JP7215804B2 - ストレージ装置、情報処理システム、情報処理方法、およびプログラム - Google Patents

Description

本発明は、ストレージ装置、情報処理システム、情報処理方法、およびプログラムに関する。

特許文献１には、重複排除処理を行う計算機システムが開示されている。この計算機システムのホスト計算機は、更新コンテンツを構成する全てのチャンクに対して重複判定処理を行い、コンテンツ管理テーブルを更新する。そして、ホスト計算機は、次回の重複排除処理の際に最新のコンテンツのデータに基づいた重複排除リストを作成する。これにより、ホスト装置からストレージ装置へ送信するチャンクの数を減らすことができる。

国際公開第２０１５／０４０７１１号

ところで、重複排除を行うストレージ装置では、ライトデータとストレージ装置に既に記憶されているデータとが重複しているか否かを調べる際に、ライトデータを所定の管理単位のデータ（例えば一定長のチャンク）に分割し、上記管理単位のデータから算出されるハッシュ値などの特徴データと、ストレージ装置に既に記憶されている特徴データとを比較することが行われる。このような特徴データは、全てのライトデータにおける所定の管理単位のデータごとに記憶される必要があり膨大となる。その結果、ストレージ装置に記憶されている膨大な特徴データのなかから重複判定に用いる特徴データを特定することの負荷が大きく、ライト性能の向上が難しくなる場合がある。

そこでこの発明は、上記課題を解決するストレージ装置、情報処理システム、情報処理方法、およびプログラムを提供することを目的としている。

上記目的を達成するために、本発明の第１態様によれば、ストレージ装置は、ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付けるライト命令処理手段と、第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶手段に記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて前記記憶手段に記憶させる特徴データ登録手段と、第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行う判定処理手段と、前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定し、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定する重複排除処理手段と、を備える。

上記目的を達成するために、本発明の第２態様によれば、情報処理システムは、ホストと、前記ホストと通信可能に接続されたストレージ装置と、を備える。前記ストレージ装置は、ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付けるライト命令処理手段と、第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶手段に記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて前記記憶手段に記憶させる特徴データ登録手段と、第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行う判定処理手段と、前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定し、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定する重複排除処理手段と、を含む。

上記目的を達成するために、本発明の第３態様によれば、情報処理方法は、ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付け、第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて記憶させ、第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行なわせ、前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定させ、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定させる、ことを含む。

上記目的を達成するために、本発明の第４態様によれば、プログラムは、コンピュータに、ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付けることと、第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて記憶させることと、第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行うことと、前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定し、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定することと、を実行させる。

本発明によれば、重複判定に用いる特徴データを特定することの負荷の低減を図ることができ、ライト性能の向上を図ることができる。

本発明の一実施形態による情報処理システムを示す概略構成図である。 本発明の一実施形態によるチャンクアドレス変換テーブルの内容の一例を示す図である。 本発明の一実施形態によるハッシュテーブルの内容の一例を示す図である。 本発明の一実施形態によるハッシュエントリの内容の一例を示す図である。 本発明の一実施形態によるハッシュ値判定結果情報の内容の一例を示す図である。 本発明の一実施形態による後続ハッシュ情報の内容の一例を示す図である。 本発明の一実施形態によるライト処理の流れを示すフローチャートである。 本発明の一実施形態によるハッシュ値判定処理の流れの詳細を示すフローチャートである。 本発明の一実施形態によるリード処理の流れを示すフローチャートである。 本発明の一実施形態による最小構成のストレージ装置を示す図である。 本発明の一実施形態による最小構成のストレージ装置における処理の流れを示すフローチャートである。 本発明の一実施形態によるコンピュータの構成を示す概略構成図である。

以下、本発明の一実施形態によるストレージ装置を含む情報処理システムについて図面を参照して説明する。

＜１．情報処理システムの構成＞
図１は、本実施形態による情報処理システムを示す概略構成図である。情報処理システムＳは、例えば、ディスクアレイ装置１と、ホスト２とを含む。ディスクアレイ装置１は、「ストレージ装置」の一例である。

ディスクアレイ装置１は、データを不揮発に記憶可能なストレージ装置である。ディスクアレイ装置１は、ホスト２からの制御命令に基づき、データの書き込み、読み出し、または消去などの処理を実行する。例えば、ディスクアレイ装置１は、ホスト２からライト命令を受信する場合、ライト命令に対応するライトデータを、ディスクアレイ装置１の内部の記憶部Ｍに書き込む。ディスクアレイ装置１は、ホスト２からリード命令を受信する場合、ディスクアレイ装置１の内部の記憶部Ｍに記憶されているデータを読み出してホスト２へ送信する。ディスクアレイ装置１は、例えば、バックアップ環境や仮想マシン環境のように同じデータが複数コピーされるシステムで使用され得る。ディスクアレイ装置１については、詳しく後述する。

ホスト２は、例えば通信ケーブルを介して、ディスクアレイ装置１と通信可能に接続される。ホスト２は、例えば、１つ以上のホスト装置２１によって構成される。各ホスト装置２１は、サーバ装置でもよく、パーソナルコンピュータやその他のコンピュータでもよい。以下の記載において特段の説明がない限り、ライト命令およびリード命令は、ホスト２からディスクアレイ装置１へ送信されるライト命令およびリード命令を意味する。

＜２．ディスクアレイ装置＞
次に、ディスクアレイ装置１について説明する。
図１に示すように、ディスクアレイ装置１は、例えば、Ｉ／Ｏ処理部（入出力処理部）１１と、メモリ１２と、重複排除ボリューム１３と、プールボリューム１４と、管理ボリューム１５とを備える。本実施形態では、重複排除ボリューム１３と、プールボリューム１４と、管理ボリューム１５とにより、記憶部Ｍが構成されている。記憶部Ｍは、「記憶手段」の一例である。

