كيف يؤثر حجم أجزاء النسخ الاحتياطي على سرعة الاستعادة ووفورات إزالة التكرار؟

تُحسّن أجزاء النسخ الاحتياطي الأصغر عادةً وفورات إزالة البيانات المكررة، بينما تقلّل الأجزاء الأكبر حجم البيانات الوصفية، وغالبًا ما تجعل عمليات الاستعادة أكثر تسلسلًا وقابلية للتنبؤ.

لنفترض خادمًا منزليًا يحمي صور الآلات الافتراضية، والصور العائلية، والمستندات التي تُعدّل باستمرار، على مصفوفة أقراص واحدة. يؤدي تقسيم كل تدفق إلى أجزاء صغيرة جدًا إلى العثور على مناطق متكررة أكثر، لكنه ينشئ أيضًا مزيدًا من التجزئات وإدخالات الفهرس وعمليات القراءة المتناثرة أثناء الاسترداد. وتبسّط الأجزاء الأكبر إعادة البناء، لكنها تفوّت أوجه التشابه الصغيرة؛ لذلك يعتمد الحجم الأفضل على نمط البيانات ومسار الاستعادة، لا على هدف عام لتوفير مساحة التخزين.

يحدد حجم الجزء دقة اكتشاف التكرار

يخزّن النسخ الاحتياطي الذي يزيل البيانات المكررة جزءًا واحدًا، ويستبدل النسخ اللاحقة بمراجع إلى البصمة نفسها. إذا وقع تعديل صغير داخل جزء ثابت كبير جدًا، فقد يبدو الجزء بأكمله جديدًا. أما الأجزاء الأصغر فتعزل المنطقة التي تغيّرت، ما يتيح للمناطق المحيطة غير المتغيرة أن تتطابق مع النسخ الاحتياطية السابقة، ويزيد كمية البيانات التي يمكن الرجوع إليها بدلًا من تخزينها مجددًا.

تنتج الأجزاء الأصغر عمومًا إزالة بيانات مكررة أفضل لأنها تقارن البيانات بدرجة أدق، وهي علاقة جرى قياسها في النسخ الاحتياطي للملفات المعتمد على الأجزاء. وهذه الآلية ليست ضغطًا سحريًا؛ فكل حد إضافي يخلق فرصة أخرى لعزل وحدات البايت المتكررة، ولا سيما عبر المستندات ذات الإصدارات، وصور الآلات الافتراضية، وأرشيفات البرمجيات التي تتضمن تغييرات داخلية صغيرة.

لكن هذه الفائدة تتناقص تدريجيًا. فتقليص متوسط حجم الجزء إلى النصف يضاعف تقريبًا عدد سجلات الأجزاء للحجم المنطقي نفسه من البيانات، ما يزيد من عمليات حساب البصمات، وذاكرة الفهرس، والبيانات الوصفية، وأعمال البحث. ولا توفر الأجزاء الإضافية سعة أكبر إلا عندما تحتوي مجموعة البيانات على مناطق فرعية قابلة لإعادة الاستخدام؛ أما الصور المضغوطة والأرشيفات المشفرة فتقدم غالبًا قدرًا ضئيلًا من التكرار الإضافي مقارنة بالبيانات الوصفية الإضافية.

تحافظ الحدود المحددة بالمحتوى على الوفورات عند تحرك وحدات البايت

يقسم التجزئة بالحجم الثابت البيانات عند إزاحات محددة بالبايت، لذلك يؤدي إدراج بضعة بايتات قرب البداية إلى إزاحة كل حد لاحق، وقد يجعل ملفًا مشابهًا في الأساس يبدو جديدًا بالكامل. أما التجزئة المحددة بالمحتوى فتختار الحدود من دفق البايتات نفسه. وبعد إدراج محلي، يمكن أن تعود العلامات اللاحقة إلى الاصطفاف، ما يتيح للمحتوى التالي مطابقة الأجزاء المخزنة سابقًا.

