À retenir
- Permet d'économiser massivement de l'espace de stockage.
- Améliore la qualité et la fiabilité des bases de données.
- Peut se faire au niveau du fichier entier ou par petits blocs de données.
La déduplication consiste à identifier et à supprimer les exemplaires identiques d'une même donnée pour n'en conserver qu'une seule version. C'est un peu comme si, dans un classeur contenant dix copies de la même facture, vous n'en gardiez qu'une seule en remplaçant les neuf autres par une petite note indiquant où trouver l'original.
Étymologie
Le terme est formé du préfixe dé- (exprimant l'action inverse ou la suppression) et du verbe dupliquer (reproduire en deux exemplaires). Il est apparu avec l'explosion du volume de données numériques pour désigner les techniques d'optimisation du stockage.
Exemples d'usage
- Nettoyage de base de données : Supprimer les fiches clients créées deux fois par erreur dans un logiciel de vente.
- Stockage cloud : Si 1000 utilisateurs sauvegardent la même photo de vacances sur un serveur, le fournisseur ne stocke physiquement l'image qu'une seule fois pour économiser de l'espace.
- Gestion de contacts : Fusionner les doublons dans le répertoire d'un smartphone.
Cas d'usage
On utilise la déduplication principalement dans la sauvegarde (backup) pour réduire la taille des archives, dans les bases de données pour garantir la qualité des informations, et dans les systèmes de fichiers modernes (comme ZFS ou Btrfs) pour optimiser l'espace disque.
Bonnes pratiques
Avant de dédupliquer, il est crucial de définir des critères de comparaison stricts (comme une empreinte numérique appelée hash) pour ne pas supprimer par erreur deux fichiers différents qui porteraient simplement le même nom. Il est également recommandé de tester le processus sur un échantillon avant de l'appliquer à une base de données entière.
Synonymes
Antonymes
Conseil
Si vous débutez en gestion de données, voyez la déduplication comme un gain d'efficacité : moins de données stockées signifie des sauvegardes plus rapides et des coûts d'infrastructure réduits.
Questions fréquentes
Quelle est la différence avec la compression ?
La compression réduit la taille d'un fichier individuel en simplifiant son contenu, tandis que la déduplication élimine les copies identiques entre plusieurs fichiers.
Est-ce risqué pour mes données ?
Si elle est bien configurée, non. Le système garde une trace (un pointeur) vers l'exemplaire unique pour que chaque accès utilisateur semble normal.