Ｉ／Ｏ処理部１１は、重複排除ボリューム１３およびプールボリューム１４に対するデータの書き込み、読み出し、および消去などを管理する。例えば、Ｉ／Ｏ処理部１１は、ホスト２からライト命令およびリード命令を受信する。Ｉ／Ｏ処理部１１は、ライト命令に応じたライト処理またはリード命令に応じたリード処理が完了すると、ホスト２にレスポンスを返却する。本実施形態では、Ｉ／Ｏ処理部１１は、ライト命令処理部１１１と、リード命令処理部１１２と、ハッシュ値判定処理部１１３と、重複排除処理部１１４とを備える。

ライト命令処理部１１１は、Ｉ／Ｏ処理部１１が重複排除ボリューム１３へのライト命令を受信すると、当該ライト命令によりライト処理が要求されたライトデータを一定長のチャンクに分割する。チャンクは、「所定の管理単位のデータ」の一例である。チャンクのサイズよりも大きいサイズのライトデータは、「ひと纏まりのライトデータ」の一例である。

本実施形態では、ライト命令処理部１１１は、ハッシュ値算出部１１１１を備える。ハッシュ値算出部１１１１は、ライト命令処理部１１１により分割された各チャンクからハッシュ値を算出し、算出したハッシュ値をメモリ１２に保存する。ハッシュ値は、「特徴データ」の一例である。各チャンクからハッシュ値を算出することは、各チャンクに対して特徴データを対応付けることの一例である。ただし、特徴データは、ハッシュ値に限らず、各チャンクに応じて登録される特有の情報などでもよい。ライト命令処理部１１１は、「ライト命令処理手段」の一例である。

リード命令処理部１１２は、Ｉ／Ｏ処理部１１がリード命令を受信すると、チャンクアドレス変換テーブル１５１（図２参照）に基づき、リード命令の対象となる各チャンクのデータを読み出し、ホスト２にリードデータを返却する。チャンクアドレス変換テーブル１５１は、各チャンクのデータの格納位置を示す情報が登録されたテーブルである。以下では、各チャンクのデータを「チャンクデータ」と称する場合があり、チャンクデータの格納位置を「チャンク格納位置」と称する場合があり、チャンク格納位置を示す情報を「チャンク格納位置情報」と称する場合がある。なお説明の便宜上、文脈の中で「チャンク格納位置」を「チャンク格納位置情報」の意味で用いている場合がある。

図２は、チャンクアドレス変換テーブル１５１の内容の一例を示す図である。チャンクアドレス変換テーブル１５１は、例えば、後述する重複排除ボリューム１３に保存されるチャンクアドレス（重複排除ＬＤチャンクアドレス）と、当該チャンクアドレスに対応するチャンクデータが保存されるプールボリューム１４の格納位置（チャンク格納位置）との対応関係の一覧を記憶するテーブルである。「ＬＤ」は、論理ディスク（Logical Disk）を意味する。チャンク格納位置は、例えば、チャンクが格納された論理ディスク番号（ＬＤＮ：Logical Disk Number）を示すチャンク格納ＬＤＮと、チャンクが格納されたアドレスを示すチャンク格納アドレスとを含む。例えば、チャンク格納位置は、プールボリューム１４のボリューム番号と、プールボリューム１４上のアドレスとを含む。チャンクアドレス変換テーブル１５１は、後述する重複排除処理部１１４により生成される。

ハッシュ値判定処理部１１３は、ライト命令が受信され、ライト命令処理部１１１がライトデータをチャンクに分割してハッシュ値を算出すると、ライト範囲（ライトデータ）の先頭チャンクから順に全てのチャンクについて、ハッシュ値算出部１１１１が算出したハッシュ値のハッシュテーブル１５２（図３参照）における登録の有無の判定を行い、ハッシュ値の登録の有無と、ハッシュ値が登録されている場合にはハッシュ値が登録されているハッシュエントリ１５２１（図３参照）の位置情報をメモリ１２に記憶する。本実施形態では、ハッシュ値判定処理部１１３は、ハッシュ値の登録があるチャンクについては、後続チャンクのハッシュ値と、後続チャンクのハッシュ値の格納位置を示す情報とをメモリ１２に記憶する。ハッシュ値判定処理部１１３は、「判定処理手段」の一例である。以下、この内容について詳しく説明する。

ハッシュ値判定処理部１１３は、例えば、ハッシュ値判定方法決定部１１３１と、ハッシュ値検索部１１３２と、後続ハッシュ値比較部１１３３とを備える。

ハッシュ値判定方法決定部１１３１は、メモリ１２を参照することで、後述する後続ハッシュ値の事前取得の有無を判定する。「後続ハッシュ値」とは、あるチャンクに対して、その後続となるチャンク（例えば、次のアドレスのチャンク）に対応するハッシュ値である。本実施形態では、後続ハッシュ値は、ハッシュ値判定処理部１１３による処理対象のチャンク（以下「処理中チャンク」と称する場合がある）よりも前方のチャンク（例えば１つ前方のチャンク）に関して実施された処理のなかで事前に取得される。

本実施形態では、ハッシュ値判定方法決定部１１３１は、後続ハッシュ値がメモリ１２に格納されていない場合、後続ハッシュ値の事前取得が無いと判定する。この場合、ハッシュ値判定方法決定部１１３１は、ハッシュ値の判定方法として、ハッシュ値検索部１１３２によるハッシュ値判定を選択する。一方で、ハッシュ値判定方法決定部１１３１は、後続ハッシュ値がメモリ１２に格納されている場合、後続ハッシュ値の事前取得があると判定する。この場合、ハッシュ値判定方法決定部１１３１は、ハッシュ値の判定方法として、後続ハッシュ値比較部１１３３によるハッシュ値判定を選択する。

ハッシュ値検索部１１３２は、後述するハッシュテーブル１５２（図３参照）をリードすることで、ハッシュ値判定処理部１１３の処理対象のチャンク（処理中チャンク）のハッシュ値が登録されているか否かを調べ、ハッシュ値の登録の有無を判定する。

