在數(shù)據(jù)收集階段，軟件通過比較進(jìn)入的備份數(shù)據(jù)和先前的備份縮小需要進(jìn)行分析數(shù)據(jù)的范圍，使用“內(nèi)容已知”數(shù)據(jù)庫辨別它們之間可能的重復(fù)和相似數(shù)據(jù)。例如，如果名為同一個客戶端中的 “
ootdocumentsabc.txt”文件在備份中存在兩次，軟件自動決定采取何種動作。如果進(jìn)入的數(shù)據(jù)是已存在數(shù)據(jù)的修改版本，該數(shù)據(jù)就進(jìn)入下一階段（數(shù)據(jù)識別、數(shù)據(jù)比較）的處理流程以確定數(shù)據(jù)發(fā)生的具體變化；如果進(jìn)入的數(shù)據(jù)和已存在數(shù)據(jù)完全相同，那么進(jìn)入下一階段對數(shù)據(jù)副本進(jìn)行校驗。另外的數(shù)據(jù)收集操作包括：標(biāo)志保存在不同位置(例如，不同的客戶端、目錄等)的相同對象副本。軟件還為數(shù)據(jù)收集階段發(fā)現(xiàn)的冗余數(shù)據(jù)對創(chuàng)建一工作列表，該表格用于數(shù)據(jù)識別和比較階段進(jìn)行進(jìn)一步分析。

    數(shù)據(jù)識別/數(shù)據(jù)比較

    在數(shù)據(jù)識別/數(shù)據(jù)比較階段，軟件以字節(jié)為單位分析數(shù)據(jù)收集階段標(biāo)志出的相似數(shù)據(jù)對象。如果數(shù)據(jù)收集階段創(chuàng)建的工作表表明需要進(jìn)行數(shù)據(jù)識別，那么軟件就會用 delta 差分算法確定備份組中的哪些數(shù)據(jù)是唯一的、哪些數(shù)據(jù)是重復(fù)的。

    該算法可以有效地以字節(jié)為單位映射發(fā)生變化的數(shù)據(jù)，并且對數(shù)據(jù)對象內(nèi)的偏移或者位置改變不敏感，所以，即使相關(guān)的對象之間發(fā)生明顯的結(jié)構(gòu)改變，該算法仍可以定位冗余的數(shù)據(jù)。

    如果數(shù)據(jù)收集階段從元數(shù)據(jù)級別認(rèn)定備份組中的數(shù)據(jù)和前一個備份相同，那么在數(shù)據(jù)識別階段將以字節(jié)為單位對數(shù)據(jù)進(jìn)行比較。在該步驟中，軟件調(diào)用數(shù)據(jù)比較器識別出數(shù)據(jù)發(fā)生變化的文件。

    數(shù)據(jù)重組

    數(shù)據(jù)識別/數(shù)據(jù)比較的結(jié)果被傳遞給數(shù)據(jù)重組過程，在該過程中數(shù)據(jù)被重新組裝，放入臨時的“保留磁帶”中，新數(shù)據(jù)被保存，前一階段被標(biāo)出的重復(fù)數(shù)據(jù)被已存數(shù)據(jù)的指針替代。對備份軟件而言，保留磁帶和真正的磁帶完全相同，只是存儲在新磁帶中的數(shù)據(jù)要遠(yuǎn)少于真正的磁帶上存儲的數(shù)據(jù)。從備份軟件看來，數(shù)據(jù)是連續(xù)的并且也沒有刪除副本，軟件可以根據(jù)嵌入在文件系統(tǒng)中的指針讀取重復(fù)數(shù)據(jù)的唯一一份副本。該過程的最終結(jié)果是產(chǎn)生一份經(jīng)過重復(fù)數(shù)據(jù)刪除的備份組視圖。

    可選的完整性檢查

    在實際刪除所有的重復(fù)數(shù)據(jù)前，軟件執(zhí)行一次可選的檢查，以保證數(shù)據(jù)100％的完整性。在本階段中，軟件通過將“保留磁帶”（代表經(jīng)過重復(fù)數(shù)據(jù)刪除的數(shù)據(jù)）和原始數(shù)據(jù)進(jìn)行比較驗證其結(jié)構(gòu)和整個數(shù)據(jù)內(nèi)容。

    空間回收

    在空間回收階段，軟件從文件系統(tǒng)中刪除冗余的數(shù)據(jù)，釋放先前被占用的磁盤空間以備他用。保留磁帶和原始的、沒有經(jīng)過重復(fù)數(shù)據(jù)刪除的磁帶交換位置（比如條碼、槽位以及屬性等），然后軟件智能的釋放重復(fù)的區(qū)塊并將它們放回空閑空間池。經(jīng)過這樣的處理以后，所有其他需要存儲空間的數(shù)據(jù)處理過程都可以重用先前被重復(fù)數(shù)據(jù)占用的空間。

多易