[發明專利]利用了數據段的相似度的高效數據存儲

有效

• 申請號: 200780021765.1
• 申請日: 2007-04-11
• 公開（公告）號: CN101467148A
• 公開（公告）日: 2009-06-24
• 發明（設計）人: K·李;M·B·朱;U·馬赫什沃里;Z·楊
• 申請（專利權）人: 數據域公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 馬永利;劉春元

1.一種利用數據段的相似度進行存儲的方法，包括：

確定新段與先前存儲的段相似，其中通過比較所述新段的新段概 要特征集合和所述先前存儲的段的先前存儲段概要特征集合來確定相 似度，其中所述先前存儲的段包括來自輸入數據流中的任何位置的在 先存儲的段，其中所述在先存儲的段是多個在先存儲的段之一，以及 其中所述輸入數據流被分解成各段并被存儲，這允許恢復所述輸入數 據流，以及其中通過錨定生成段，其中所述錨定是通過以下來實現的： 沿著所述輸入數據流對移動窗進行散列，并且當所述移動窗的散列等 于特定值時，把所述輸入數據流中的與所述窗具有固定關系的錨定位 置定義為段邊界；

確定所述新段與所述先前存儲的段之間的增量，其中所述增量包 括所述新段和所述先前存儲的段間的差異；以及

至少部分地基于所述增量來存儲所述新段的表示，其中所述新段 的表示包括基礎和一個或多個增量，其中所述基礎包括完整物理段。

2.如權利要求1所述的方法，還包括：如果新段與所述先前存儲 的段不相似，則存儲該新段。

3.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：存儲所述增量以及所述先前存儲的段的指示。

4.如權利要求1所述的方法，其中，如果所述增量大于預定閾值 則存儲所述新段的所述表示包括：存儲所述新段。

5.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：存儲所述增量與第二增量的組合，其中所述第二增量是兩個不同 的增量之間的差異。

6.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：對所述新段進行本地壓縮。

7.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：對所述增量進行本地壓縮。

8.如權利要求1所述的方法，其中，對于所述新段計算標識符。

9.如權利要求1所述的方法，其中，對于所述新段計算標識符， 并且所述標識符包括指紋。

10.如權利要求1所述的方法，其中，對于所述新段計算標識符， 并且所述標識符包括順序生成的數字。

11.如權利要求1所述的方法，其中，對于所述增量計算標識符。

12.如權利要求1所述的方法，其中，對于所述增量計算標識符， 并且所述標識符包括指紋。

13.如權利要求1所述的方法，其中，對于所述增量計算標識符， 并且所述標識符包括順序生成的數字。

14.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：把所述新段打包在容器中。

15.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：把所述增量打包在容器中。

16.如權利要求1所述的方法，其中，存儲所述新段的所述表示包 括：把所述新段的所述表示存儲在備份存儲系統中。

17.如權利要求1所述的方法，其中，新段與第一輸入數據流相關 聯，以及所述先前存儲的段與第二輸入數據流相關聯。

18.如權利要求1所述的方法，其中，相似度包括所述新段與所述 先前存儲的段之間的逐字節相似性。

19.如權利要求1所述的方法，其中，在存儲所述新段的過程中沒 有信息損失。