図３は、ハッシュテーブル１５２の内容の一例を示す図である。ハッシュテーブル１５２は、ディスクアレイ装置１に記憶済みのチャンクデータに対応する全てのハッシュ値を記憶するテーブルである。ハッシュテーブル１５２は、全てのライトデータのチャンクに対応するハッシュ値を記憶する必要があり膨大となる。一方で、ハッシュテーブル１５２は、できるだけテーブルサイズを抑ながら高速に所望のハッシュ値を検索できるように、階層管理を用いたアルゴリズムが採用される。ハッシュテーブル１５２は、「テーブル情報」の一例である。

図３に示すように、ハッシュテーブル１５２は、例えば、ハッシュ値を検索するための情報（例えばツリー検索情報ＴＳ）と、ハッシュ値に関連する情報を記憶するハッシュエントリ１５２１とを含む。図３に示す例では、ハッシュテーブル１５２は、３階層のツリー検索情報ＴＳ（ＴＳ１～ＴＳ３）を含む。

ツリー検索情報ＴＳには、ハッシュ値を検索する際に次にリードすべきツリー検索情報ＴＳの位置情報が含まれており、最上位階層から順にツリー検索情報ＴＳをリードすることでハッシュテーブル１５２におけるハッシュ値の登録の有無を調べることができる。最下位（最下層）のツリー検索情報ＴＳ３にはハッシュ値が登録されているハッシュエントリ１５２１の位置情報が格納されている。このため、ハッシュ値が登録されている場合は、ハッシュエントリ１５２１の位置情報も取得することができる。

図４は、ハッシュエントリ１５２１の内容の一例を示す図である。ハッシュエントリ１５２１には、ハッシュ値、後続ハッシュ値、後続ハッシュエントリ位置、およびチャンク格納位置が登録されている。後続ハッシュエントリ位置は、後続ハッシュ値に対応するハッシュエントリ１５２１の位置情報である。チャンク格納位置は、例えば、チャンクが格納された論理ディスク番号を示すチャンク格納ＬＤＮと、チャンクが格納されたアドレスを示すチャンク格納アドレスとを含む。

ハッシュ値検索部１１３２は、処理中チャンクのハッシュ値がハッシュテーブル１５２に登録されている場合、ハッシュ値の登録の有無と、ハッシュ値が登録されているハッシュエントリ１５２１の位置情報を、ハッシュ値判定結果情報１２１（図５参照）の一部としてメモリ１２に保存する。さらに、ハッシュ値検索部１１３２は、処理中チャンクのハッシュエントリ１５２１の位置情報を取得すると、ハッシュエントリ１５２１をリードすることで、後続ハッシュ値および後続ハッシュエントリ位置を取得する（すなわち事前に取得する）。ハッシュ値検索部１１３２は、処理中チャンクに関して実施された処理のなかで取得された後続ハッシュ値および後続ハッシュエントリ位置を示す情報を、後続ハッシュ情報１２２（図６参照）としてメモリ１２に保存する。

図５は、１つのライトデータに対応するハッシュ値判定結果情報１２１の内容の一例を示す図である。ハッシュ値判定結果情報１２１は、ライトデータごとに生成されてメモリ１２に保存される。ハッシュ値判定結果情報１２１では、１つのライトデータに関して、ライト範囲内のチャンク番号と、ハッシュ値と、ハッシテーブル１５２におけるハッシュ値の登録の有無と、ハッシュエントリ１５２１の位置情報とが対応付けられて登録されている。

図６は、１つの処理中チャンクに対応する後続ハッシュ情報１２２の内容の一例を示す図である。後続ハッシュ情報１２２は、処理中チャンクごとに生成されてメモリ１２に保存される。後続ハッシュ情報１２２では、処理中チャンクに関して実施された処理のなかで事前に取得された後続ハッシュ値と後続ハッシュエントリ位置とが対応付けられて登録されている。

後続ハッシュ値比較部１１３３は、ハッシュ値判定処理部１１３の処理対象のチャンク（処理中チャンク）のハッシュ値と、処理中チャンクの１つ前方のチャンクに関して実施された処理のなかで事前に取得されてメモリ１２に保存された後続ハッシュ値（後続ハッシュ情報１２２に含まれるハッシュ値）とを比較する。後続ハッシュ値比較部１１３３は、処理中チャンクのハッシュ値と後続ハッシュ値とが一致する場合、当該ハッシュ値のハッシュエントリ１５２１（後続ハッシュ情報１２２に含まれる後続ハッシュエントリ位置）をリードして、当該ハッシュ値のハッシュエントリ１５２１が有効であるか否か判定する。後続ハッシュ値比較部１１３３は、ハッシュエントリ１５２１が有効であればハッシュ値の登録がありと判定する。一方で、後続ハッシュ値比較部１１３３は、ハッシュエントリ１５２１が有効でない場合、または、上記比較した２つのハッシュ値が一致しない場合、ハッシュ値検索部１１３２によるハッシュ値判定を実施する。

後続ハッシュ値比較部１１３３は、ハッシュエントリ１５２１が有効である場合、ハッシュ値検索部１１３２と同様に、所定の情報をメモリ１２に保存する。すなわち、後続ハッシュ値比較部１１３３は、ハッシュ値の登録の有無と、ハッシュ値が登録されているハッシュエントリ１５２１の位置情報を、ハッシュ値判定結果情報１２１（図５参照）の一部としてメモリ１２に保存する。さらに、後続ハッシュ値比較部１１３３は、処理中チャンクのハッシュエントリ１５２１の位置情報を取得すると、ハッシュエントリ１５２１をリードすることで、後続ハッシュ値および後続ハッシュエントリ位置を取得する。後続ハッシュ値比較部１１３３は、処理中チャンクに関して実施された処理のなかで取得された後続ハッシュ値および後続ハッシュエントリ位置を示す情報を、後続ハッシュ情報１２２（図６参照）としてメモリ１２に保存する。

