Was ist Rehydrierung?
Rehydrierung (Rehydration) ist der Vorgang, bei dem Daten aus dedupliziertem Speicher wieder in ihre ursprüngliche Form gebracht werden. Deduplizierung speichert jeden eindeutigen Block nur einmal und ersetzt Wiederholungen durch Verweise. Beim Zurücklesen müssen diese Verweise verfolgt und alle Blöcke in der richtigen Reihenfolge zusammengesetzt werden. Das ist aufwendiger als das Lesen einer einfachen Kopie.
Warum müssen deduplizierte Daten rehydriert werden?
Deduplizierung zerlegt eingehende Daten in Chunks, behält von jedem unterschiedlichen Chunk eine Kopie und hält für jedes Backup fest, aus welchen Chunks es besteht. Nach Monaten liegen die Chunks eines Wiederherstellungspunkts über den Speicher verstreut, jeweils dort, wo sie zuerst aufgetreten sind. Eine Wiederherstellung muss jeden einzelnen finden und abrufen. Dasselbe gilt, wenn ein Backup auf ein System kopiert wird, das ein anderes Deduplizierungsformat nutzt, etwa auf Band oder auf den Speicher eines anderen Herstellers.
Wie wirkt sich Rehydrierung auf die Wiederherstellungsgeschwindigkeit aus?
Das Schreiben auf deduplizierten Speicher erfolgt weitgehend sequenziell. Das Zurücklesen erfolgt weitgehend wahlfrei, weil aufeinanderfolgende Teile einer Datei an verschiedenen Stellen liegen. Auf Festplatten sind wahlfreie Lesezugriffe deutlich langsamer als sequenzielle. Der Durchsatz bei der Wiederherstellung liegt bei einem deduplizierenden System deshalb oft weit unter dem Durchsatz beim Backup.
| Vorgang | Zugriffsmuster | Wirkung |
|---|---|---|
| Backup auf deduplizierten Speicher | Überwiegend sequenzielles Schreiben | Schnell, mit guter Datenreduktion |
| Wiederherstellung eines aktuellen Backups | Wahlfreies Lesen über alte und neue Chunks | Langsamer als die Schreibrate |
| Instant Recovery oder Durchsuchen von Dateien | Intensives wahlfreies Lesen im laufenden Betrieb | Auf manchen Systemen kaum praktikabel |
| Kopie auf Band oder in die Cloud | Zuerst vollständige Rehydrierung | Lange Kopierfenster |
Wann wird Rehydrierung zum Problem?
Am stärksten wirkt sie bei einer großen Wiederherstellung, wenn viele Systeme gleichzeitig zurückgeholt werden und jeder Datenstrom um dieselben verstreuten Chunks konkurriert. Ein System, das eine einzelne virtuelle Maschine in vertretbarer Zeit wiederherstellt, kann für mehrere Hundert Maschinen Tage brauchen. Sie wirkt auch bei Instant Recovery, wenn eine Maschine direkt vom Backup-Speicher läuft. Der Beitrag Warum deduplizierte Wiederherstellungen länger dauern rechnet die Folgen für die Wiederherstellungszeit durch.
Wie lässt sich die Auswirkung verringern?
Mehrere Ansätze helfen. Liegen die jüngsten Wiederherstellungspunkte auf Speicher ohne Rehydrierung und nur die älteren auf dedupliziertem Speicher, sind Wiederherstellungen dort schnell, wo sie am wahrscheinlichsten sind. Flash-basierte Systeme kommen mit wahlfreiem Lesen weit besser zurecht als Festplatten. Backup-Software kann außerdem selbst an der Quelle deduplizieren und komprimieren und auf Speicher schreiben, der Lesezugriffe direkt bedient. Eine Wiederherstellung ruft die Daten dann ohne separaten Zusammensetzungsschritt ab. Die entscheidende Kennzahl ist der Durchsatz bei der Wiederherstellung unter realistischer Last.
Häufig gestellte Fragen
Betrifft Rehydrierung nur Deduplizierungs-Appliances?
Dort ist sie am deutlichsten, weil die Datenreduktion im Speicher stattfindet. Jedes System, das Daten als Verweise auf gemeinsam genutzte Chunks ablegt, muss sie beim Lesen wieder zusammensetzen.
Birgt Rehydrierung das Risiko von Datenverlust?
Für sich genommen nicht. Sie kostet Performance. Das verwandte Risiko: Viele Backups hängen von denselben gespeicherten Chunks ab, sodass ein Schaden an einem Chunk alle betrifft.
Wie wird die Rehydrierungsgeschwindigkeit gemessen?
Durch die Wiederherstellung einer repräsentativen Auswahl von Systemen und das Messen des Durchsatzes, am besten mit mehreren Systemen gleichzeitig, wie bei einer echten Wiederherstellung.