VSAN的去重与压缩

本文摘要与知识点：

• 去重与压缩是VSAN6.2新加入的特性。

• 去重与压缩只在全闪存VSAN才有。

• 去重与压缩特性是捆绑在一起的，必须同时启用或关闭。

• 去重与压缩作用范围是磁盘组。

• 去重与压缩发生在数据从缓存层destage到容量层时。

• 去重的粒度是4KB的数据块。

• 压缩发生在去重之后。

以下正文节选自正在翻译中的《VMware VSAN权威指南 第二版》 第五章

　　VSAN 6.2中加入了2种新的数据简化特性：去重(deduplication)和压缩(compression)。当这2个特性在群集层面启用时，VSAN会试图在把数据块回写到容量层之前对每个块进行去重并压缩。这2个特性仅存在于全闪存VSAN中。压缩和去重不能分开启用，要么一起开启要么一起关闭。去重和压缩作用于磁盘组层面上。换句话说，只有部署在同一个磁盘组上的对象才可以利用这些特性来节省空间。如果完全相同的2台虚拟机被部署在了不同的磁盘组上，即使数据块完全相同也不会有去重发生。然而，去重和压缩特性是群集范围的特性，要么开启要么关闭。你无法选择对某一个虚拟机或某一个磁盘组来开启这2个特性。

　　对于部署在同一个磁盘组上的组件，如果开启了去重和压缩，那么去重将会在4KB数据块的粒度上实现。磁盘组上只会保留那个4KB数据块的一个拷贝而其他所有重复的数据块都会被清除，如图5-11所示。

　　去重的过程在数据块从缓存层回写入容量层的时候发生，并使用哈希表来跟踪已去重的数据块。去重过的数据块和哈希表的元数据（metadata）散布在组成此磁盘组的容量设备中。

　　同一磁盘组内不同的组件间的去重并没有什么不同——数据块去重可能发生在虚拟机主页名字空间、虚拟机交换文件、VMDK对象或快照增量对象上。

　　如果一个磁盘组的容量快被填满，VSAN会检查那些去重过的组件的构成，并将那些会对磁盘组容量产生最大变化的数据块移走。

　　不过请注意，如果去重和压缩被启用，那么磁盘组中的单个设备故障会使得整个磁盘组显示为不健康状态。

　　一旦数据块被去重，VSAN会试图将那个4KB的数据块压缩到2KB或更小。如果VSAN可以做到将那个数据块压缩到小于2KB，它将会保留那个压缩过的数据块，否则会保留未压缩过的数据块。

　　如图5-12所示，整个过程相对简单明了。第一步，虚拟机将数据写入VSAN的缓存层。当数据变“冷”需要被回写的时候，VSAN将这些数据块读入内存（第二步）。它将会计算哈希值，清除掉重复的块，并将剩余的数据块进行压缩，最后写入容量层（第三步）。

　　写给有兴趣的读者：VSAN现在使用SHA1作为去重哈希算法，并使用LZ4算法来压缩。当然这些在将来的版本可能会变。

备注：图5-11和5-12应该是反了，但是原书如此。我会去和原作者核实。正式出版可能会更正。