基于時序參數的重復數據刪除索引研究與實現.pdf

1、隨著信息全球化的發(fā)展，信息數據量出現爆炸式增長，傳統的存儲方式已經無法滿足現代信息發(fā)展的需要?，F代信息技術對于存儲系統提出了越來越高的要求。重復數據刪除技術作為一種有效的無損壓縮數據技術，越來越受到人們的重視，被廣泛應用在各個存儲的相關領域，達到了優(yōu)化存儲空間利用率、降低存儲開銷、節(jié)約系統資源的目的。
　　本文針對在數據總量不斷增長情況下的數據存儲問題，在總結了當前重復數據刪除系統原理及基本流程的基礎上，對重復數據刪除的索引進行了

2、深入的研究，取得了一定的進展，具體如下：
　　（1）針對目前重復數據刪除系統中存在的零引用數據冗余，提出了系統清理的目標以及一般流程。通過引入序數參數，記錄每一個數據塊的引用次數。當序數參數為零時，等同于刪除標記，標識出了待清理的數據塊，以便于批量化執(zhí)行系統清理。為了避免系統清理中的抖動問題，引入時間參數，記錄數據塊的最后訪問時間，避免刪除當期訪問過的數據塊。
　　（2）定義了數據塊的熱度值，用于表示系統中數據塊在某一期的數

3、據價值。通過使用時間參數和序數參數，得出了一種數據塊熱度值的計算公式。同時，為了體現數據塊熱度值的延續(xù)性，在其計算公式中引入歷史參數，避免了數據塊熱度值的劇烈波動。
　?。?）根據數據塊的熱度值，將高熱度值的數據塊指紋組合成了一個高優(yōu)先度的小型索引，即快速索引?？焖偎饕拿新手苯佑绊懴到y的檢索命中率。為了提高快速索引的命中率，除了改良熱度值的計算方式，還要合理設置快速索引的尺寸?？焖偎饕某叽邕^大或者過小都會降低快速索引的效率。