重複排除処理部１１４は、ライト範囲（ライトデータ）の先頭チャンクから順に、メモリ１２に記憶済みのハッシュ値判定結果情報１２１に基づき、重複排除を行ったライト処理を行う。例えば、重複排除処理部１１４は、ハッシュ値判定結果情報１２１にハッシュ値の登録が既にあるチャンクについては重複データと判定し、当該ハッシュ値が登録されているハッシュエントリ１５２１からチャンク格納位置情報を取得する。そして、重複排除処理部１１４は、ハッシュエントリ１５２１から取得したチャンク格納位置情報に基づき、チャンクアドレス変換テーブル１５１（図２参照）のチャンク格納位置情報を登録する。一方で、重複排除処理部１１４は、ハッシュ値判定結果情報１２１にハッシュ値の登録がないチャンクについては非重複データと判定し、当該チャンクのデータのライト処理を実施する。そして、重複排除処理部１１４は、チャンクのデータを格納したチャンク格納位置に応じて、チャンクアドレス変換テーブル１５１のチャンク格納位置情報を登録する。

詳しく述べると、重複排除処理部１１４は、ハッシュ値登録部１１４１と、チャンクデータライト部１１４２とを備える。

ハッシュ値登録部１１４１は、ハッシュ値判定結果情報１２１にハッシュ値の登録がない非重複チャンクについて、ハッシュテーブル１５２の新たなハッシュエントリ１５２１に、ハッシュ値、後続ハッシュ値、後続ハッシュエントリ位置、およびチャンク格納位置情報を登録する。このとき、ハッシュ値登録部１１４１は、ハッシュ値判定処理部１１３がメモリ１２に保存した後続ハッシュ情報１２２から後続ハッシュ値および後続ハッシュエントリ位置を取得する。例えば図８に示す例では、ハッシュ値登録部１１４１は、チャンク番号００００のハッシュ値ＡＡＡＡＡＡを登録するハッシュエントリ１５２１の後続ハッシュ値には、チャンク番号０００１のハッシュ値であるＢＢＢＢＢＢを登録する。ハッシュ値登録部１１４１は、「特徴データ登録手段」の一例である。ハッシュ値が登録されるハッシュエントリ１５２１に、後続ハッシュ値も併せて登録することは、第２データに対応する特徴データを、第１データに対応する特徴データと関連付けて記憶部Ｍに記憶させることの一例である。

チャンクデータライト部１１４２は、非重複と判定されたチャンクのデータをプールボリューム１４にライトする。ここでのライト先が上述したチャンクアドレス変換テーブル１５１およびハッシュエントリ１５２１に登録されるチャンク格納位置となる。

メモリ１２は、各種の制御情報（例えばハッシュ値判定結果情報１２１および後続ハッシュ情報１２２）を一時的に保存する揮発性の記憶デバイスである。ライト処理にてメモリ１２に保存される制御情報（例えばハッシュ値判定結果情報１２１および後続ハッシュ情報１２２）は、ライト処理が完了した時点で不要となる。この場合、ライト処理にて保存される制御情報はメモリ１２から消去される。これにより、ライト処理にて保存される制御情報が保存されていたメモリ１２内の領域は、他用途に使用可能な領域となる。

重複排除ボリューム１３は、ホスト２がアクセス可能な、重複排除を行う記憶領域（例えば論理ディスク）である。重複排除ボリューム１３には、各ライトデータにおける各チャンクのアドレス（重複排除ＬＤチャンクアドレス）が格納される。重複排除ボリューム１３は、例えば異なるボリューム番号が割り振られた複数の重複排除ボリューム１３１を含む。

プールボリューム１４は、重複排除ボリューム１３が保存するデータを一定長のチャンクごとに記憶する記憶領域（例えば論理ディスク）である。プールボリューム１４は、Ｉ／Ｏ処理部１１によって読み書きが可能である。プールボリューム１４は、例えば異なるボリューム番号が割り振られた複数のプールボリューム１４１を含む。

管理ボリューム１５は、チャンクアドレス変換テーブル１５１およびハッシュテーブル１５２が保存される記憶領域（例えば論理ディスク）である。管理ボリューム１５は、Ｉ／Ｏ処理部１１によって読み書きが可能である。管理ボリューム１５は、例えば異なるボリューム番号が割り振られた複数の管理ボリューム１５１を含む。

＜３．処理の流れ＞
＜３．１ ライト処理の流れ＞
図７および図８を参照し、重複排除ボリューム１３のライト処理について説明する。
図７は、重複排除ボリューム１３のライト処理の流れを示すフローチャートである。まず、ディスクアレイ装置１のＩ／Ｏ処理部１１は、ホスト２からライト命令および当該ライト命令に対応するライトデータを受信する（Ｓ５００）。ライト命令処理部１１１は、Ｉ／Ｏ処理部１１がホスト２からライト命令を受信すると、当該ライト命令によりライト処理が要求されたライトデータをチャンク単位に分割する（Ｓ５０１）。そして、ハッシュ値算出部１１１１は、分割したチャンクごとにハッシュ値を算出し、算出したハッシュ値をメモリ１２に保存する（Ｓ５０２）。

続いて、ハッシュ値判定処理部１１３は、メモリ１２に保存されたハッシュ値がそれぞれハッシュテーブル１５２に保存済みであるか否か（すなわち、ハッシュテーブル１５２に登録があるか否か）を判定するハッシュ値判定処理を実施する（Ｓ５０３）。ハッシュ値判定処理の詳細は、図８を参照して説明する。

図８は、ハッシュ値判定処理の流れの詳細を示すフローチャートである。ハッシュ値判定処理では、ライト範囲のチャンクに対応するハッシュ値（メモリ１２に保存されたハッシュ値）について、先頭チャンクから順に１つずつハッシュ値判定が行われる。まず、ハッシュ値判定方法決定部１１３１は、メモリ１２を参照し、ハッシュ値判定の処理対象のチャンク（処理中チャンク）の１つ前方のチャンクで実施したハッシュ値判定処理で後続ハッシュ値の取得が行われているか否かを調べる（Ｓ６００）。すなわち、ハッシュ値判定方法決定部１１３１は、メモリ１２内に、処理中チャンクに対する後続ハッシュ情報１２２が事前に保存されているか否かを判定する。

