[发明专利]用于重复数据删除云分层的垃圾收集

说明书

用于执行数据保护操作的系统和方法，所述数据保护操作包括垃圾收集操作和拷贝转发操作。对于存储在基于云的存储器或云分层(所述云分层存储包含死区和活区(诸如压缩区)的容器)中的被进行重复数据删除的数据，通过将活压缩区拷贝到新容器中且然后删除旧容器来删除死压缩区中的死片段。所述拷贝转发基于来自数据保护系统的方案并且使用基于微服务的方法来执行。

技术领域

本发明的实施方式涉及用于保护数据的系统、方法和设备。更特别地，本发明的实施方式涉及数据保护操作，包括备份操作、恢复操作、重复数据删除操作、以及垃圾收集操作。更具体地，实施方式涉及用于收集重复数据删除云分层中的垃圾的系统和方法。

背景技术

在很多计算系统中，数据通常本地或现场存储在内部部署网络中。出于很多原因，一些实体期望将其数据中的至少一些移动到目标站点，诸如基于云的存储系统(云)。为了降低与云相关联的存储成本，有用的是在数据被写入云之前对数据进行重复数据删除。以重复数据删除方式将其数据存储在云中的实体可能期望其云存储成本将因为数据被删除而降低。事实并不总是这样。

事实证明，删除对象可能会产生成本。这是由于重复数据删除造成的。在新对象被写入云时，先前对象中的数据的部分可能被新文件引用。当旧对象被删除时，并非对象中的所有内容都变成未被引用。为了删除未被引用的部分，需要通过读取对象的被引用部分并将其写入新对象来对这些对象进行碎片整理。尽管写入云是便宜且经常免费的，但从云读取数据可能很昂贵。更具体地，在常规垃圾收集操作的上下文中，需要传送大量的数据。读取和传送数据很昂贵。

例如，从云提供商传送数据的成本可能对于传送的前10TB而言是每GB 0.09美元。每周读取1TB的成本是每年约4,800美元。删除很多TB的数据的实体在垃圾收集操作期间可能会产生高网络成本，这至少是因为需要将数据传送回到本地系统以便适当地删除以重复数据删除的形式存储的数据。

附图说明

为了描述可获得本发明的至少一些优点和特征的方式，将参考在附图中示出的本发明的特定实施方式来呈现本发明的实施方式的更具体描述。应理解，这些附图仅描绘了本发明的典型实施方式并且因此不应被视为是其范围的限制，通过使用附图将用附加特征和细节来描述并解释本发明的实施方式，在附图中：

图1A示出了存储在云存储系统中的容器中的数据的示例；

图1B示出了在内部部署活动分层和云分层中提供数据保护操作的数据保护系统的示例，所述数据保护操作包括重复数据删除和垃圾收集；

图2示出了拷贝转发云分层中的容器的示例；

图3示出了被配置用于在存储云分层的基于云的对象存储器上执行数据收集操作的基于云的微服务的示例；

图4示出了在云分层中执行基于微服务的垃圾收集操作的示例；

图5示出了对象或文件的示例以及对象可如何存储在容器中；

图6示出了用于在云分层中执行垃圾收集的方法的示例；

图7是示出了基于微服务的垃圾收集操作的益处的成本分析；以及

图8是示出了基于微服务的垃圾收集操作的性能的图表。

具体实施方式

本发明的实施方式总体上涉及数据保护，并且涉及用于执行数据保护操作的系统、方法和设备。数据保护操作的示例包括但不限于备份操作、恢复操作、复制操作、灾难复原操作、灾难复原测试操作、故障转移或部分故障转移操作、数据同步操作、复制操作、垃圾收集操作等或它们的组合。更特别地，本发明的实施方式涉及用于在云中执行包括垃圾收集操作的数据保护操作的系统、硬件、软件、计算机可读介质和方法。