姜 涛，刘晓洁

（四川大学 计算机学院，四川 成都610065）

0 引 言

远程备份作为一种重要的数据保护手段，其通过将应用系统中的数据备份到异地来实现容灾。由于备份数据存储在远端，当本地发生灾难导致数据丢失时可以通过备份的数据可靠地进行恢复。然而研究发现，应用系统所保存的数据中高达60%是冗余的，而且随着时间的推移越来越多［1］。传统的远程备份并没有分析系统全局的数据冗余，如Rsync［2－3］备份只会消除单个文件增量备份不同版本之间的冗余，对于整个备份系统中所有文件之间的数据冗余就无能为力了。这样会导致备份过程中传输大量冗余的数据，并且浪费存储空间。

为了解决上述问题，本文提出了一种基于重复数据删除的远程备份系统。系统对备份文件进行分块，识别相同的数据块，只传输和存储不重复的数据块。由于相同数据块的去重是系统全局的，这样就大大节约了备份中心数据的存储空间，并且有效地减少了网络流量。

1 系统架构

整个系统采用客户／服务器架构，即由备份客户端和备份中心构成。备份客户端存放了需要备份的数据源，同时包括备份系统运行所需的必要组件。而备份中心则是存储备份数据的地方，它同样包含了备份系统相关组件。一个备份中心可以同时服务多个备份客户端。图1为系统的总体架构。

备份客服端包括文件筛选模块，文件分块及指纹计算模块，文件备份模块，通信模块4个部分：