ハッシュ値判定方法決定部１１３１は、処理中チャンクに対応する後続ハッシュ値が取得されている場合（すなわち後続ハッシュ情報１２２が存在する場合、Ｓ６００：ＹＥＳ）、後続ハッシュ値によるハッシュ値判定を選択する。一方で、ハッシュ値判定方法決定部１１３１は、処理中チャンクに対応する後続ハッシュ値が取得されていない場合（すなわち後続ハッシュ情報１２２が存在しない場合、Ｓ６００：ＮＯ）、ハッシュテーブル検索によるハッシュ判定を選択する。ライト範囲の最初のチャンクは、後続ハッシュ値の取得が行われていないので、必ずハッシュテーブル検索によるハッシュ値判定が選択されることになる。

ハッシュ値判定方法決定部１１３１がハッシュテーブル検索によるハッシュ値判定を選択した場合（Ｓ６００：ＮＯ）、ハッシュ値検索部１１３２は、管理ボリューム１５のハッシュテーブル１５２を検索してハッシュ値の登録の有無を調べる。本実施形態では、ハッシュ値検索部１１３２は、ハッシュ値の検索として、ハッシュテーブル１５２の最上位階層から順にツリー検索情報ＴＳをリードすることを行う。ツリー検索情報ＴＳには、検索するハッシュ値に対応する次の階層のリード場所に関する情報が格納されている。このため、最下位層まで（図３に示す例では第三階層ＴＳ３まで）リードすることでハッシュ値の登録の有無を判定し、ハッシュ値が登録されているハッシュエントリ１５２１の位置情報を取得することができる（Ｓ６０１～Ｓ６０３）。

ハッシュ値検索部１１３２は、上述したハッシュ値の検索を行うことで、ハッシュテーブル１５２にハッシュ値の登録がされているか否かを判定する（Ｓ６０４）。ハッシュ値検索部１１３２は、ハッシュ値の登録がある場合（Ｓ６０４：ＹＥＳ）、ハッシュ値が登録されているハッシュエントリ１５２１をリードし（Ｓ６０５）、後続ハッシュ値および後続ハッシュエントリ位置を取得する（Ｓ６０６）。この場合、ハッシュ値検索部１１３２は、取得した後続ハッシュ値および後続ハッシュエントリ位置を、次の後続ハッシュ情報１２２としてメモリ１２に保存する。

一方で、ハッシュ値判定方法決定部１１３１が後続ハッシュ値によるハッシュ値判定を選択した場合は（Ｓ６００：ＹＥＳ）、後続ハッシュ値比較部１１３３は、メモリ１２に記憶されている後続ハッシュ情報１２２に含まれる後続ハッシュ値と、処理中チャンクのハッシュ値とを比較する（Ｓ６１１）。そして、後続ハッシュ値比較部１１３３は、比較された２つのハッシュ値が一致するか否かを判定する（Ｓ６１２）。

後続ハッシュ値比較部１１３３は、これらハッシュ値が一致した場合（Ｓ６１２：ＹＥＳ）、メモリ１２に記憶されている後続ハッシュ情報１２２に含まれる後続ハッシュエントリ位置に存在するハッシュエントリ１５２１を管理ボリューム１５からリードする（Ｓ６１３）。そして、後続ハッシュ値比較部１１３３は、リードしたハッシュエントリ１５２１が有効であるか否かを判定する（Ｓ６１４）。例えば、後続ハッシュ値比較部１１３３は、ハッシュエントリ１５２１に登録されているハッシュ値が処理中チャンクのハッシュ値と一致するか否かでハッシュエントリ１５２１の有効性を判定することができる。

後続ハッシュ値比較部１１３３は、ハッシュエントリ１５２１が有効である場合（Ｓ６１４：ＹＥＳ）、ハッシュ値が登録されていると判定し、ハッシュエントリ１５２１に登録されている後続ハッシュ値および後続ハッシュエントリ位置をメモリ１２に取得する（Ｓ６０６）。すなわち、後続ハッシュ値比較部１１３３は、取得した後続ハッシュ値および後続ハッシュエントリ位置を、次の後続ハッシュ情報１２２としてメモリ１２に保存する。

一方で、ハッシュエントリ１５２１が無効である場合（Ｓ６１４：ＮＯ）、または、後続ハッシュ情報１２２に含まれる後続ハッシュ値と処理中チャンクのハッシュ値とが不一致の場合（Ｓ６１２：ＮＯ）、ハッシュ値検索部１１３２は、上述したハッシュテーブル１５２の検索（Ｓ６０１～Ｓ６０６）を行い、ハッシュ値の登録の有無を判定する。

ハッシュ値判定処理部１１３は、処理中チャンクのハッシュ値の登録の有無が判明したら、処理中チャンクのハッシュ値の登録の有無と、登録がある場合におけるハッシュエントリ位置を示す情報とを、ハッシュ値判定結果情報１２１の一部としてメモリ１２に記憶する（Ｓ６０７）。ハッシュ値判定処理部１１３は、ライト範囲のすべてのチャンクに対してハッシュ値の登録の有無をメモリ１２に記憶させる処理が完了したら、ハッシュ値判定処理を完了する（Ｓ６０８：ＹＥＳ）。

次に、図５に戻り、ライト処理に関する残りの処理について説明する。
重複排除処理部１１４は、ハッシュ値判定処理（Ｓ５０３）が完了したら、ライト範囲の先頭チャンクから順にハッシュ値の登録の有無に従い処理を行う。具体的には、重複排除処理部１１４は、重複排除処理部１１４による処理対象のチャンクのハッシュ値の登録の必要性の有無を判定する（Ｓ５０４）。

