Anulación de duplicación de datos

Controla si se eliminan las copias de datos duplicadas. La anulación de duplicación es un proceso síncrono, de toda la agrupación, basado en bloques y que se puede activar por proyecto o por recurso compartido. Para activar este proceso, seleccione la casilla de verificación Anulación de duplicación de datos en la pantalla de propiedades generales para proyectos o recursos compartidos. La relación de anulación de duplicación aparecerá en el área de uso del panel de control de estado.

Los datos escritos con la anulación de duplicación activada se introducen en la tabla de anulación de duplicación indexada por el total de control de datos. La anulación de duplicación fuerza el uso del total de control SHA-256 criptográficamente fuerte. Los datos escritos posteriormente identificarán datos duplicados y solo mantendrán la copia existente en el disco. La anulación de duplicación solo se produce entre bloques del mismo tamaño y con datos escritos con el mismo tamaño de registro. Como siempre, para obtener mejores resultados, configure el tamaño del registro con el tamaño de la aplicación que utiliza los datos, y en el caso de cargas de trabajo de transmisión, utilice un tamaño de registro grande.

Si los datos no contienen duplicados, al activar la opción Anulación de duplicación de datos se agregará más sobrecarga (un total de control más intenso en la CPU y entradas de tabla de anulación de duplicación en el disco) sin proporcionar beneficios. Si los datos contienen duplicados, la activación de la opción Anulación de duplicación de datos ahorrará espacio ya que almacenará solo una copia de un bloque determinado independientemente de la cantidad de veces que ocurra. La anulación de duplicación necesariamente afectará el rendimiento ya que el total de control es más costoso para computar y se debe acceder a los metadatos de la tabla de anulación de duplicación y mantenerlos.

Recuerde que la anulación de duplicación no afecta el tamaño calculado de un recurso compartido, pero sí afecta la cantidad de espacio utilizado para la agrupación. Por ejemplo, si dos recursos compartidos contienen el mismo archivo de 1 GB, cada uno parecerá tener 1 GB de tamaño, pero el total de la agrupación será de solo 1 GB y la relación de anulación de duplicación se informará como el doble.

Advertencia de rendimiento: por naturaleza, para realizar una anulación de duplicación, es necesario modificar la tabla de anulación de duplicación cuando se escribe o se libera un bloque. Si la tabla de anulación de duplicación no encaja en la DRAM, los datos escritos y las liberaciones podrían generar una considerable actividad de lectura aleatoria donde anteriormente no existía ninguna. Como resultado, el impacto en el rendimiento al activar la anulación de duplicación puede ser alto. Además, en algunos casos (en particular, cuando se suprimen instantáneas o recursos compartidos) la degradación del rendimiento derivada de la activación de la anulación de duplicación se puede sentir en toda la agrupación. En general, no se recomienda activar la anulación de duplicación, a menos que se sepa que un recurso compartido tiene una tasa muy elevada de datos duplicados, y que dichos datos duplicados y la tabla a la que se hace referencia pueden residir cómodamente en la DRAM. Para determinar si el rendimiento se ha visto afectado de manera negativa por la anulación de duplicación, active Chapter 8, Configuración de preferencias de dispositivos ZFSSA y, luego, utilice Análisis de Guía de análisis de Oracle ZFS Storage Appliance para medir las operaciones de DMU de ZFS desglosadas por tipo de objeto de DMU y verificar si existe una tasa más elevada de operaciones de DDT continuas (operaciones de la tabla de duplicación de datos) en comparación con las operaciones de ZFS. Si ocurre esto, significa que hay más E/S para abastecer la tabla de anulación de duplicación que la E/S de archivos.