[发明专利]可扩展的重复数据删除机构

说明书

技术领域

本发明的各个方面涉及数据的存储，更为具体的说是涉及用于提供可扩展的数据重复删除服务的装置和方法。

背景技术

大部分的计算机系统包括一个或多个的主机，以及被主机用于存储数据的一个或多个的数据存储系统。典型的是，这些主机和存储系统通过网络，例如，光纤通信网络，以太网络或者是其他类型的通信网络，连接在一起。光纤通信是一种标准，其兼备有以信道为基础的传输电路的速度优势和以网络为基础的传输电路的灵活性，而且其允许多个启发器与多个目标通过网络进行通信，其中启发器和目标可以是任何一种连接到网络上的设备。典型的是光纤通信是使用快速的传输媒体来执行的，例如，光学纤维电缆，因此，光纤通信对于需要传输大量数据的存储系统网络来说是一种最常用的选择。

附图1显示的是包括若干主机和备份的存储系统的典型的网络计算环境的一种实施例。一个或更多的应用服务器102通过局域网(LAN)103连接到众多的用户计算机104上。应用服务器102和用户计算机104都可以被认为是“主机”。应用服务器102通过存储区域的网络(SAN)108连接到一个或更多的主存储设备106上。主存储设备106可以是，例如，可以从EMC公司，IBM公司和其他公司购买的磁盘阵列。可以选择的是，数据总线(没有显示)或者其他的网络连接可以用于提供应用服务器和主存储系统106之间的相互连接。数据总线和/或光纤通信网络的连接可以使用协议进行操作，例如，小型计算机系统接口(SCSI)协议，其规定在主机(例如，应用服务器102)和存储系统106之间进行传输的数据包的格式。

人们认识到，附图1中举例说明的网络化的计算环境是一种典型的大型系统，其可能被一些大型的金融机构或大公司所使用。人们将会理解，大部分的网络化的计算环境并不需要包括附图1中所示的全部要素。例如，一种较小的网络化的计算环境可以简单地包括通过LAN与存储系统直接进行连接的主机。除此之外，尽管附图1举例说明的是分离的用户计算机104，应用服务器102和媒体服务器114，这些功能可以集成到一个或更多的计算机中。

除了主存储设备106之外，大部分的网络化的计算环境包括至少一个备用的或备份的存储系统110。典型的是，备份的存储系统110可以是磁带库，尽管可以使用其他大容量的可靠的备用存储系统。通常情况下，这些备用的存储系统的速度比主存储设备的速度慢，但是包括可移动的媒体的部分类型(例如，磁带，磁盘或光盘)，其可以被移除和进行远距离的存储。

在用于举例说明的实施例中，应用服务器102能够直接与备份的存储系统110通信，例如，通过以太或者其他的通信连接112。然而，这样的连接可能是相对慢，并且可能占据一定的资源，例如，处理器的时间或者网络的频带宽度。因此，正如举例说明的一种系统可以包括一个或更多的媒体服务器114，其可以通过例如，光纤通信来提供SAN 108和备份的存储系统110之间的通信连接115。

媒体服务器114可以运行软件，其包括控制主机(例如，用户计算机104，媒体服务器114和/或应用服务器102)，主存储设备106和备份的存储系统110之间的数据传输的备份/再存储应用程序。备份/再存储应用程序的实施例可以从，例如Veritas，Legato和其他的公司获得。为了数据保护，来自网络化的计算环境中的各种不同的主机和/或主存储设备可以使用本领域内众所周知的备份/再存储应用程序来周期性地备份到备份的存储系统110中。

当然，人们意识到，正如上文中所描述的那样，大部分的网络化的计算环境可能是比较小的，而且与附图1中所举例说明的复杂的网络计算机环境相比，可能包括很少的部件。因此，人们也意识到，媒体服务器114实际上可以与应用服务器112结合在一个主机中，而且备份/再存储应用程序可以在任何一台连接到(直接或间接地，例如通过网络)备份的存储系统110上的主机上运行。

一种典型的备份存储系统的实施例是磁带库，其包括大量的磁带盒和至少一个磁盘驱动，和控制磁带盒下载到磁盘驱动上和从磁盘驱动上卸载的自动设备。备份/再存储应用程序将指令发出到自动设备上，以确定特定的磁带盒的位置，例如，磁带编码0001，和将磁带盒下载到磁盘驱动中以致数据可以写入到磁带中。备份/再存储应用程序也控制数据写入到磁带中的格式。典型的是，通常，备份/再存储应用程序可以使用SCSI命令，或者其他标准命令，以指示自动设备和控制磁盘驱动将数据写入到磁带中和从磁带中恢复之前已经写入的数据。