تعالج التجزئة المحددة بالمحتوى مشكلة تحرك الحدود، لكنها لا تزال تستهلك وقتًا من وحدة المعالجة المركزية للعثور على الحدود. وهذا مهم لأن عبارة «أجزاء بحجم 8 ميغابايت» تصف هدفًا متوسطًا في كثير من أنظمة التجزئة المحددة بالمحتوى، لا أجزاء متطابقة. وتؤثر الحدود الدنيا والمتوسطة والقصوى في كل من احتمال المطابقة وكلفة المعالجة، بينما تحدد الخوارزمية المختارة مقدار الحساب الذي يستهلكه اكتشاف الحدود.

لذلك قد تكون طريقة التجزئة مهمة بقدر الحجم الاسمي. فقد يحتفظ دفق محدد بالمحتوى، متوسط الحجم، بأوجه تشابه تفقدها الأجزاء الثابتة الأصغر بعد عمليات الإدراج، مع إنتاج عدد أقل من السجلات. ومع ذلك، لا تجعل التجزئة المحددة بالمحتوى البيانات عالية العشوائية أو المشفرة قابلة لإزالة التكرار بكفاءة؛ فتغيير كتلة مشفرة قد يغيّر مناطق واسعة، كما أن الضغط يزيل الأنماط المتكررة عمدًا قبل أن يراها محرك النسخ الاحتياطي.

تعتمد سرعة الاستعادة على التوضع المحلي، لا على عدد الأجزاء فقط

تقرأ عملية الاستعادة الأجزاء المشار إليها بالترتيب اللازم لإعادة بناء الملفات. وإذا كانت هذه الأجزاء موزعة عبر حاويات وأقراص كثيرة، فقد ينفذ النظام عمليات قراءة عشوائية صغيرة بدلًا من عمليات نقل تسلسلية طويلة. تزيد الأجزاء الصغيرة عدد المراجع، لكن التباطؤ الحقيقي يحدث عندما يختلف توضعها الفعلي عن ترتيب الاستعادة، فتجبر حالات فقدان ذاكرة التخزين المؤقت النظام على جلب الحاويات مرارًا.

يمكن للتجزئة أن تقلل معدل نقل الاسترداد بدرجة كبيرة على مدار عمر المستودع، كما توضح قياسات سرعة الاستعادة بعد إزالة البيانات المكررة. ويمكن لتخفيف أثرها أن يبادل بعض كفاءة إزالة التكرار أو يضيف عملًا لتجميع البيانات من أجل تحسين التوضع المحلي أثناء الاستعادة. وهذا يفصل بين دقة الأجزاء وتوضعها: فقد يستعيد مستودعان لهما عدد متشابه من الأجزاء البيانات بسرعات مختلفة جدًا عندما يجمع أحدهما الأجزاء المرتبطة معًا.

غالبًا ما تحسن الأجزاء الأكبر التوضع المحلي، لأن كل مرجع يسترجع قدرًا أكبر من البيانات المتجاورة المفيدة، ولأن البيانات الوصفية تحتوي على عدد أقل من العناصر. لكن الحجم الأكبر لا يعني سرعة أعلى تلقائيًا. فإذا كانت الاستعادة تحتاج إلى ملف صغير أو نطاق محدود فقط، فقد تتسبب حاوية مضغوطة كبيرة في تضخيم القراءة؛ وعلى أقراص SSD السريعة، قد تصبح عملية فك الضغط وحساب التجزئات أهم من زمن البحث. فأداء الاسترداد هو محصلة خط الأنابيب بأكمله: البحث، والقراءة، والتحقق، وفك الضغط، والكتابة.

