企业数据量持续攀升，如何在控制成本的同时扩大存储容量，成为备份管理的重要课题。数据去重技术通过在备份前识别并删除冗余数据，减少存储占用、提升备份效率。但业内厂商对去重率的宣传口径不一，企业该如何看清真实效果？

厂商宣传高倍率，实际去重率受多因素影响

随着企业产生的数据越来越多，组织需要在预算可控的前提下尽可能扩大存储容量。数据去重的作用正在于此：系统在备份前发现并消除重复数据，减少存储空间占用，同时避免反复备份同一数据的副本，让备份过程更高效。

不过，各厂商都可能宣称自家产品具备较高的数据去重率，甚至声称去重率是其他厂商的20倍、比竞争对手高出200%以上。文章指出，实际去重率往往受到多种变量影响，企业在选型时需要弄清去重率的计算方式。

去重如何工作：先识别数据块，再比对指纹

要有效删除重复数据，设备需要具备相应的CPU和软件技术能力。系统在存储数据前先识别数据块，为每个数据块分配唯一标识号，并为已存储的数据块创建指纹。随后，系统将已存储数据块的指纹与新写入的数据块进行比对。

一旦发现重复数据块，系统会生成索引，指向重复数据的位置，并删除冗余数据，从而优化存储容量。文章同时提到，随着勒索软件攻击风险上升，企业需要实施有效的数据备份与恢复计划，并借助数据去重确保足够存储容量。

去重率分三阶段计算，关注点不同结果差异大

企业通常会定期备份大量数据，但新数据或修改后的数据往往只占全部备份数据的很小一部分，这意味着每日备份数据中可能包含大量重复或冗余内容。要计算去重率，用户需要算出最终被删除的重复数据所占比例。

由于各厂商计算方式不同，文章将去重率计算分为三个阶段：阶段1“原始数据集”，指删除冗余数据前需要备份的数据总容量；阶段2“数据传输量”，指可传输并存储到服务器上的数据量；阶段3“实际存储数据”，指备份服务器中实际存储的数据量。每个阶段得出的数值并不相同。

群晖建议，衡量数据去重效率时应关注阶段2“数据传输量”。如果只看阶段1“原始数据集”，数值可能产生误导，因为它同时包含“旧”数据和“新”数据，再除以最终保留的数据总量。部分厂商可能人为夸大这一数字，让用户难以判断厂商究竟用哪个阶段衡量去重效率。

文章称，两种计算方式得出的结果可能存在较大差异，企业若理解不清，可能误判数据去重的实际效果。按照原始数据集除以目标端占用存储空间的方式，可得出95%的数据缩减率；而按传输数据量除以存储目的地占用空间计算，平均数据缩减率约为40%至66%。

案例与产品思路：在线去重、块级全局去重降低TCO

文章举例称，台湾资生堂借助群晖备份解决方案内置的数据去重技术，将存储容量提升了52%。群晖方面表示，与其他备份厂商相比，其解决方案以更低成本提供，帮助企业节省存储成本并最大化存储容量。

在产品实现上，群晖在备份时采用在线去重：数据写入前，系统同步比较数据内容并执行删除，减少存储数据所需容量。同时，群晖还采用块级全局去重技术，删除多个备份源之间的重复副本，确保单个文件夹内多个备份任务之间不残留冗余数据，并在不影响备份性能的情况下节省存储空间。

文章最后指出，数据如同金矿，企业必须尽力安全存储。企业需要在发展过程中提前规划，选择能够满足可扩展性和扩容需求、并包含数据去重等存储缩减技术的备份解决方案，以降低总拥有成本（TCO）。