Suppression des doublons de données

Cette propriété détermine si les doublons de données sont supprimés. La suppression des doublons est une opération qui s'effectue à l'échelle du pool, basée sur le bloc et qui peut être activée par projet ou par partage. Activez cette propriété en cochant la case Suppression des doublons de données dans l'écran des propriétés générales des projets ou des partages. Le taux de suppression des doublons apparaît dans la zone Utilisation de l'écran Tableau de bord de statut.

Lorsque la propriété de suppression des doublons est activée, les données écrites sont saisies dans la table de suppression des doublons indexée par la somme de contrôle des données. La suppression des doublons force l'utilisation de la somme de contrôle SHA-256 à fortes propriétés cryptographiques. Les écritures consécutives identifient les doublons de données et seule la copie existante est conservée sur le disque. La suppression des doublons est possible uniquement entre les blocs de même taille et données écrites avec la même taille d'enregistrement. Comme toujours, pour obtenir de meilleurs résultats, utilisez la même taille d'enregistrement que celle de l'application qui traite les données. Pour la transmission de charges de travail, utilisez une grande taille d'enregistrement.

Si vos données ne contiennent aucun doublon, l'activation de la propriété Suppression des doublons de données ajoute du temps système (une somme de contrôle plus intensive au niveau de la CPU et des entrées dans la table de suppression de doublons sur disque) sans offrir aucun avantage. Si vos données contiennent des doublons, l'activation de la propriété Suppression des doublons de données permet à la fois d'économiser de l'espace en stockant une seule copie d'un bloc spécifique, quel que soit le nombre d'occurrences. La suppression des doublons a nécessairement un effet sur les performances puisque le coût du calcul de la somme de contrôle est plus élevé et que les métadonnées de la table de suppression de doublons doivent être accessibles et entretenues.

Notez que la suppression des doublons n'a aucune conséquence sur la taille calculée du partage mais influe sur la quantité d'espace de pool utilisée. Par exemple, si deux partages contiennent le même fichier de 1 Go, la taille indiquée de chaque fichier sera de 1 Go mais la taille totale du pool indiquée sera uniquement de 1 Go et le taux de suppression des doublons sera signalé comme 2x.

Avertissement relatif aux performances : par nature, la suppression des doublons nécessite la modification de la table de suppression des doublons lorsqu'un bloc est en cours d'écriture ou libéré. Si la table de suppression des données ne tient pas dans la DRAM, les écritures et l'espace libéré peuvent entraîner une forte activité de lecture aléatoire à des emplacements où il n'y en avait pas auparavant. Par conséquent, l'activation de cette propriété peut avoir de lourdes conséquences sur les performances. Par ailleurs, dans certains cas (en particulier pour la suppression de partages ou d'instantanés), la dégradation des performances due à l'activation de la suppression des doublons peut être ressentie dans la totalité du pool. En général, il n'est pas conseillé d'activer la suppression des doublons, sauf si vous savez qu'un partage compte un grand nombre de doublons et que la DRAM contient suffisamment d'espace pour que ces doublons de données ainsi que la table servant à les référencer y soient exportés. Pour déterminer si la suppression des doublons a eu une incidence négative sur les performances, activez les Chapter 8, Définition des préférences de ZFSSA puis utilisez Analyse du manuel Guide de la fonction d’analyse des systèmes Oracle ZFS Storage Appliance pour mesurer les "opérations ZFS DMU ventilées par type d'objet DMU" et recherchez un taux d'opérations DDT (opérations Data Duplication Table) plus élevé que celui des opérations ZFS. Si cela se produit, l'augmentation des E/S est plus utile à la table de suppression des doublons qu'aux E/S de fichier.