第12页

        
Before  starting  to  use  deduplication,  there  are  two  issues  that  need  to  be  investigated:在开始使用重复数据删除之前，有两个问题，需要进行调查：  
        
 Is  it  worth  using  deduplication  on  this  particular  data?是否值得使用这个特定的数据的重复数据删除吗？  
        
 Does  the  server  have  enough  memory  installed  to  undertake  deduplication?服务器是否有足够的内存，安装进行重复数据删除呢？  
        
Guidance  on  these  two  issues  is  given  below.下面给出这两个问题上的指导。  
        
Is  it  Worth  Using  Deduplication  on  this  Particular  Data?是否值得使用这个特定的数据的重复数据删除吗？  
        To  determine  if  your  data  would  benefit  from  deduplication  space  savings,  use  the  ZFS  debugging  tool,  zdb  .要确定如果您的数据将受益于重复数据删除节省空间，使用ZFS的调试zdb  ，  ZDB。  If  your  data  is  not  "dedup-able,"  there  is  no  point  in  enabling  dedup  .如果你的数据是不是“dedup能够”有没有使点dedup  。  
        
Deduplication  is  performed  using  checksums.重复数据删除是使用校验。  If  a  block  has  the  same  checksum  as  a  block  that  is  already  written  to  the  pool,  it  is  considered  to  be  a  duplicate  and,  thus,  just  a  pointer  to  the  already  stored  block  is  written  to  disk.如果一个块具有相同的校验作为一个已经写入池中的块，它被认为是重复的，因此，只是一个指针到已存储的块写入磁盘。  
        
Therefore,  the  process  of  trying  to  deduplicate  data  that  cannot  be  deduplicated  simply  wastes  CPU  resources.因此，试图重复数据删除，不能重复数据删除的过程中，只是浪费CPU资源。  Deduplication  in  ZFS  is  in-band.在ZFS中的重复数据删除是在波段。  The  deduplication  occurs  when  you  write  to  the  disk.当您写入到磁盘的重复数据删除。  This  is  when  the  (unnecessary)  CPU  load  will  be  incurred.这是（不必要的）CPU负载时将发生。  
        
For  example,  if  the  estimated  deduplication  ratio  is  greater  than  2,  you  might  see  deduplication  space  savings.例如，如果估计的重复数据删除比率大于2，你可能会看到重复数据删除节省空间。  In  the  example  shown  in  Listing  1,  the  deduplication  ratio  is  less  than  2,  so  enabling  dedup  is  not  recommended.在清单1中所示的例子，重复数据删除比率小于2，因此使dedup是不推荐。  
        
Listing  1:  Determining  the  Deduplication  Ratio  清单1：确定重复数据删除比率  
        
#  zdb  -S  tank  ＃ZDB小号罐
        
Simulated  DDT  histogram:模拟滴滴涕直方图：
        
bucket  allocated  referenced斗分配引用              
        
refcnt  blocks  LSIZE  PSIZE  DSIZE  blocks  LSIZE  PSIZE  DSIZE  refcnt块LSIZE  PSIZE  DSIZE块LSIZE  PSIZE  DSIZE
        
------  ------  -----  -----  -----  ------  -----  -----  -----  ------  ------  -----  -----  -----  ------  -----  -----  -----
        
          1  2.27M  239G  188G  194G  2.27M  239G  188G  194G  1  2.27M  239G  188G  194G  2.27M  239G  188G  194G
        
          2  327K  34.3G  27.8G  28.1G  698K  73.3G  59.2G  59.9G  2  327K  34.3G  27.8G  28.1G  698K  73.3G  59.2G  59.9G
        
          4  30.1K  2.91G  2.10G  2.11G  152K  14.9G  10.6G  10.6G  4  30.1K  2.91G  2.10G  2.11G  152K  14.9G  10.6G  10.6G
        
          8  7.73K  691M  529M  529M  74.5K  6.25G  4.79G  4.80G  8  7.73K  691M  529M  529M  74.5K  6.25G  4.79G  4.80G
        
        16  673  43.7M  25.8M  25.9M  13.1K  822M  492M  494M  16  673  43.7M  25.8M  25.9M  13.1K  822M  492M  494M
        
        32  197  12.3M  7.02M  7.03M  7.66K  480M  269M  270M  32  197  12.3M  7.02M  7.03M  7.66K  480M  269M  2.7亿
        
        64  47  1.27M  626K  626K  3.86K  103M  51.2M  51.2M  64  47  1.27M  626K  626K  3.86K  103M  51.2M  51.2M
        
      128  22  908K  250K  251K  3.71K  150M  40.3M  40.3M  128  22  908K  250K  251K  3.71K  150M  40.3M  40.3M
        
      256  7  302K  48K  53.7K  2.27K  88.6M  17.3M  19.5M  256  7  302K  48K  53.7K  2.27K  88.6M  17.3M  19.5M
        
      512  4  131K  7.50K  7.75K  2.74K  102M  5.62M  5.79M  512  4  131K  7.50K  7.75K  2.74K  102M  5.62M  5.79M