[发明专利]数据存储空间恢复系统和方法

说明书

相关申请的交叉引用

[001]本申请要求题为“Data Storage Space Recovery System andMethod(数据存储空间恢复系统和方法)”、2007年6月22日提交的、序列号为11/767,049的美国专利申请的权益，并且涉及题为“VirtualDisk Drive System and Method(虚拟盘片驱动系统和方法)”、2004年8月13日提交的、序列号为10/918,329的共同待定的美国专利申请；这两个申请都通过引用而被并入本文。

技术领域

[002]本发明涉及通过使用由主机计算机系统提供的知道在查询时哪些被分配的空间当前正在被使用的信息确定带有隐性分配的数据空间的计算机数据存储系统中的明显空闲的数据空间。通过减少所要求的存储总量，在任何给定数据的存在期可以实现可观的成本节省。

背景技术

[003]为了各种目的每年要求存储和传输日益增加的数据量，包括为了商业惯例以及顺应各种法律。在其上记录该数据的介质具有以美金计算的获得价格、以人力时间计算的管理价格、以及提供诸如动力和散热和/或其他要素的基础设施的价格。所希望的是减少所有这些要素的成本。普遍认为管理和提供这种基础设施的成本是获得存储介质的成本的倍数。通过减少介质的量，其他基础设施成本可以被进一步减少。本发明提供通过其可以节约、循环利用、或者再次使用数据存储和有关的介质，从而减少拥有数据存储的总成本的方法。

[004]先前已经证明是有可能构建在其中所有物理存储初始地被分配到池(pool)的存储子系统，其示例在题为“Virtual Disk Drive System andMethod(虚拟盘片驱动系统和方法)”、2004年8月13日提交的、序列号10/918,329的共同待定的美国专利申请中被论述。然后该池可以根据需要被分配到计算实体可存取的其他实体以便将该实体用于数据存储。在本发明的领域中从池到计算实体的存储分配通常被称为“自动精简配置(thin provisioning)”。仅根据需要分配存储的这种方法利用了这样的含意：存储正在被计算实体使用，因为如果计算实体写入数据，其旨在于存储该数据用于稍后取回。通过仅分配由这些特定操作标识的存储，没有被常规的存储子系统使用并且可能从未被常规的存储子系统使用的可观的存储量可能作为整体被从系统中省略，从而减少获得、维护等成本。

[005]然而，在标准协议中，计算实体不可能向存储子系统传达先前已经有数据被存储到其的特定区域不再被使用并且现在可以被再次使用或者以其他方式被释放。该数据空间可以已经被用于临时存储，或者可以仅仅是不再有足够价值为进一步的应用而保留。由于没有方法可用来只从存储子系统的角度标识不再被使用的区域，存储子系统继续维护数据空间。换句话说，没有隐含的方法可以逻辑上存在，通过该方法不用检查数据本身而毫无疑义地确定腾出(free)先前隐性分配的存储。同样地，对于存储子系统，检查计算实体所存储的所有数据的内容是十分耗费计算资源的。因而，在试图紧跟操作或者文件系统中的技术变化以及可以使用存储子系统的所有可能的应用的同时，存储系统遭受非常严重的性能影响。

[006]总的来说，所希望的是准确地知道对于任何操作系统和任何类型的文件系统来说哪些块正在被使用，以及哪些块不是正在被使用以有助于使自动精简配置尽可能有效。对于块存储的用户，不存在标准向存储单元指示块“没有正在被使用”。对于常规的存储设备，该信息已经完全无关紧要，因为一个物理块通过物理表示被映射到存储设备上每个可寻址块。在包含多于一个盘片(disk)设备的几乎所有存储系统中，任何给定的可寻址块实际上可以被映射到一个或多个物理盘片设备上的几乎任何(以及有时多于一个)物理块。利用完全虚拟化的、自动精简配置的存储系统，只关于哪些块正在被使用的信息被隐性地收集—如果块被写入，其被假定为正在被使用。这是本质上安全的假设。在自动精简配置的情况下，基于用户写入到给定的可寻址块，物理块被分配用来基于需要而映射到用户可寻址块。“读取”从来没有被写的块可以返回空数据(dummy data)，通常是由全0构成的以及具有所要求的总长度的数据。在这个实施例中使块可以被释放用于再次使用的仅有的方法是如果产生PITC，以及给定的逻辑可寻址块再一次被写入，并且先前的PITC期满。再次地，这隐性地指示先前被分配的块对于可寻址存储的完整性不再必要并且如有需要可以被重新分配，可能地被分配到其他卷。