重複排除処理部１１４は、ハッシュテーブル１５２に処理対象のチャンクのハッシュ値の登録がある場合（Ｓ５０４：ＹＥＳ、例えば図５のチャンク０００１）、重複データと判定する。この場合、重複排除処理部１１４は、当該ハッシュ値のハッシュエントリ１５２１からチャンク格納位置情報を取得する（Ｓ５０５）。一方で、重複排除処理部１１４は、ハッシュテーブル１５２に処理対象のチャンクのハッシュ値の登録が無い場合（Ｓ５０４：ＮＯ、例えば図５のチャンク００００）、非重複データと判定する。この場合、ハッシュ値登録部１１４１は、ハッシュテーブル１５２の新たなハッシュエントリ１５２１に、処理対象のチャンクのハッシュ値およびチャンク格納位置を登録する（Ｓ５１１）。チャンク格納位置は、例えば、プールボリューム１４の未使用箇所であれば決定方法は問わない。

本実施形態では、ハッシュ値登録部１１４１は、ライト範囲に後続のチャンクがある場合（図８の例でチャンク００００の後続チャンクは０００１）、後続チャンクのハッシュ値およびハッシュエントリ位置を、処理対象のチャンクのハッシュ値に関するハッシュエントリ１５２１の後続ハッシュ値および後続ハッシュエントリ位置に登録する。一方で、ハッシュ値登録部１１４１は、ライト範囲に後続チャンクが無い場合（図８の例でチャンク０００８）、処理対象のチャンクのハッシュ値に関するハッシュエントリ１５２１の後続ハッシュ値と後続ハッシュエントリ位置をクリアする（Ｓ５１２）。

Ｓ５０４の処理で非重複データと判定された場合、ハッシュ値登録部１１４１によるハッシュエントリ１５２１への情報登録が完了したら、チャンクデータライト部１１４２は、処理対象のチャンクのチャンク格納位置に対応するプールボリューム１４に、非重複データであるチャンクデータをライトする（Ｓ５１３）。チャンクデータライト部１１４２は、チャンク格納先アドレス情報が確定したら、管理ボリューム１５のチャンクアドレス変換テーブル１５１にチャンク格納アドレス情報を登録する（Ｓ５０６）。

そして、ライト命令処理部１１１は、ライト範囲内の全チャンクについてチャンクアドレス変換テーブル１５１へのチャンク格納アドレス情報の登録が完了したか否かを判定する（Ｓ５０７）。ライト命令処理部１１１は、チャンク格納アドレス情報の登録が完了していないチャンクがある場合（Ｓ５０７：ＮＯ）、Ｓ５０４に戻り上述した処理を繰り返す。一方で、ライト命令処理部１１１は、全チャンクについてチャンク格納アドレス情報の登録が完了した場合（Ｓ５０７：ＹＥＳ）、ホスト２にライト完了を報告する（Ｓ５０８）。これにより、ライト処理に関する一連の処理が完了する。

＜３．２ リード処理の流れ＞
図９を参照し、重複排除ボリューム１３のリード処理について説明する。
図９は、重複排除ボリューム１３のリード処理の流れを示すフローチャートである。まず、ディスクアレイ装置１のＩ／Ｏ処理部１１は、ホスト２から重複排除ボリューム１３に対するリード命令を受信する（Ｓ７０1）。リード命令処理部１１２は、ディスクアレイ装置１のＩ／Ｏ処理部１１がホスト２から重複排除ボリューム１３に対するリード命令を受信すると、メモリ１２にリードデータを作成するワークメモリ（ワークバッファ）を確保する（Ｓ７０２）。

続いて、リード命令処理部１１２は、リード範囲内（リードアドレス内）の先頭チャンクから順に全てのチャンクに対して、チャンクアドレス変換テーブル１５１をリードし（Ｓ７０３）、チャンクアドレス変換テーブル１５１からチャンク格納位置を取得する（Ｓ７０４）。そして、リード命令処理部１１２は、チャンク格納位置に対応するプールボリューム１４のデータを上記ワークメモリにリードする（Ｓ７０５）。

続いて、リード命令処理部１１２は、リード範囲内の全チャンクについてリードが完了したか否かを判定する（Ｓ７０６）。リード命令処理部１１２は、リードが完了していないチャンクがある場合（Ｓ７０６：ＮＯ）、Ｓ７０３に戻り上述した処理を繰り返す。一方で、リード命令処理部１１２は、全チャンクについてリードが完了した場合（Ｓ７０６：ＹＥＳ）、ホスト２にリードデータを返却し、ワークメモリを開放する（Ｓ７０７）。これにより、リード処理に関する一連の処理が完了する。

＜４．利点＞
重複排除を行うストレージ装置では、ライトデータが既にストレージ装置に記憶されているデータと重複しているか否かを調べる際に、ライトデータを一定長のチャンク分割し、チャンクから算出するハッシュ値などの特徴データ（ここでは便宜上「ハッシュ値」と記載）を既にストレージ記憶しているハッシュ値と比較することで判定することが行われる。ストレージ内でハッシュ値を記憶するハッシュテーブルは、全てのライトデータのチャンクに対するハッシュ値を記憶する必要があり膨大となる。一方、できるだけテーブルサイズを抑ながら高速に所望のハッシュ値を検索できるように、ハッシュテーブルは階層管理を用いたアルゴリズムが採用される。

このためライト処理では、ライトデータをチャンクに分割し、チャンクに対するハッシュ値を算出し、算出したハッシュ値がハッシュテーブルに登録されているか否かを調べる。この際、ハッシュテーブルの階層を辿りながら検索するために複数回の内部処理が発生する。重複排除効果の高いストレージのチャンクサイズは例えば４ＫＢや８ＫＢであり、チャンクサイズより大きいサイズのライト要求をホストから受けるケースが多くなる。チャンクサイズより大きいサイズのライトではチャンク数分のハッシュ値検索が動作し、大量の内部処理が発生するためライト性能が低下するという場合がある。

