIG. 6 is a flowchart showing the flow of the multiple calculation process. As shown in FIG. 6, the multiple
そして、重複数算出部41は、プール#1の先頭のハッシュ値とリファレンスカウントを取得する(ステップS22)。そして、重複数算出部41は、取得したハッシュ値がプール#2のハッシュテーブルに存在するか否かを判定し(ステップS23)、存在する場合には、重複数をインクリメントする(ステップS24)。
Then, the
そして、重複数算出部41は、プール#1のリファレンスカウントをリファレンスカウントの総数に加算する(ステップS25)。そして、重複数算出部41は、プール#1の先頭のハッシュ値の検索だった場合、プール#2の全リファレンスカウントをリファレンスカウントの総数に加算する(ステップS26)。
Then, the
そして、重複数算出部41は、プール#1の全てのハッシュ値を処理したか否かを判定し(ステップS27)、プール#1の全てのハッシュ値を処理した場合には、処理を終了する。一方、プール#1に処理していないハッシュ値がある場合には、重複数算出部41は、プール#1の次のハッシュ値とリファレンスカウントを取得し(ステップS28)、ステップS23に戻る。
Then, the
このように、重複数算出部41が重複数とリファレンスカウントの総数を算出することで、重複除去率算出部42は、重複除去率を算出することができる。
In this way, the deduplication
上述してきたように、実施例では、重複数算出部41が2つのプールの単位データの重複数と2つのプールのリファレンスカウントの総数を算出する。そして、重複除去率算出部42が重複数、リファレンスカウントの総数を用いて重複除去率を算出する。したがって、重複除去率特定部4aは、2つのプールを統合した場合の重複除去率を算出することができる。このため、ユーザは、2つのプールを統合した場合に必要となる物理使用量を統合前に知ることができる。
As described above, in the embodiment, the
重複除去率が高いほど、統合後の物理使用量が減るため、統合するメリットがある。統合前のそれぞれのプールの物理使用量を足し合わせた結果と、統合後の物理使用量の結果を比べ、統合後の物理使用量が小さければ、統合するメリットがあることとなる。 The higher the deduplication rate, the smaller the physical usage after integration, which has the advantage of integration. Comparing the result of adding the physical usage of each pool before integration with the result of physical usage after integration, if the physical usage after integration is small, there is a merit of integration.
また、重複除去率特定部4aは、実データを読んで処理する必要がないため、実データを読み込んで重複除去率を調べるのに比べて、処理時間を少なくすることができる。またメインメモリ7には、重複数を記憶する8バイト、プール#1及び#2の物理使用量を記憶する8バイト×2、プール#1及び#2のリファレンスカウントの総数を記憶する8バイト、重複除去率を記憶する1バイトがあればよく、メモリサイズを小さくできる。プール#1とプール#2が異なるCM4で制御される場合にも、他のプールのハッシュテーブルから取得するハッシュ値とリファレンスカウントの情報を格納するだけのバッファがあればよい。
Further, since the deduplication
また、実施例では、重複除去率算出部42は、重複数にチャンクサイズを乗じて重複サイズを算出し、総物理使用量から重複サイズを引いて重複除去後サイズを算出する。また、重複除去率算出部42は、リファレンスカウントの総数にチャンクサイズを乗じて2つのプールを合わせた領域の総サイズを算出する。そして、重複除去率算出部42は、重複除去後サイズを総サイズで割って縮小率を算出し、1から縮小率を引いて重複除去率を算出する。したがって、重複除去率算出部42は、正確に重複除去率を算出することができる。
Further, in the embodiment, the deduplication
また、実施例では、プール#1とプール#2が異なるCM4で制御される場合に、プール#2を制御するCM4の通信部43が、プール#1のハッシュテーブルに登録されたハッシュ値とリファレンスカウントを取得する。そして、プール#2を制御するCM4の重複数算出部41が、通信部43が取得したハッシュ値とリファレンスカウントとプール#2のハッシュテーブルを用いて重複数とリファレンスカウントの総数とを算出する。したがって、重複数算出部41は、2つのプールが異なるCM4で制御される場合にも、重複数とリファレンスカウントの総数とを算出することができる。
Further, in the embodiment, when
また、実施例では、シン・プロビジョニング・プールの場合について説明したが、本発明はこれに限定されるものではなく、重複除去が行われる仮想ストレージプールに適用することができる。 Further, in the embodiment, the case of the thin provisioning pool has been described, but the present invention is not limited to this, and can be applied to a virtual storage pool in which deduplication is performed.
