[发明专利]在重复数据删除系统中减少摘要存储消耗的方法和系统

说明书

技术领域

本发明一般涉及计算机，更具体地涉及在计算环境中通过跟踪相似性搜索结构中的相似性元素的数目以去除重复数据删除系统中的摘要而减少摘要存储消耗。

背景技术

在如今社会中，计算机系统很普遍。可以在工作地点、家中或学校中发现计算机系统。计算机系统可以包括数据存储系统或盘存储系统以处理和存储数据。每天必须处理大量数据，并且当前的趋势暗示着这些量在可见的将来将继续不断增加。缓解该问题的有效方法是使用重复删除。重复删除系统背后的想法是通过定位重复的数据并仅存储其第一个存在（occurrence）而利用可用数据的大部分被一次又一次地复制的事实。后续的复本被指向所存储的存在的指针所代替，如果数据确实是重复的，则这大大降低存储要求。

发明内容

在一个实施例中，提供了一种通过使用计算环境中的处理器设备在重复数据删除系统中跟踪当前在相似性搜索结构中的相似性元素的数目以将摘要从存储库中去除的方法。在一个实施例中，仅通过示例，重复删除处理包括为输入数据计算摘要并将所述摘要存储在对应于部块（chunk）集的集合中。为所述输入数据计算相似性元素并将所述相似性元素存储在相似性搜索结构中。为每一个部块集保持当前包含在所述相似性搜索结构中的与每个部块集关联的相似性元素的数目，并且当特定部块集的此数目变得低于阈值时，从存储库中去除与该部块集关联的摘要集合。

在另一实施例中，提供了一种通过使用计算环境中的处理器设备在重复数据删除系统中跟踪相似性搜索结构中的相似性元素的数目而减少摘要存储消耗的系统，包括：第一可执行部分，将输入数据分区（partition）为部块并将所述部块分组为部块集；第二可执行部分，为所述输入数据计算摘要并将所述摘要存储在对应于所述部块集的集合中；第三可执行部分，为所述输入数据计算相似性元素并将所述相似性元素存储在相似性搜索结构中；第四可执行部分，为每一个所述部块集保持当前包含在所述相似性搜索结构中的与所述部块集关联的相似性元素的数目；以及第五可执行部分，当部块集的相似性元素的数目变得低于阈值时，从存储库中去除与该部块集关联的摘要。

在前述示例方法实施例之外，还提供了其它示例系统，并提供相关优势。前述发明内容部分被提供用于以简化的形式引入一组概念，它们会在下面的具体实施方式部分被进一步描述。该发明内容部分不意在识别所主张权利的主题的关键特征或核心特征，也不意在被用作确定所主张权利的主题的范围。所主张权利的主题不限于解决背景技术部分中说明的任何或全部优点的实施方式。

附图说明

为了更容易理解本发明的优点，将参照在附图中示出的具体实施例呈现上面简要描述的本发明的更具体的描述。应理解，这些附图描绘了本发明的实施例，但不因此被认为是限制其范围，将通过使用附图描述和说明本发明的附加特征和细节，其中：

图1是示出可以实现本发明的方面的具有示例存储设备的计算系统环境的框图；

图2是示出可以实现本发明的方面的计算机系统中的数据存储系统的硬件结构的框图；

图3是示出可以实现本发明的方面的、基于重复数据删除系统中的重复删除处理中的相似性搜索进行摘要检索的示例方法的流程图；

图4是示出可以实现本发明的方面的、基于重复数据删除系统中的重复删除处理中的相似性搜索进行摘要检索的示例替代方法的流程图；

图5是示出可以实现本发明的方面的、在重复数据删除系统中使用滚动哈希值（rolling hash value）的单个线性计算而高效地计算摘要块的相似性搜寻值和边界两者的示例方法的流程图；

图6是示出可以实现本发明的方面的、包含用于每个部块集的记录的紧凑数据结构的框图；

图7是示出可以实现本发明的方面的、用于降低重复数据删除系统中的摘要存储消耗的示例方法的流程图；

图8是示出可以实现本发明的方面的、用于降低重复数据删除系统中的摘要存储消耗的替代示例方法的流程图；以及

图9是示出可以实现本发明的方面的、在重复数据删除系统中跟踪当前在相似性搜索结构中的相似性元素的数目以用于从存储库中去除与该部块集关联的摘要的示例方法300的流程图。

具体实施方式