中科热备备份一体机怎么选？同样标称去重90%，实测差一倍的真相

<h1>中科热备备份一体机怎么选？同样标称去重90%，实测差一倍的真相</h1>

<p>先说一个反常识的现象。去年我在一个省级政务云机房做验收，两台不同品牌的备份一体机接同一批生产数据——Oracle归档日志、200多台虚拟机镜像、还有几百万个小文件。两台设备官网都写着"去重率90%"。跑完一周，一台实测去重率72%，另一台只有38%。差了一倍。</p>

<p>问题不在"去重"这两个字，在于厂商没告诉你，这个90%是怎么算出来的。</p>

<h3>去重的第一步：数据流怎么切</h3>

<p>简单说，去重就是把数据切成小块，给每块算一个"指纹"，指纹一样的块只存一份。切法有两种：定长块和变长块。</p>

<p>定长块就是每4KB或8KB切一刀，实现简单、速度快。但问题来了——你往文件里插一个字节，后面所有块的边界全部移位，指纹全变，去重直接失效。变长块用滑动窗口找内容特征点来切，插入字节只影响局部。虚拟机镜像和数据库文件这类"局部改动"的场景，变长块的去重效果明显更好。</p>

<h3>指纹算完，放在哪一端</h3>

<p>指纹一般用SHA-256这类哈希算法算。关键问题是：指纹库放在客户端还是服务端？</p>

<p>放服务端，客户端要把全量数据传过去再比对，网络带宽先被吃满。放客户端（也就是源端去重），数据在本地就算完指纹、比完重复，只把新块传上去。我们实测过，一个1TB的虚拟机镜像，第二次全量备份时源端去重后实际只传了不到80GB。这是源端去重的核心价值。</p>

<h3>索引本身也在吃存储</h3>

<p>指纹比对要建索引。数据量上去以后，索引会膨胀。一个PB级备份系统，指纹索引本身可能占用几十TB存储和大量内存。索引设计不好，去重省下来的空间又被索引吃回去了。</p>

<h3>90%的分母到底是什么</h3>

<p>这是最容易踩坑的地方。去重率的分母，是逻辑数据量还是物理数据量？是首次全量还是含增量链？</p>

<p>拿首次全量算，分母大、重复块少，去重率天然偏低；拿含大量重复增量的链路算，分母小、重复块多，数字自然好看。同一个产品，换个算法能从60%报到95%。所以看到"去重率90%"这个数，第一句要问的是：在什么负载、什么口径下测的。</p>

<h3>混合负载为什么跑不到纯虚拟机那么高</h3>

<p>纯虚拟机场景，同一批镜像反复备份，重复块极多，去重率轻松上90%。但真实机房是混合负载：Oracle归档日志是连续追加写，块边界一直在变；几百万个小文件，每个文件头尾都有元数据开销，块切得碎、指纹数量爆炸；虚拟机镜像又相对规整。三类数据混在一起，整体去重率往往掉到50%到70%。</p>

<p>还有个权衡：去重越狠，恢复时重构数据的时间越长。重度去重意味着恢复要按指纹链一层层还原，RTO会被拉长。所以容灾备份场景里，去重率和恢复速度要一起看，不能只盯一个数。</p>

<h3>我们自己的实测条件</h3>

<p>中科热备备份一体机的源端去重实测≥90%，这个数字是在纯虚拟机镜像为主的负载下测出来的，用的是变长块切分加源端指纹比对。混合负载场景下会下降，这是行业共性，不是某一家的短板。</p>

<p>热备云这条产品线在信创环境里做了全栈适配，CPU覆盖鲲鹏、飞腾、海光、龙芯、兆芯5种，OS覆盖麒麟、统信UOS、欧拉3种。信创备份一体机选型时，这套适配清单比去重率数字更值得先确认——环境跑不起来，去重率再高也没意义。</p>

<p>一句话总结：去重率不是选型的第一指标，先问清楚测试口径和负载条件，再看恢复速度能不能接受。延伸看RPO和RTO的区别，那才是灾备方案真正的地基。</p>