Data ONTAP如何确定两个块可以共享？答案是它会计算每个块的“指纹”，也就是块数据的哈希值。指纹相同的两个块便适合共享。

启用NetApp重复数据删除之后，它会计算卷中所有在用数据块的指纹数据库（此过程称为“收集”）。完成此初始设置之后，即可对数据执行重复数据删除。

为避免减慢常规操作的速度，重复数据搜索作为单独的批处理任务来执行。在正常使用期间，WAFL会在写入数据时创建该数据的指纹目录。该目录一直积累，直到存储系统管理员确定的以下任一事件触发重复数据删除为止：

·手动发出重复数据删除“启动”命令

·开始执行计划的重复数据删除过程

·卷中写入了20%的新数据

·当SnapVault传输完成时

启动重复数据删除过程之后，以更改的块的指纹作为键值开始排序操作。然后，此排序列表将与指纹数据库文件合并。只要两个列表中存在相同的指纹，就有可能将相同的块合并为一个。在这种情况下，Data ONTA会弃用其中一个块，而以引用另一个块的方式将其替换。因为文件系统时刻在变，只要两个块确实仍在使用且包含相同数据，我们当然就可以执行这一操作。为确保两个块确实相同，在确定适合重复数据删除的块之后，会进行逐字节比较。

NetApp重复数据删除的实施利用了WAFL的一些特殊功能，可以最大限度地降低重复数据删除的成本。例如，磁盘上的每个数据块都使用校验和进行保护。

NetApp使用该校验和作为指纹的基础。由于无论如何都会计算校验和，相当于“无偿”获得，因此不会给系统增加任何负担。且由于WAFL从不覆盖正在使用的数据块，因此在释放数据块之前，指纹将保持有效。NetApp重复数据删除与WAFL的紧密集成也意味着更改日志的操作将会非常高效。其结果是：重复数据删除可用于大量的工作负载，而不仅仅用于备份，这与其他重复数据删除实施方案是不同的。

用例

自推出重复数据删除技术以来，NetApp一直在衡量重复数据删除在实际环境中的优势。最常见的用例是VMware和VDI、主目录数据及文件服务。该技术也在迅速应用于Microsoft SharePoint和Exchange 2010。

我们已经在Tech OnTap上刊载了多篇文章，重点介绍重复数据删除技术在VMware和VDI环境中的独特优势。在此类环境中，由于每台虚拟机使用几乎相同的操作系统环境，因此数据重复的程度自然是很高的。下表汇总了各种环境下的典型结果。

表 1） 利用重复数据删除技术通常可节省的空间。

在典型的 VMware 或 VDI 环境中，可能有大量的虚拟机 （VM） 全部安装着几乎相同的操作系统和应用程序，产生了大量的重复数据。