NetApp ASIS: включили дедупликацию на томе с виртуальными дисками и получили 42% экономии за сутки

Несколько недель назад NetApp тихо расширила доступность A-SIS - так в их маркетинге называется блочная дедупликация для томов на FAS-полках. Раньше функция была лицензионной опцией, которую надо было отдельно заказывать и активировать. Теперь она входит в стандартный Data ONTAP и доступна на большинстве систем без доплаты. Мы решили проверить, что из этого получается в реальной жизни.

Тестовый объект - клиент с небольшой NetApp FAS2020, на которой живёт несколько томов: хранилище виртуальных машин, общие файловые шары и отдельный том под базы данных. Выбрали том с виртуальными дисками (VHD-файлы Hyper-V, если говорить точно) - это классический кандидат для дедупликации, потому что Windows-гости с одним базовым образом содержат огромное количество одинаковых блоков.

Что делает ASIS и как оно работает

A-SIS работает на уровне блоков файловой системы WAFL внутри ONTAP. Алгоритм сравнивает 4 KB блоки по хешу и хранит каждый уникальный блок один раз, заменяя дубликаты указателями. Важный момент: дедупликация постфактум, а не инлайн. Алгоритм запускается по расписанию или вручную и обрабатывает данные, которые уже лежат на полке. Новые записи сначала уходят «как есть», потом при следующем проходе дедуплицируются.

Это влияет на то, как думать о результатах. Первый запуск обрабатывает весь объём данных на томе и показывает максимальную экономию накопленным итогом. Потом дедупликация добирает только новые данные с прошлого прохода - и это, как правило, заметно меньший процент.

Первый запуск: что получилось

На томе с виртуальными дисками лежало около 800 ГБ данных. Запустили первый проход вручную - sis start -s /vol/vol_vms - и оставили работать. Первый проход занял около восьми часов без заметного влияния на производительность гостей (процессор ONTAP был загружен умеренно, задержки дисков не выросли).

Результат после первого прохода: экономия 42%. Из 800 ГБ занятого места ONTAP стал показывать около 460 ГБ реального потребления на дисках. Примерно 340 ГБ - дедуплицированные блоки, на которые теперь только указатели.

Откуда такая экономия? Логика понятна. Несколько Windows Server 2003 и 2008 VM, созданных с общего шаблона, имеют одинаковую системную папку, одинаковые системные библиотеки, одинаковый пустой «балласт» в незаписанных секторах. ASIS находит эти блоки и схлопывает их в одну копию. В нашем случае семь Windows-гостей были клонированы из двух базовых образов - отличная почва для дедупа.

Считаем ROI - коротко и честно

У клиента FAS2020 с дисками по 300 ГБ. Грубая стоимость одного диска в текущих ценах - порядка 800-1000 долларов. Если мы освободили 340 ГБ, это примерно один полноценный диск, который не нужно докупать прямо сейчас. Плюс отсрочка следующего расширения полки.

Лицензия A-SIS - это фактически ноль: теперь она включена в ONTAP. Операционные затраты на включение - несколько часов инженерного времени один раз. Дальше оно работает само по расписанию.

ROI в таком раскладе считается тривиально: освобождённое место делишь на стоимость диска, и получается окупаемость за «нулевое» вложение. Единственный реальный расход - чуть больше нагрузки на процессор полки во время дедуп-прохода, и это работает ночью.

Мы это и объяснили клиенту, после чего он попросил включить дедупликацию на остальных томах тоже. Здесь пришлось притормозить.

На каких томах дедуп работает - и где не стоит торопиться

Виртуальные машины с общим базовым образом. Это золотое дно - 40-60% экономии типичны. Чем однороднее гости, тем лучше.

Домашние каталоги и файловые шары с офисными документами. Зависит от содержимого. Много версий одного файла, шаблоны документов, общие библиотеки - будет результат. Разнообразные медиафайлы (фото, видео, архивы) - дедуп почти ничего не даст, там блоки уникальны по природе.

Базы данных. Здесь мы решили не трогать. У баз специфический паттерн записи: постоянно меняющиеся блоки, большие транзакционные журналы. Дедупликация постфактум на таком томе скорее создаёт лишнюю нагрузку, чем даёт реальную экономию. Плюс сжатие блоков, которое ONTAP тоже умеет, на базах тоже обычно не впечатляет. Оставили базы как есть.

Резервные копии. Интересный случай. Если бекапы инкрементные и хранятся как отдельные файлы - дедуп может дать хороший результат: блоки, которые не менялись между резервными копиями, схлопываются. Если это полные бекапы в сжатом формате - дедуп не поможет, архиваторы дают уникальные блоки.

Несколько нюансов, которые стоит знать

Первое: метрики в ONTAP показывают «savings ratio» - отношение сэкономленного места к исходному занятому объёму. Это красивое число, но при планировании ёмкости смотри на реальное потребление после дедупа, а не на процент экономии. Сейв 42% на 800 ГБ - это 340 ГБ экономии, а не 42% от нового объёма.

Второе: дедупликация не бесплатна по времени. Первый проход на большом томе - это часы. Расписание надо настраивать с умом, чтобы не накладываться на пиковую нагрузку. По умолчанию ONTAP предлагает запуск в воскресенье ночью - для большинства случаев разумно.

Третье: если том реплицируется через SnapMirror, дедупликация работает на обеих сторонах независимо. Destination-том тоже можно дедуплицировать - освобождённое место суммируется.

Четвёртое: следи за тем, что ONTAP называет «deduplication savings metadata». Таблица хешей занимает место - небольшое, но при сотнях тысяч уникальных блоков это становится заметно. В нашем случае метаданные заняли примерно 2 ГБ - терпимо.

Итог первых дней

Результат хороший, и мы понимаем почему: тип данных идеально подошёл. Виртуальные диски из шаблона - это не репрезентативный срез всего хранилища, а лучший случай для дедупликации. На файловых шарах результат будет скромнее, и это нормально.

Клиент доволен - ему не нужно в этом квартале расширять полку. Мы добавили мониторинг метрик дедупликации в Zabbix, смотрим на экономию в динамике после каждого планового прохода.

Если у вас стоит NetApp FAS и вы работаете с виртуализацией - проверьте, активирован ли A-SIS. Очень может быть, что часть места просто ждёт, пока вы нажмёте кнопку. Помогаем разобраться с хранилищем и аналитикой данных в рамках DWH и BI-проектов.