重復(fù)數(shù)據(jù)刪除已然成為了時下最熱門的焦點詞，人們紛紛在議論著它是如何如何的好，給我們帶來了多少的便利。但是，冷靜的思考一下，難道重復(fù)數(shù)據(jù)刪除技術(shù)缺點就真的不存在嗎？
跟以前一樣，我不打算對比不同廠商的產(chǎn)品或者技術(shù)，我只想談?wù)勀阍诳紤]購買重復(fù)數(shù)據(jù)刪除軟件或硬件時必須向廠商咨詢的一個重要問題，即數(shù)據(jù)損壞的問題。你可能會想，重復(fù)數(shù)據(jù)刪除與數(shù)據(jù)損壞有什么關(guān)系呢，不用著急，我馬上就給你解釋。 但是必須說明的是，我是從通用硬件和軟件的角度來寫這篇文章的。有些廠商的產(chǎn)品也許可以或者不可以接近我在文中談到的全部或者部分問題。 選購哪家廠商的產(chǎn)品以及向廠商咨詢什么問題的決定權(quán)在你自己手中，筆者不承擔(dān)任何責(zé)任。
有些人也許讀過我曾經(jīng)寫過的一篇關(guān)于我自己經(jīng)歷過的數(shù)據(jù)損壞的文章。 我稍微對比了一下正確的數(shù)據(jù)和損壞后的數(shù)據(jù)，數(shù)據(jù)的ASCII碼發(fā)生了很大變化。實際上，大部分字節(jié)都損壞了。
本文討論的是數(shù)據(jù)不定期損壞的問題，并非一定會發(fā)生，即使是發(fā)生數(shù)據(jù)損壞事故的概率遠(yuǎn)低于廉價SATA的高端企業(yè)光纖信道驅(qū)動器也不能例外。 另外，發(fā)生問題的部件不一定是驅(qū)動器或者控制器，也可能是內(nèi)存、CPU或者別的什么部件。歸結(jié)為一點就是，數(shù)字世界中的數(shù)字資料肯定有可能會損壞。 雖然發(fā)生數(shù)據(jù)損壞事故的情況跟使用的操作系統(tǒng)、硬件和軟件都有關(guān)系，即使是運(yùn)行在基于MVS多重虛擬存儲系統(tǒng)的IBM大型機(jī)上也可能發(fā)生數(shù)據(jù)損壞事故，只是概率要比系統(tǒng)低很多。
瑞士一家實驗室去年發(fā)表了一篇關(guān)于數(shù)據(jù)損壞的論文，其中有些內(nèi)容值得一讀。
你可能會想，這些跟重復(fù)數(shù)據(jù)刪除技術(shù)缺點有什么關(guān)系。問題是，如果重復(fù)數(shù)據(jù)刪除的硬件或者軟件損壞了，你可能會失去所有的數(shù)據(jù)。 如果你打算刪除重復(fù)的數(shù)據(jù)，你就必須保證你擁有的那些數(shù)據(jù)是完好的。
例如，加入數(shù)據(jù)在被讀出時損壞，而存儲在磁盤上的數(shù)據(jù)仍是好的，那么在進(jìn)行數(shù)據(jù)對比時會怎么樣? 如果再次讀取，可能就能夠得到正確的數(shù)據(jù)。但是如果數(shù)據(jù)被寫入磁盤時的日期出錯，你是否還能讀取那些文件呢? 讓我們一步一步分析這兩個例子，看看到底發(fā)生了什么事。
實例1：受損數(shù)據(jù)讀取
如果從磁盤讀取數(shù)據(jù)，而且那些數(shù)據(jù)由于某種原因損壞了，然后開始將受損的數(shù)據(jù)應(yīng)用于新數(shù)據(jù)，你可能會遇到一個大問題。當(dāng)你再次從磁盤讀取數(shù)據(jù)，進(jìn)行重復(fù)數(shù)據(jù)刪除的操作時，它可能就不同了。
如果將讀取的數(shù)據(jù)與新數(shù)據(jù)進(jìn)行對比，內(nèi)存中的數(shù)據(jù)將是壞的，所以你找到的所有一樣的數(shù)據(jù)在下次被讀取時都將變成其他的數(shù)據(jù)。因此，基本上從受損數(shù)據(jù)中讀取的任何數(shù)據(jù)都將被錯誤的對比，因而變得無法讀取。
如果那些數(shù)據(jù)由于某種原因被重新讀取，而且讀取的是正確的數(shù)據(jù)的話，那么后續(xù)數(shù)據(jù)都將是正確的。除此之外，就會發(fā)生無法恢復(fù)的調(diào)試，你將丟失大量的數(shù)據(jù)。 令人擔(dān)心的是，一部分?jǐn)?shù)據(jù)是好的，一部分?jǐn)?shù)據(jù)是壞的，要想?yún)^(qū)分開來，非要進(jìn)行非常細(xì)致的檢查工作。
實例2：受損數(shù)據(jù)重復(fù)數(shù)據(jù)
但是，如果數(shù)據(jù)從一開始就出錯，在磁盤上就已經(jīng)受損了怎么辦? 這個問題與第一個實例很相似，只是第一個實例中的數(shù)據(jù)是好的，后來才讀取了壞的數(shù)據(jù)，令所有數(shù)據(jù)都受損了。在這個實例中，重復(fù)數(shù)據(jù)是在內(nèi)存中創(chuàng)建的，是好的，但是磁盤上的數(shù)據(jù)是壞的。 也就是說，你用一個好的重復(fù)數(shù)據(jù)建立了數(shù)據(jù)，但是一旦從磁盤讀取數(shù)據(jù)，數(shù)據(jù)就變成壞的了。好的一面是，一旦從磁盤重新讀取數(shù)據(jù)到內(nèi)存，數(shù)據(jù)就一樣了，所以這個問題不是很嚴(yán)重。 但是在利用內(nèi)存中的原始數(shù)據(jù)創(chuàng)建數(shù)據(jù)時，你不能進(jìn)行恢復(fù)已經(jīng)刪除的重復(fù)數(shù)據(jù)。當(dāng)你下個月恢復(fù)刪除的重復(fù)數(shù)據(jù)時，你會獲得錯誤的數(shù)據(jù)，除非從磁盤讀取正確的數(shù)據(jù)才行。 再次強(qiáng)調(diào)一點，這是個調(diào)試問題，可能無法解決。
你需要向廠商咨詢哪些有關(guān)重復(fù)數(shù)據(jù)刪除技術(shù)缺點的問題
我自己遇到過數(shù)據(jù)受損的事故，我也看到其他人遇到過同樣的問題，你遲早也會遇到。 我也非常相信新的T10 Data Integrity Field標(biāo)準(zhǔn)，這個標(biāo)準(zhǔn)會從主機(jī)向磁盤進(jìn)行8字節(jié)的檢驗，讓磁盤來驗證數(shù)據(jù)，估計很多廠商都將在今年晚些時候提供基于這種標(biāo)準(zhǔn)的產(chǎn)品。我個人很喜歡這個標(biāo)準(zhǔn)，因為有些部分已經(jīng)應(yīng)用于硬件的數(shù)據(jù)通道中，它是由為你提供SCSI協(xié)議的同一個廠商提供的。