Reducción de la Fragmentación para Almacenamiento de Copias de Seguridad con Deduplikación en Línea a través de la Explotación del Historial de Copias de Seguridad y del Conocimiento de Caché

En los sistemas de copias de seguridad, los fragmentos de cada copia de seguridad están físicamente dispersos después de la deduplicación, lo que causa un problema de fragmentación desafiante. Observamos que la fragmentación se presenta en contenedores dispersos y fuera de orden. El contenedor disperso disminuye el rendimiento de restauración y la eficiencia de recolección de basura, mientras que el contenedor fuera de orden disminuye el rendimiento de restauración si la caché de restauración es pequeña. Para reducir la fragmentación, proponemos el algoritmo de Reescritura Consciente de Historial (HAR) y el Filtro Consciente de Caché (CAF). HAR explota la información histórica en los sistemas de copias de seguridad para identificar y reducir con precisión los contenedores dispersos, y CAF explota el conocimiento de la caché de restauración para identificar los contenedores fuera de orden que perjudican el rendimiento de restauración. CAF complementa de manera eficiente a HAR en conjuntos de datos donde los contenedores fuera de orden son dominantes. Para reducir la sobrecarga de metadatos de la recolección de basura, además proponemos un Algoritmo de Marcador de Contenedor (CMA) para identificar contenedores válidos en lugar de fragmentos válidos. Nuestros extensos resultados experimentales de conjuntos de datos del mundo real muestran que HAR mejora significativamente el rendimiento de restauración en un 2.84-175.36 × a un costo de solo reescribir del 0.5-2.03 por ciento de los datos.