相似索引:适用于重复数据删除的二级索引

摘要：

由于EB(extreme binning)使用文件的最小块签名作为文件的特征,它不适合处理主要包括小文件的数据负载,会导致较差的重复数据删除率.为了改进EB,提出了相似索引.它把相似哈希作为文件的特征,是一种适用于以小文件为主的数据负载的重复数据删除的二级索引.实验结果表明,相似索引的重复数据删除率比EB高24.8％;相似索引的内存使用量仅仅是EB的0.265％.与EB相比,相似索引需要更少的存储使用量和内存使用量.

关键词：重复数据删除、相似哈希、相似索引、块查找磁盘瓶颈问题、二级索引

所属期刊栏目：30

分类号：TP301.6(计算技术、计算机技术)

资助基金：陕西省自然科学基金资助项目2010JM8023;航空科学基金资助项目2010ZD53042

在线出版日期：2014-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3614-3617