DEDUPLIKATION UND KOMPRIMIERUNG
Unter Deduplikation versteht man die Eliminierung gleicher Dateien oder Datenteile.
Deduplikation auf Dateiebene
Mittels Deduplizierung auf Dateiebene (engl. Filelevel) werden identische Dateien erkannt. Es spielt hierbei keine Rolle, ob die Dateien gleich benannt oder die Zeitstempel identisch sind. Zur Eliminierung dieser doppelt vorhanden Dateien, wird lediglich ein Hinweis auf den Speicherort der Duplikate erzeugt, sobald eine Datei als Dublette erkannt wird.
Hierunter fallen beispielsweise Betriebssysteme, deren Systemstatus mitgesichert wird. Jedes System im LAN mit dem gleichen Betriebssystem und Patchstand erhält somit lediglich Verweise.
Deduplikation auf Block-Ebene
Die Deduplizierung auf Block-Ebene (engl. Blocklevel, oder auch Delta) zerlegt Dateien in einzelne kleine Blöcke. Wird während des Backups erkannt, dass sich ein Block einer Datei geändert hat, wird lediglich dieser Block gesichert. Diese Technologie ermöglicht Backups vom Typ “Inkrementell für immer” (engl. “Incremental forever”) und reduziert die zu übertragende Datenmenge gegenüber herkömmlichen Inkrementalsicherungen deutlich.
Komprimierung
Nicht alle Dateien lassen sich gleich stark komprimieren. Beispielsweise sind Bilddateien (*.jpg) bereits stark komprimiert, wogegen Textdateien sich stark komprimieren lassen. Somit lässt sich nicht von vorne herein genau bestimmen, wie groß letztlich das Backup sein wird.
Aus der Erfahrung heraus ist im Schnitt von einem Komprimierungsverhältnis von 2:1 auszugehen. Es wird also nur die Hälfte der tatsächlichen Dateigröße auf dem Backupsystem benötigt.
Die Auswahl unterschiedlicher Komprimierungsverfahren je Backupsatz helfen außerdem, die zu sicherenden Dateien oder Blöcke zu verkleinern. Dies geht allerdings zu Lasten der Geschwindigkeit. Als Standard ist LZOP eingestellt, welches sehr schnell ist, aber im Schnitt nur die erwähnte Rate von 2:1 schafft. Mit ZLIB lassen weit höhere Komprimierungen erreichen, jedoch dauert dies länger. Hier gilt es die richtige Balance in Abhängigkeit Ihrer Anforderungen (Zeit <> Größe) zu finden.
