相似索引:适用于重复数据删除的二级索引

• 作者: 张志珂 彭成章 蒋泽军 蔡小斌
• 来源期刊: 计算机应用研究
• 关键词: 重复数据删除 相似哈希 相似索引 块查找磁盘瓶颈问题 二级索引
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3614-3617
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.025

摘要

由于EB(extreme binning)使用文件的最小块签名作为文件的特征,它不适合处理主要包括小文件的数据负载,会导致较差的重复数据删除率.为了改进EB,提出了相似索引.它把相似哈希作为文件的特征,是一种适用于以小文件为主的数据负载的重复数据删除的二级索引.实验结果表明,相似索引的重复数据删除率比EB高24.8％;相似索引的内存使用量仅仅是EB的0.265％.与EB相比,相似索引需要更少的存储使用量和内存使用量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋泽军	西北工业大学计算机学院	137	959	14.0	24.0
2	张志珂	西北工业大学计算机学院	3	4	1.0	2.0
3	蔡小斌	西北工业大学计算机学院	4	17	2.0	4.0
4	彭成章	西北工业大学计算机学院	5	7	1.0	2.0