去重比：重复数据删除比的影响因素与测算
导语：“我们的去重比可达 20:1”——这类宣传常让采购方兴奋，也常让人失望。去重比不是固定值，它高度依赖数据类型。本文讲清影响去重比的因素与如何真实测算。
一、为什么要关注
去重直接决定备份/存储的实际利用率与采购成本。若按宣传的乐观去重比规划容量，上线后实际只有 3:1，仓库会迅速爆满。理解去重比的边界，才能做出不翻车的容量与预算决策。
二、核心原理
去重通过识别相同数据块只存一份来节省空间。去重比 = 去重前逻辑数据量 ÷ 去重后物理占用。其原理是——重复度越高的数据（如多台相似系统的系统盘、同版本虚拟机）去重比越高；已压缩/加密/随机化的数据去重比趋近于 1:1，因为块不再相同。
三、落地做法/步骤
- 分数据类型：系统镜像、虚拟机模板去重高；多媒体、压缩包、加密数据去重低。
- 取样本实测：用真实样本在 POC 中跑去重，记录实际比，而非信宣传。
- 保守规划：以实测值的 70%–80% 作为容量规划依据。
- 看粒度：块级去重粒度越细通常比越高，但开销也大，需平衡。
- 配全局去重：跨备份任务/节点的全局去重，比单任务去重收益更高。
四、与群晖NAS/信创云盘的对应能力
信创云盘（软件定义、横向扩展）可在集群层面做全局去重，跨节点识别重复块，去重收益随规模放大，契合横向扩展思维。群晖NAS提供本地去重/压缩能力，适合分支节点的增量备份目标。规划时应以实际样本测算为准，避免被单点宣传误导。
五、常见误区
- 误区一：信峰值宣传。20:1 多在理想同质数据下，普遍不达。
- 误区二：忽略数据特征。加密/压缩数据天然去重差。
- 误区三：混淆去重与压缩。两者机制不同，叠加收益非简单相乘。
- 误区四：不实测。凭经验拍脑袋，容量失准。
六、小结与行动建议
去重比是"场景函数"不是"产品常数"。务必用真实样本在 POC 实测，并以保守值规划。横向扩展架构下，全局去重让重复块跨节点消除，长期看收益更稳。把实测去重比写进容量规划依据，胜过任何宣传册。