数据量的迅猛增长给有限存储空间带来了巨大挑战。重复数据删除技术能够有效地识别和删除重复的数据块,大大地降低了存储数据所需空间和传输数据所需带宽,因此被广泛地应用在备份和归档系统中。然而,去重备份系统中磁盘索引的查找和数据碎片化分别损害了数据备份和数据恢复的性能。容器作为保留备份流局部性的基本单元,与数据备份和数据恢复的过程有着密切的关系。本文基于容器的基本特征,分别提出两种优化去重备份系统性能的方法:基于容器利用率的冷热索引分离。经过研究和实验论证,我们发现:(i)去重过程中,只有少量索引被频繁访问,其余大量索引很少被访问;(ii)容器利用率可以很好地反映索引被访问的频率。对此,我们提出了冷热索引分离法HID,HID通过将冷索引从全局索引剔除,在内存中只保留热索引,极大地提高了备份性能,此外,HID也小幅度提高了恢复性能。HID引入了一种新特性SDTU,SDTU特性指的是一小部分重复块被识别(转化)为唯一块,SDTU弥补了布隆过滤器不能识别重复块的缺点。为了充分利用SDTU和布隆过滤器的特性以进一步提高备份性能,我们最终提出HID的进化版本EHID。EHID将一个布隆过滤器整合到自身,并只将热索引映射到该布隆过滤器中。如此,EHID具有两个显著特征:(i)避免了识别唯一块操作触发的磁盘I/O;(ii)降低了布隆过滤器的误判率。这两个特征使得EHID始终高效地工作。基于容器引用率的近似最优重写算法。传统重写算法对单个数据段范围内的容器按照容器引用率进行排序,并选出该范围内引用率最低的容器。然而,当把单个数据段范围扩大到多个数据段或整个备份流范围时,我们发现这些容器并不是引用率最低(最优)的容器。对此,我们提出了近似最优重写算法OPT,OPT通过一个哈希桶数组记录多个数据段范围内的容器引用率排序情况,以选出近似最优的容器。不仅如此,OPT具有两种工作模式:最优重写和激进重写模式,最优重写模式旨在提高数据去重率,激进重写模式旨在提高恢复性能,OPT能够根据具体的负载自适应地切换工作模式,从而达到了良好的去重率和恢复性能。