一方で、本実施形態では、ストレージ装置（例えばディスクアレイ装置１）は、ライト命令処理部（例えばライト命令処理部１１１）と、特徴データ登録部（例えばハッシュ値登録部１１４１）と、判定処理部（例えばハッシュ値判定処理部１１３）とを備える。ライト命令処理部は、ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータ（例えばチャンク）ごとに、当該データに応じた特徴データ（例えばハッシュ値）を対応付ける。特徴データ登録部は、第１ライトデータに含まれる管理単位の第１データ（例えば図５中のチャンク番号００００のデータ）に対応する特徴データを記憶部（例えば記憶部Ｍ）に記憶させる場合、第１ライトデータに含まれて前記第１データの後続となる管理単位の第２データ（例えば図５中のチャンク番号０００１のデータ）に対応する特徴データを、第１データに対応する特徴データと関連付けて記憶部に記憶させる。判定処理部は、第２ライトデータに対して重複判定を行う場合に、第１データに対応する特徴データを用いて重複判定を行い、第１データに対応する特徴データとの関連付けに基づき第２データに対応する特徴データを読み出し、第２データに対応する特徴データを用いて重複判定を行う。このような構成によれば、第２データに対応する特徴データを特定することの負荷が低減され、ライト性能の向上を図ることができる。例えば上述した実施形態では、図６中のＳ６１１～Ｓ６１３に示すように後続ハッシュ値を利用してハッシュ値の登録の有無を調べることができるため、ハッシュテーブル１５２の検索のためのリード（S６０１～Ｓ６０３）に関する内部処理を削減することができる。

本実施形態では、特徴データは、管理単位のデータから算出されるハッシュ値である。このような構成によれば、管理単位のデータに応じた特徴データを比較的容易に求めることができる。これにより、ライト性能の向上を図ることができる。

本実施形態では、特徴データ登録部は、第２データに対応する特徴データを、第１データに対応する特徴データと同じエントリに登録する。このような構成によれば、別のテーブルを作成することなく、第１データに対応する特徴データと第２データに対応する特徴データとを関連付けて記憶することができる。これにより、別のテーブルを管理する場合にと比べて管理負担を低減しつつ、ライト性能の向上を図ることができる。

なお、第２データに対応する特徴データを、第１データに対応する特徴データと関連付けて記憶部に記憶させることは、第２データに対応する特徴データを、第１データに対応する特徴データと同じエントリに登録することに限定されず、第２データに対応する特徴データの格納位置を示す情報を、第１データに対応する特徴データと同じエントリに登録することなども含む。この場合、上記関連付けに基づいて得られる第２データに対応する特徴データの格納位置を示す情報に基づき、第２データに対応する特徴データを取得することができる。

本実施形態では、特徴データ登録部は、第２データに対応する特徴データと、第２データに対応する特徴データの格納位置を示す情報とを、第１データに対応する特徴データと同じエントリに登録する。このような構成によれば、上記エントリをリードすることで第２データに対応する特徴データが格納される格納位置を示す情報を取得することができ、これにより、上記格納位置からリードした第２データに対応する特徴データを用いて有効性の判定を行うことができる。これにより、ライトに関する信頼性の向上を図ることができる。

本実施形態では、特徴データ登録部は、第２データに対応する特徴データを記憶部に記憶させる場合、第１ライトデータに含まれて第２データの後続となる管理単位の第３データに対応する特徴データを、第２データに対応する特徴データと関連付けて記憶部に記憶させる。例えば、上述した実施形態では、第３データに対応するハッシュ値が、第２データに対応するハッシュ値のエントリに登録される。そして、判定処理部は、第２ライトデータに対して重複判定を行う場合に、第２データに対応する特徴データとの関連付けに基づき第３データに対応する特徴データを読み出し、第３データに対応する特徴データを用いて重複判定を行う。このような構成によれば、第３データに対応する特徴データについては、第２データに対応する特徴データとの関連付けに基づいて取得することができる。すなわち、同じ処理を繰り返すことで次々と後続データに対応する特徴データを取得することができる。これにより、ライト性能の向上をさらに図ることができる。

＜５．変形例＞
上述した実施形態では、チャンクサイズよりも大きいサイズのライトデータに関するものであったが、上述した実施形態は、例えば小さいサイズのデータのライト命令が連続するシーケンシャルライトにも適用可能である。シーケンシャルライトで受信するライトデータは、「一連のライトデータ」の一例であるとともに、「第１ライトデータ」および「第２ライトデータ」のそれぞれ別の一例である。ディスクアレイ装置１がホスト２からのシーケンシャルライトを検出した場合には、ハッシュエントリ１５２１に後続ハッシュ値と後続ハッシュエントリ位置とを記憶することで、続くアドレスへのライト処理におけるハッシュ値判定にて、後続ハッシュ値によるハッシュ判定（図６のＳ６１１～Ｓ６１２）を実施することが可能となる。これにより、ライト性能の向上を図ることができる。

図１０は、最小構成のストレージ装置を示す図である。
図１１は、最小構成のストレージ装置における処理の流れを示すフローを示す図である。ストレージ装置８００は、ライト命令処理部８１０と、特徴データ登録部８２０と、判定処理部８３０とを備える。
ライト命令処理部８１０は、ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付ける（Ｓ９０２）。
特徴データ登録部８２０は、第１ライトデータに含まれる管理単位の第１データに対応する特徴データを記憶部に記憶させる場合、第１ライトデータに含まれて第１データの後続となる管理単位の第２データに対応する特徴データを、第１データに対応する特徴データと関連付けて記憶部に記憶させる（Ｓ９０１）。
判定処理部８３０は、第２ライトデータに対して重複判定を行う場合に、第１データに対応する特徴データを用いて重複判定を行い、第１データに対応する特徴データとの関連付けに基づき第２データに対応する特徴データを読み出し、第２データに対応する特徴データを用いて重複判定を行う（Ｓ９０３）。

図１２は、少なくとも１つの実施形態に係るストレージ装置のコンピュータの構成を示す概略ブロック図である。コンピュータ５は、ＣＰＵ６、メインメモリ７、ストレージ８、インターフェース９を備える。