Featured

ZimaCube 2 سحابة شخصية منزلية NAS

ZimaCube2

$799.00 - $2,499.00

Buy Now

يخلق ضغط الفهرس وذاكرة التخزين المؤقت حلًا وسطًا خفيًا

تتطلب الأجزاء الصغيرة فهرسًا أكبر للبصمات، وقد ينتقل من ذاكرة الوصول العشوائي إلى التخزين على خادم منزلي متواضع. وعندما لا يعود الفهرس ملائمًا لذاكرة التخزين المؤقت المستهدفة، تتنافس عمليات إدخال النسخ الاحتياطي وعمليات البحث أثناء الاستعادة مع بيانات الملفات على عمليات الإدخال والإخراج. وتقلص الأجزاء الكبيرة حجم الفهرس، لكنها تخفض فرص المطابقة، ما يخلق نطاقًا متوسطًا تبقى فيه البيانات الوصفية في الذاكرة السريعة من دون التضحية بمناطق التكرار الشائعة.

يمكن للتجزئة المتجهة المحددة بالمحتوى أن ترفع معدل إنتاج الأجزاء بدرجة كبيرة مع الحفاظ على معظم وفورات المساحة. وتبرز هذه النتيجة عاملًا غالبًا ما يُغفل في الاختبارات المنزلية: تنفيذ الخوارزمية. إذ إن تغيير حجم الجزء وأداة التجزئة في الوقت نفسه يمنع الوصول إلى استنتاج واضح، لأن اكتشاف الحدود الأسرع قد يخفي كلفة وحدة المعالجة المركزية الناتجة عن زيادة دقة التجزئة.

وللبصمات المعتمدة على المحتوى قيمة تتجاوز تخزين النسخ الاحتياطي. إذ يوضح دليل ZimaSpace حول التجزئة المعتمدة على المحتوى استخدام مبدأ البصمة نفسه لتجاوز مواد RAG التي لم تتغير. وفي كلا سيرَي العمل، يجب أن تظل البيانات الوصفية أقل كلفة في التخزين والاستعلام من العمل الذي تتجنبه؛ وإلا أصبحت المتابعة الأدق عبئًا إضافيًا بدلًا من أن تحقق وفورات.

اختبر حجم الجزء باستخدام مصفوفة اختبارات تضع الاستعادة أولًا

أنشئ مجموعة بيانات ممثلة بثلاث فئات: المستندات ذات الإصدارات أو صور الآلات الافتراضية، والوسائط المضغوطة، والملفات الصغيرة الكثيرة. شغّل ثلاثة ملفات تعريف للأجزاء على الأقل، مع تثبيت إعدادات الضغط، والتشفير، وعمر المستودع، وعتاد التخزين، والتزامن. وسجّل عدد البايتات الفعلية المكتوبة، وعدد الأجزاء، والحد الأقصى لذاكرة الفهرس، ومعدل نقل النسخ الاحتياطي، ومعدل نقل الاستعادة الكاملة، بدلًا من الحكم على نسبة إزالة التكرار المعروضة وحدها.

يجب التعامل مع أداء الاستعادة بوصفه نتيجة أساسية، لا افتراض أن الحد الأقصى لإزالة التكرار هو الخيار الأمثل. وتستخدم إزالة التكرار الواعية بالتجزئة معلومات تخطيط الأجزاء لتحليل سلوك الاسترداد. كرر الاختبار المنزلي بعد عدة أجيال من النسخ التزايدية، لأن المستودع الجديد قد يبدو تسلسليًا، بينما تكشف أشهر من المراجع المتقاطعة بين النسخ الاحتياطية عن كلفة الاستعادة الحقيقية.

اختر أصغر ملف تعريف يظل زمن استعادته ضمن هدف الاسترداد، ويبقى فهرسه ضمن الذاكرة بهامش مريح أثناء أسوأ تشغيل. وإذا حقق ملفان تعريفيان هذا الشرط، فاختر الملف الذي يحتوي على عدد أقل من الأجزاء وعمليات أبسط. وأعد الاختبار بعد تغيير تشفير المستودع، أو حجم الحزم، أو نوع القرص، أو مزيج أعباء العمل؛ فمتوسط حجم الجزء متغير لضبط الأداء، وليس مقياسًا دائمًا لجودة النسخ الاحتياطي.