SISTEMA DE DEDUPLICACIÓN DE DATOS EN SISTEMAS DE FICHEROS

Abstract

Uno de los principales problemas en la actualidad es el crecimiento excesivo de la información que se almacena en los distintos centros de datos, es por ello que esta situación se ha convertido en el mayor desafío para los administradores y responsables de dichos centros, pues mucha de esta información se encuentra duplicada. El propósito del trabajo consiste en desarrollar un sistema de deduplicación de datos en sistemas de ficheros para el Centro de Telemática de la Universidad de las Ciencias Informáticas, que permita detectar datos duplicados en el sistema de ficheros, erradicar dicha duplicidad de información y ahorrar espacio de almacenamiento. Para ello fue necesario estudiar y analizar las distintas estrategias de deduplicación existentes; en particular la estrategia a nivel de archivo, los distintos algoritmos existentes para detectar archivos duplicados y cómo lograr la visualización de los resultados del análisis. Además se generaron los artefactos que posibilitan la creación de la aplicación, realizándose pruebas a la misma para comprobar su correcto funcionamiento. Como resultado se obtuvo un sistema de deduplicación de datos para sistema de ficheros que posibilita la detección de archivos duplicados y erradica la duplicidad de información en el Centro de Telemática.