海量小文件备份指南

海量小文件以其目录深且广、文件量大等特点，带来了扫描速度慢、小文件多导致网络交互高、传输效率低备份时间耗时长等痛点。要想解决好海量小文件备份场景，从文件级出发可以通过以下方式提高效率：

1. 采用高效扫描算法，综合目录广度和深度的自适应扫描算法；
2. 采用多线程，多线程扫描文件和目录+多线程传输数据；
3. 采用生产者消费者模型，让扫描和传输同时进行；
4. 传输时将小文件打包成大文件再进行传输，降低网络交互；
5. 数据合并存储，降低存储数据所需要的时间；
6. 通过对源文件多个维度提取关键信息，构建文件指纹，结合高效算法，快速与关联备份集进行对比，快速提取出增量信息。
7. 备份系统采用多节点部署，将文件目录划分节点进行备份，横向扩展提高备份速度。

以下为系统模拟海量小文件场景实验的相关数据信息：

1. 实验拓扑图，如下图：

? ? ?2.实验环境参数，如下图:

? ? 3.实验所用的数据，如下图：

第一层目录下:有10个目录，每个目录下结构一致;

第一层目录下:第二层到第七层，每个目录下都有六个目录;

第八层目录下:每个目录下都有三十六个10KB的文件。

?4.完全备份实验结果：

5.增量备份实验数据：

6.增量备份实验结果：