また、実施例では、2つのプールを統合する場合について説明したが、本発明はこれに限定されるものではなく、3つ以上のプールを統合する場合にも同様に適用することができる。 Further, in the examples, the case where two pools are integrated has been described, but the present invention is not limited to this, and the present invention can be similarly applied to the case where three or more pools are integrated.
また、実施例では、CM4が重複除去率を算出する場合について説明したが、本発明はこれに限定されるものではなく、ホスト2が重複除去率を算出する場合にも同様に適用することができる。
Further, in the examples, the case where the CM4 calculates the deduplication rate has been described, but the present invention is not limited to this, and the same can be applied to the case where the
1 情報処理システム
2 ホスト
3 ストレージ装置
4 CM
4a 重複除去率特定部
5 CA
6 CPU
7 メインメモリ
8 FC
9 ボリューム記憶装置
9a ボリューム
40 記憶部
41 重複数算出部
42 重複除去率算出部
43 通信部
1
4a Deduplication
6 CPU
7 Main memory 8 FC
9
Claims (6)
前記第1算出部により算出された重複数と総数を用いて、重複除去による物理領域の縮小率を算出し、縮小率から重複除去率を算出する第2算出部と
を有することを特徴とする情報処理装置。 For a given size unit data, the first calculating unit for calculating the total number of the unit data included in the two duplication number and the two virtual storage pool that indicates the number of the unit data to be duplicated between the virtual storage pool When,
It is characterized by having a second calculation unit that calculates the reduction rate of the physical area by deduplication using the multiple and total number calculated by the first calculation unit and calculates the deduplication rate from the reduction rate. Information processing device.
前記ハッシュ対応情報には自身が制御する仮想ストレージプールについての情報が登録され、
前記他の情報処理装置のハッシュ対応情報に登録された情報を該他の制御装置から受信する受信部を有し、
前記第1算出部は、自身のハッシュ対応情報に登録された情報と前記受信部が他のストレージ制御装置から取得した情報とを用いて前記重複数と前記総数とを算出することを特徴とする請求項3に記載の情報処理装置。 One of the two virtual storage pools is controlled by the other information processing device.
Information about the virtual storage pool controlled by itself is registered in the hash correspondence information, and the information is registered.
It has a receiving unit that receives information registered in the hash correspondence information of the other information processing device from the other control device.
The first calculation unit is characterized in that the multiple and the total number are calculated by using the information registered in the hash correspondence information of itself and the information acquired by the receiving unit from another storage control device. The information processing device according to claim 3.
所定の大きさの単位データについて、2つの仮想ストレージプール間で重複する前記単位データの数を示す重複数と該2つの仮想ストレージプールに含まれる前記単位データの総数とを算出し、
算出した重複数と総数を用いて、重複除去による物理領域の縮小率を算出し、縮小率から重複除去率を算出する
処理を実行することを特徴とする重複除去率特定方法。 The computer
For a given size unit data, and calculates the total number of the unit data included in the two duplication number and the two virtual storage pool that indicates the number of the unit data to be duplicated between the virtual storage pool,
A method for specifying a deduplication rate, which comprises calculating the reduction rate of a physical area by deduplication using the calculated multiples and the total number, and executing a process of calculating the deduplication rate from the reduction rate.
