Co znamena "temporal" deduplication? Definici slova sem si nasel, ale nevim co si pod tim predstavit.
Uz to nekdo videl? Zajimalo by me jaky to bude mit naroky na prostredky ve srovnani s tim co je v ZFS ted...
a přes časovou osu souboru je přesně co? jako jen mezi verzemi stejného souboru?
online deduplikace to bude patrně i tak, jako že se deduplikuje automaticky při zápisu a není potřeba periodicky pouštět nějaký offline nástroj
ZFS má jen online deduplikaci, offline by se dala udělat jen překopírováním souboru a smazáním originálu (a všech jeho snapshotů). Deduplikace je na základě checksumu bloku (default 128 kB) a při kolizi se porovná i obsah. To jestli jde o aktuální verzi souboru nebo snapshot je fuk, porovnává se blok.
V té brožurce píšou, že deduplikaci provádějí ještě před tím, než se data zapíšou na disk. Mohlo by to být ono – že se deduplikace provádí hned v průběhu zápisu a ne až dodatečně.
To v kontextu FS s podporou snapshots znamená, že se deduplikují soubory napříč verzemi. Když vytvořím soubor, udělám snapshot, přidám do něj řádek, opět udělám snapshot, pak ten řádek zase smažu a udělám ještě jeden snapshot, mám 3 verze souboru, ale první a poslední je identická. Temporal dedup to pozná a udělá z nich (něco jako) hardlink na stejná data (což je u CoW FS bez rizika).
ZFS by hlavně potřeboval offline deduplikaci. Ta má hned několik výhod: 1. může se spouštět, když je výkonový prostor, 2. může se přerušit, když je výkon potřeba jinde, 3. může být nastavena, že má deduplikovat soubory až po X hodinách - takže se nemusí ztrácet čas na deduplikaci souborů, které jsou uloženy krátce nebo se často mění.