去重系统的切片粒度三角权衡

重复数据删除系统的核心矛盾在于切片粒度：切片越小，越能识别出细粒度的重复内容，去重率越高，但需要管理的切片数量和指纹索引急剧膨胀，查询和存储开销随之上升，导致吞吐率下降；切片越大则相反。经验上8KB左右的切片是去重率和吞吐率之间较优的平衡点，工程上还会用摘要向量（Bloom Filter）过滤明显不存在的指纹、用局部性缓存把同一数据流的相关指纹一起预读进内存，减少不必要的磁盘I/O。发散：这类”越细粒度效果越好但开销越大”的三角权衡，在索引设计、分片策略里反复出现，本质都是在”识别精度”和”管理成本”之间找一个经验最优点，而不是纯理论推导出来的。