所定の大きさの単位データについて、2つの仮想ストレージプール間で重複する前記単位データの数を示す重複数と該2つの仮想ストレージプールに含まれる前記単位データの総数とを算出し、
算出した重複数と総数を用いて、重複除去による物理領域の縮小率を算出し、縮小率から重複除去率を算出する
処理を実行させることを特徴とする重複除去率特定プログラム。 On the computer
For a given size unit data, and calculates the total number of the unit data included in the two duplication number and the two virtual storage pool that indicates the number of the unit data to be duplicated between the virtual storage pool,
A deduplication rate identification program characterized by calculating the reduction rate of a physical area due to deduplication using the calculated multiples and the total number, and executing a process of calculating the deduplication rate from the reduction rate.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017134894A JP6888446B2 (en) | 2017-07-10 | 2017-07-10 | Information processing device, deduplication rate identification method and deduplication rate identification program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017134894A JP6888446B2 (en) | 2017-07-10 | 2017-07-10 | Information processing device, deduplication rate identification method and deduplication rate identification program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019016293A JP2019016293A (en) | 2019-01-31 |
JP6888446B2 true JP6888446B2 (en) | 2021-06-16 |
Family
ID=65358728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017134894A Active JP6888446B2 (en) | 2017-07-10 | 2017-07-10 | Information processing device, deduplication rate identification method and deduplication rate identification program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6888446B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7476715B2 (en) | 2020-08-07 | 2024-05-01 | 富士通株式会社 | Information processing device and duplication rate estimation program |
US11954331B2 (en) | 2021-10-07 | 2024-04-09 | International Business Machines Corporation | Storage system workload scheduling for deduplication |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5111204B2 (en) * | 2008-03-31 | 2013-01-09 | 株式会社日立製作所 | Storage system and storage system management method |
EP2414926A1 (en) * | 2009-09-18 | 2012-02-08 | Hitachi, Ltd. | Storage system for eliminating duplicated data |
JP6119327B2 (en) * | 2013-03-15 | 2017-04-26 | 日本電気株式会社 | Duplicate data management device, data transfer control device, data transfer control system, duplicate data management method, data transfer control method, and computer program |
JP6384094B2 (en) * | 2014-04-04 | 2018-09-05 | 日本電気株式会社 | Storage system |
US9658774B2 (en) * | 2014-07-09 | 2017-05-23 | Hitachi, Ltd. | Storage system and storage control method |
WO2016031051A1 (en) * | 2014-08-29 | 2016-03-03 | 株式会社日立製作所 | Storage device |
-
2017
- 2017-07-10 JP JP2017134894A patent/JP6888446B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019016293A (en) | 2019-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11073999B2 (en) | Extent migration in multi-tier storage systems | |
US9690487B2 (en) | Storage apparatus and method for controlling storage apparatus | |
US10853139B2 (en) | Dynamic workload management based on predictive modeling and recommendation engine for storage systems | |
US8874532B2 (en) | Managing dereferenced chunks in a deduplication system | |
CN104272244B (en) | For being scheduled to handling to realize the system saved in space, method | |
US8239584B1 (en) | Techniques for automated storage management | |
US20100125715A1 (en) | Storage System and Operation Method Thereof | |
US8521692B1 (en) | Storage system and method for controlling storage system | |
US20140181406A1 (en) | System, method and computer-readable medium for spool cache management | |
US20130024433A1 (en) | Real-time compression of tabular data | |
JP2004070403A (en) | File storage destination volume control method | |
US9477418B2 (en) | Assigning device adaptors to use to copy source extents to target extents in a copy relationship | |
JP6888446B2 (en) | Information processing device, deduplication rate identification method and deduplication rate identification program | |
US10242053B2 (en) | Computer and data read method | |
WO2014141363A1 (en) | Storage system and storage system control method | |
JP2017211920A (en) | Storage control apparatus, storage system, storage control method and storage control program | |
EP3985496B1 (en) | Storage controller, storage device, and operation method of storage device | |
CN113590535B (en) | Efficient data migration method and device for deduplication storage system | |
CN104331525B (en) | Sharing method based on data de-duplication | |
JP2019191886A (en) | Information processing apparatus, information processing method, and program | |
US20160364400A1 (en) | Management server which outputs file relocation policy, and storage system | |
US7386692B1 (en) | Method and apparatus for quantized deadline I/O scheduling | |
US9785682B1 (en) | Fast dependency mining using access patterns in a storage system | |
JP6035363B2 (en) | Management computer, computer system, and management method | |
US10394481B2 (en) | Reducing application input/output operations from a server having data stored on de-duped storage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200409 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210217 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210304 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210503 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6888446 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |