El fin de la redundancia de datos: la deduplicación

El fin de la redundancia de datos: la deduplicación
La deduplicación de datos es una de las más nuevas
tecnologías de almacenamiento para controlar el
crecimiento de los datos y al mismo tiempo protegerlos.
Esta técnica de respaldo elimina los datos redundantes
almacenados, guardando una única copia idéntica de
los datos, y reemplazando las copias redundantes por
indicadores que apuntan a esa única copia.
Un ejemplo sencillo
Este es un ejemplo sencillo: Digamos que 500 personas
reciben un correo electrónico enviado a toda la
empresa, con un archivo adjunto de 1 megabyte. Si
cada destinatario guarda el archivo adjunto en su PC,
la copia se replicará 500 veces cuando se realice el
respaldo de todas las computadoras, lo que consumirá
499 MB más de espacio que lo necesario.
La deduplicación de datos guarda sólo una copia de
los datos del adjunto, y reemplaza las otras 499 copias
por indicadores que apuntarán a esa única copia.
La tecnología también trabaja en un segundo nivel:
Si se realiza un cambio en el archivo original, la
deduplicación de datos guarda sólo el bloque o
bloques de datos que se modificaron. Generalmente,
un bloque es pequeño: entre 2 y 10 KB de datos.
Si el título de la presentación de 1 MB es modificado,
la deduplicación guarda sólo el nuevo título,
normalmente en un bloque de datos de 4 KB, con
indicadores que apuntan a la primera iteración del
archivo. De esta manera, sólo se guardan 4 KB de
nuevos datos de respaldo.
Y si se usa junto con otros métodos de reducción de
datos, como la compresión de datos convencional, la
deduplicación puede reducir aún más el volumen y
ayudarlo a:
• Ahorrar dinero disminuyendo la inversión en discos
• Mejorar la capacidad de utilización
• Reducir la necesidad de respaldo en cinta
• Recuperarse con más rapidez luego de una
interrupción
Cálculo del espacio de almacenamiento de
respaldo ahorrado
Puede parecer que al almacenar más datos en menos
espacio, habrá más espacio para guardar nuevos
datos, pero no es así que la deduplicación de datos
funciona. Como la tecnología usa indicadores para
ubicar datos repetidos, la proporción de datos que se
puede almacenar aumenta cada vez que se hace un
respaldo. Sin embargo, al agregar más datos únicos no
se aprovecha el ahorro de espacio que los indicadores
brindan. (Vea “Evaluación de la eficiencia de la
deduplicación de datos” para obtener más detalles.)
Por lo tanto, la deduplicación hace posible que se
almacenen más respaldos, durante más tiempo, en la
misma cantidad de espacio.
¿Cuál es la mejor opción para mi negocio?
La mejor opción para la deduplicación de datos
depende del tamaño de su empresa y sus necesidades
de respaldo. Algunas compañías ofrecen uno de
dos métodos: la diferenciación a nivel de objeto o
la fragmentación de hash. Pero ambas tecnologías
presentan puntos débiles y fuertes, dependiendo
del entorno. Es por eso que HP ahora ofrece ambas
opciones de configuración, personalizadas según las
necesidades de cada entorno empresarial:
• Para grandes empresas, la familia de productos
Virtual Library Systems de HP ofrece deduplicación
acelerada en una plataforma de probada eficacia, que
se integra a los procesos y aplicaciones de respaldo
existentes para agilizar la realización de respaldos
en entornos de SAN complejos, aumentando la
confiabilidad.
• Para pequeñas y medianas empresas (y oficinas
remotas), HP ofrece soluciones de deduplicación
dinámicas, sencillas, autoadministrables, confiables y
de bajo costo: la familia de Sistemas de respaldo HP
StorageWorks D2D.
Independientemente de sus necesidades, HP pone a su
disposición varias opciones de deduplicación de datos,
en lugar de una única opción ampliada o reducida.