例えば、上述のＩ／Ｏ処理部１１、メモリ１２、重複排除ボリューム１３、プールボリューム１４、および管理ボリューム１５のそれぞれは、コンピュータ５に実装される。そして、上述したＩ／Ｏ処理部１１の動作は、プログラムの形式でストレージ８に記憶されている。ＣＰＵ６は、プログラムをストレージ８から読み出してメインメモリ７に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ６は、プログラムに従って、上述した重複排除ボリューム１３、プールボリューム１４、および管理ボリューム１５に対応する記憶領域をストレージ８に確保する。メモリ１２は、メインメモリ７により実現される。

重複排除ボリューム１３、プールボリューム１４、および管理ボリューム１５の例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、半導体メモリなどが挙げられる。重複排除ボリューム１３、プールボリューム１４、および管理ボリューム１５は、コンピュータ５のバスに直接接続された内部メディアであってもよいし、インターフェース９または通信回線を介してコンピュータ５に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ５に配信される場合、配信を受けたコンピュータ５が当該プログラムをメインメモリ７に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、ストレージ８は、一時的でない有形の記憶媒体である。

また、上記プログラムは、前述した機能の一部を実現してもよい。さらに、上記プログラムは、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるファイル、いわゆる差分ファイル（差分プログラム）であってもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例であり、発明の範囲を限定しない。これらの実施形態は、発明の要旨を逸脱しない範囲で、種々の追加、省略、置き換え、変更を行ってよい。

Ｓ…情報処理システム
１…ディスクアレイ装置
２…ホスト
１１…Ｉ／Ｏ処理部
１２…メモリ
１３…重複排除ボリューム
１４…プールボリューム
１５…管理モジュール
１１１…ライト命令処理部
１１１１…ハッシュ値算出部
１１２…リード命令処理部
１１３…ハッシュ値判定処理部
１１３１…ハッシュ値判定方法決定部
１１３２…ハッシュ値検索部
１１３３…後続ハッシュ値比較部
１１４…重複排除処理部
１１４１…ハッシュ値登録部
１１４２…チャンクデータライト部
８００…ストレージ装置
８１０…ライト命令処理部
８２０…特徴データ登録部
８３０…判定処理部

Claims (9)

1. ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付けるライト命令処理手段と、
   第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶手段に記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて前記記憶手段に記憶させる特徴データ登録手段と、
   第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行う判定処理手段と、
   前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定し、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定する重複排除処理手段と、
   を備えたストレージ装置。
2. 前記特徴データは、前記管理単位のデータから算出されるハッシュ値である、
   請求項１に記載のストレージ装置。
3. 前記特徴データ登録手段は、前記第２特徴データを、前記第１特徴データと同じエントリに登録する、
   請求項１または請求項２に記載のストレージ装置。
4. 前記特徴データ登録手段は、前記第２特徴データと、前記第２特徴データの格納位置を示す情報とを、前記第１特徴データと同じエントリに登録する、
   請求項１から請求項３のうちいずれか１項に記載のストレージ装置。
5. 前記記憶手段は、複数階層を含むテーブル情報を記憶し、前記複数階層のうち最下層以外のテーブル情報には、前記特徴データを検索する際に次にリードすべきツリー検索情報の位置情報が格納され、前記複数階層の最下層のテーブル情報に前記エントリの位置情報が格納されている、
   請求項３または請求項４に記載のストレージ装置。
6. 前記特徴データ登録手段は、前記第２特徴データを前記記憶手段に記憶させる場合、前記第１ライトデータに含まれて前記第２データの後続となる前記管理単位の第３データに対応する前記特徴データである第３特徴データを、前記第２特徴データと関連付けて前記記憶手段に記憶させ、
   前記判定処理手段は、前記第２ライトデータに対して重複判定を行う場合に、前記第２重複判定において前記第２特徴データと前記第５特徴データとが一致し、前記第２特徴データとの関連付けに基づき前記第３特徴データが読み出し可能である場合、前記第２特徴データとの関連付けに基づき前記第３特徴データを読み出し、前記第３特徴データと、前記第２ライトデータに含まれて前記第５データの後続となる前記管理単位の第６データに対応する前記特徴データである第６特徴データとを比較する第３重複判定を行い、
   前記重複排除処理手段は、前記第３重複判定の結果に基づき、前記第６データが重複データであるか否か判定する、
   請求項１から請求項５のうちいずれか１項に記載のストレージ装置。
7. ホストと、
   前記ホストと通信可能に接続されたストレージ装置と、
   を備え、
   前記ストレージ装置は、
   ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付けるライト命令処理手段と、
   第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶手段に記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて前記記憶手段に記憶させる特徴データ登録手段と、
   第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行う判定処理手段と、
   前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定し、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定する重複排除処理手段と、
   を含む、情報処理システム。
8. ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付け、
   第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて記憶させ、
   第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行なわせ、
   前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定させ、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定させる、
   情報処理方法。
9. コンピュータに、
   ひと纏まりまたは一連のライトデータに含まれる所定の管理単位のデータごとに、当該データに応じた特徴データを対応付けることと、
   第１ライトデータに含まれる前記管理単位の第１データに対応する前記特徴データである第１特徴データを記憶させる場合、前記第１ライトデータに含まれて前記第１データの後続となる前記管理単位の第２データに対応する前記特徴データである第２特徴データを、前記第１特徴データと関連付けて記憶させることと、
   第２ライトデータに対して重複判定を行う場合に、前記第１特徴データと、前記第２ライトデータに含まれる前記管理単位の第４データに対応する前記特徴データである第４特徴データとを比較する第１重複判定を行い、前記第１重複判定において前記第１特徴データと前記第４特徴データとが一致し、前記第１特徴データとの関連付けに基づき前記第２特徴データが読み出し可能である場合、前記第１特徴データとの関連付けに基づき前記第２特徴データを読み出し、前記第２特徴データと、前記第２ライトデータに含まれて前記第４データの後続となる前記管理単位の第５データに対応する前記特徴データである第５特徴データとを比較する第２重複判定を行うことと、
   前記第１重複判定の結果に基づき、前記第４データが重複データであるか否か判定し、前記第２重複判定の結果に基づき、前記第５データが重複データであるか否か判定することと、
   を実行させるプログラム。

Images