昨天豆子发现公司的文件服务器（windows 2012 ）上的磁盘空间快满了，1.9T的空间只有10G剩余了，于是移走了40G的文件，意外的发现剩余空间居然一点都没改变！！这是怎么回事，经过研究，发现这是因为在该磁盘上打开了Deduplication的功能造成的。
Data Deduplication是windows 2012上的新功能，可以很大的优化存储空间，不过使用的时候需要小心，豆子已经遇见了2起因为这个功能引发的小问题。
如下所示，豆子的Datadisk1上激活了Deduplication的功能，硬盘本身1.9T，但是实际保存了近乎3.5T的内容，节省空间45%以上。
需要注意的是，这个功能激活以后，存储文件的方式就和windows 2008 以前的方式不太一样了。每个文件把自己的内容分成了2个部分，自己所独有的，以及和其他文件相同的部分。每个文件自己仅仅保留独有的部分，比如名称，属性，创建时间等等，这些东西我们一般称为metadata，另外占据90%以上的“真正内容”，是保存在chunk store中，也就是每个磁盘对应的隐藏文件夹 System Volume Information Store里面 （你如果打开VSS，快照也是保存在这里面）
比如说，查看一下其中一个文件的属性就可以看见，该文件的Size，也就是逻辑大小应该是21.6G，但是Size On Disk只有258K，这个其实仅仅是他的metadata的内容。如果我删掉这个文件夹，那么他仅仅会清空258K的文件！！我们还需要执行一个Garbae collection（垃圾回收）的操作，才能将该文件关联的内容从Chunk Store中删除。这就是为什么我最初删除了40G的文件，但是我的剩余空间并没有增加，因为我并没有删除对应的Chunk Data。
知道了工作原理，那么我们来看看如何删除？
首先看看当前的状态，这个可以通过GUI查看，也可以通过命令行，不过命令行可以获取更多的信息，比如看看上一次的优化，垃圾回收，和自我修复是什么时候执行的？该磁盘总共多少个文件，有多少个已经优化了？这些具体的数据GUI里面都看不见的，所以Powershell的相关命令真的很重要。
也可以查看一下默认的schedule task是什么时候，可以跟上一个结果进行对比
这个计划任务也可以通过GUI查看
当我删除了一个文件以后，为了释放空间，我可以更改GarbeCollection schedule task的时间让他执行，也可以输入以下命令强制立刻执行
Start-DedupJob–Volume E: –Type GarbageCollection –full
豆子设定了自动运行的时间，1.9T的磁盘大概运行了40分钟，就成功的释放了剩余的空间出来。
另外再谈谈另外一个遇见的场景，大概几个月之前，豆子在使用VEEAM还原文件服务器内容的时候，也因为Deduplication遇见过问题，会提示我访问权限有问题。解决方法也是需要在VEEAM服务器上安装Deduplication 服务，而且需要确保VEEAM的Windows等同或者高于文件服务器的版本号，才能正常识别这种新的存储方式。
总之，Data Deduplication是个很好的功能，他在windows传统的文件压缩功能上更进了一步，和VSS类似，是直接执行在Volume磁盘上，激活了Dedup的磁盘不能和文件压缩功能混用。不过使用的时候一定要小心，不能随便把以前的经验硬套进来。