Deduplizierung in Windows Server 2012: Konfiguration und Limitierungen

Es leuchtet ein, dass ein solcher Mechanismus zum Sparen von Speicherplatz ziemlich rechen- und I/O-aufwändig ist. Daher bieten praktisch alle Hersteller ein so genanntes Post-Process-Verfahren, Microsoft unterstützt nur dieses. Dabei werden Dateien zuerst wie gewohnt im NTFS-Dateisystem abgelegt und standardmäßig erst später von einem Hintergrundprozess dedupliziert. Dieser ist so ausgelegt, dass er nur freie Ressourcen beansprucht und die eigentlichen Workloads des Servers nicht beeinträchtigt.

Umgekehrt benötigt die Rekonstruktion der Dateien aus den verschiedenen Datenblöcken ebenfalls zusätzliche Leistung, so dass sich das Kopieren großer Dateien verlangsamen kann und File-Server möglicherweise weniger gleichzeitige User unterstützen.

Vorbeugung gegen Datenverluste

Ein weiterer Nebeneffekt der Deduplizierung besteht darin, dass sie das Risiko für Datenverluste erhöht. Wenn ein Fragment, das von 500 Dateien referenziert wird, in einem schadhaften Bereich einer Platte liegt, dann sind die Auswirkungen wesentlich gravierender als bei einem gewöhnlichen NTFS-Volume. Daher speichert die Dedup-Funktion Blöcke redundant, wenn sie in mehr als 100 Dateien vorkommen, und hält außerdem Kopien der kritischen Metadaten vor, in denen die Verweise verwaltet werden.

Außerdem ist die Deduplizierung mit anderen Windows-Technologien kompatibel, die gegen Datenverluste schützen. Dazu zählt das Distributed File System (DFS-R), mit dessen Hilfe sich Dateien zwischen Volumes replizieren lassen, sowie mit Storage Spaces, die RAID-ähnliche Funktionen bieten.

Einsparungen von der Art der Daten abhängig

Wie generell bei allen Methoden zur Datenverdichtung hängt der Erfolg der Deduplizierung stark von den Eigenschaften der Daten ab. Microsoft empfiehlt sie vor allem für File-Server, VHD-Bibliotheken (also für nicht aktive VMs) und Deployment Shares, auf denen sich die Installationsdateien für Windows oder Anwendungen befinden.

Prognose mit Kommandozeilen-Tool

Damit man schon vorher absehen kann, welche Ersparnis an Plattenplatz sich erzielen lässt, wird ein Kommandozeilen-Tool namens DDPEval.exe installiert, wenn man das Dedup-Feature hinzufügt. Das Programm lässt sich auch auf Clients unter Windows 7/8 kopieren, so dass man von dort aus prüfen kann, was eine Deduplizierung eines Netzlaufwerks bringen würde.

Installation als Feature

Die Deduplizierung wird als Server-Feature hinzugefügt, in der Regel über den Server Manager oder alternativ über PowerShell. Es ist abhängig von Datei- und Speicherdienste. Falls diese schon eingerichtet wurden, dann muss man den Baum unterhalb dieser Rolle aufklappen, wo sich dann Datendeduplizierung findet.

Mit der Installation des Features sind zwar die Voraussetzungen für die Deduplizierung geschaffen, die Aktivierung derselben erfolgt aber pro Volume. Das geht sowohl beim Anlegen neuer als auch durch Konfiguration bestehender Volumes. Befinden sich auf einem Laufwerk schon viele Daten, dann muss man damit rechnen, dass sich die Rückgewinnung von Plattenspeicher einige Zeit hinzieht.

Wizard für neue Volumes aktiviert Deduplizierung

Möchte man ein neues Volume einrichten, dann wählt man im Server Manager in der linken Navigationsleiste den Punkt Datei-/ Speicherdienste und wechselt dann zu Datenträger oder Speicherpools. Dort kann man im Fenster links unten Volumes bzw. Virtuelle Datenträger einrichten. Der dafür zuständige Wizard bietet einen eigenen Dialog zur Aktivierung und Konfiguration der Deduplizierung.

Hier kann man festlegen, nach vielen Tagen eine neue oder geänderte Datei verarbeitet wird (gemessen an Last Modified). Voreingestellt sind 5 Tage, man kann den Wert auch auf null stellen, so dass die Deduplizierung unabhängig vom Alter einer Datei greift. Außerdem bietet der Wizard die Möglichkeit, bestimmte Dateitypen anhand ihrer Extension auszuschließen.

Zeitgesteuerte Optimierung des Speicherplatzes

Eine weitere Einstellung erlaubt die zeitgesteuerte Ausführung der Deduplizierung als Ergänzung oder als Alternative zum Hintergrundprozess. Der explizite Start des Speichersparers über Zeitpläne ist dann interessant, wenn ein Server untertags so stark ausgelastet ist, dass der Hintergrundprozess nicht genug Ressourcen bekommt.

Eine weitere Option, die man über den Befehl (Deduplizierung konfigurieren) im Kontextmenü von Volumes erreicht, erlaubt den Ausschluss von ganzen Verzeichnissen. In diesem Dialog kann man die Deduplizierung auch wieder deaktivieren. Man verhindert damit, dass Dateien zukünftig verarbeitet werden, die bereits deduplizierten Files werden aber nicht wieder in den Originalzustand gebracht.

Beschränkungen für die Deduplizierung

So sehr es begrüßenswert ist, dass Windows Server 2012 ein solches Feature für die Storage-Optimierung an Bord hat, so hat es noch die Einschränkungen einer Version 1.0. Dazu gehören:

• Es setzt NTFS voraus, das neue ReFS und Cluster Shared Volumes werden nicht unterstützt
• Es ist nicht kompatibel mit harten Limits bei Disk Quotas und mit dem Encrypting File System (dafür aber mit Bitlocker)

Weitere Limitierungen sind weniger ein Zeichen unausgereifter Technik, sondern liegen in der Natur der Sache:

• Permanent geöffnete und sich ständig verändernde Dateien eignen sich nicht für die Deduplizierung. Dazu zählen etwa SQL-Datenbanken oder VHDs von laufenden virtuellen Maschinen.
• Zugeordnete Netzlaufwerke und Wechseldatenträger werden nicht unterstützt
• Deduplizierung auf Volumes, die bereits komprimiert wurden, ist nicht möglich
• Die Deduplizierung eignet sich nur für Daten-Volumes, nicht für Boot- und Systemlaufwerke

Schließlich gilt zu bedenken, dass man die Portabilität von Datenträgern einschränkt, wenn sie deduplizierte Volumes enthalten. Zwar lassen sie sich problemlos auf anderen Servern unter Windows 2012 betreiben, einzig die zeitgesteuerte Verarbeitung ist an die ursprüngliche Maschine gebunden. Ältere Versionen von Windows sehen dagegen nur Dateien, die von der Deduplizierung noch nicht verarbeitet wurden.