PBS 存储技术概述
数据存储
数据存储区是存储备份快照及其数据块的逻辑位置。快照由清单、blob、动态和固定索引（请参阅术语）组成，并存储在以下目录结构中：
<datastore-root>/<type>/<id>/<time>/
数据存储的重复数据删除基于重用块，这些块由备份快照中的索引引用。这意味着多个索引可以引用相同的块，从而减少包含数据所需的空间量（甚至跨备份快照）。
Chunks（块）
块是一些（可能是加密的）数据，末尾是 CRC-32 校验和，开头是类型标记。它由其内容的 SHA-256 校验和标识。
为了生成这样的块，备份数据被分成固定大小或动态大小的块。相同的内容将被散列到相同的校验和。
数据存储的块位于：
<datastore-root>/.chunks/
这个chunk目录被chunks校验和的前四个字节进一步细分，所以带有校验和的chunk：
a342e8151cbf439ce65f3df696b54c67a114982cc0aa751f2852c2f7acc19a8b
驻留在：
<datastore-root>/.chunks/a342/
这样做是为了减少每个目录的文件数量，因为每个目录有很多文件可能对文件系统性能不利。
创建数据存储时，将预先分配这些块目录 ('0000'-'ffff')。
固定大小的块
对于基于块的备份（如 VM），使用固定大小的块。内容（磁盘映像）被分成相同长度的块（通常为 4 MiB）。
这对于 VM 映像非常有效，因为来宾上的文件系统最常尝试将文件分配为连续的块，因此新文件会获得新块，而更改现有文件只会更改它们自己的块。
作为一种优化，Proxmox VE 中的VM可以使用“脏位图”，它可以跟踪镜像的更改块。由于这些位图也是分割成块的镜像的表示，镜像的脏块和需要上传的块之间存在直接关系，因此只需上传磁盘的修改块以进行备份。
由于镜像总是被分成相同大小的块，未更改的块将导致这些块的校验和相同，因此不需要再次备份这些块。这样就不需要存储快照来查找更改的块。
为了一致性，Proxmox VE使用 QEMU 内部快照机制，该机制也不依赖于存储快照。
动态大小的块
如果不想备份基于块的系统而是基于文件的系统，则使用固定大小的块不是一个好主意，因为每次文件大小更改时，剩余的数据都会移动，这将导致许多块发生变化，减少了重复数据删除的数量。
为了改善这一点，Proxmox Backup Server 使用动态大小的块代替。它不是将镜像拆分为固定大小，而是首先生成一致的文件存档 ( pxar ) 并在此动态生成的存档上使用滚动散列来计算块边界。
我们使用 Buzash 的变体，它是一种循环多项式算法。它的工作原理是在迭代数据时不断计算校验和，并在某些条件下触发哈希边界。
假设要备份的系统的大部分文件没有改变，最终算法会在与之前备份相同的数据上触发边界，从而产生可以重复使用的块。
加密块
加密块是一个特例。固定大小和动态大小的块都可以加密，它们的处理方式与普通块略有不同。
加密块的哈希不是用实际的（加密的）块内容计算的，而是用与加密密钥连接的纯文本内容计算的。这样，使用不同密钥加密的两个相同数据块会生成两个不同的校验和，并且多个加密密钥不会发生冲突。
这样做是为了加速备份的客户端部分，因为它只需要加密实际上传的块。先前备份中已经存在的块不需要加密和上传。
注意事项和限制
哈希冲突注意事项
每个散列算法都有机会产生冲突，这意味着两个（或更多）输入生成相同的校验和。对于 SHA-256，这种机会可以忽略不计。要计算这样的碰撞，可以使用概率论中“生日问题”的思想。对于大数字，用普通计算机计算这实际上是不可行的，但有一个很好的近似值：
其中n是尝试的次数，d是可能性的数量。举一个具体的例子，假设有一个 1 PiB 的大型数据存储，以及 4 MiB 的平均块大小。这意味着n=268435456 尝试，和 d=2256可能性。将这些值插入之前的公式中，您将看到在该场景中发生碰撞的概率为：
就上下文而言，在猜 45 个中的 6 个的彩票游戏中，正确猜出所有 6 个数字的机会仅为 1.2277∗10−7，碰撞这意味着概率大约是一样的殊荣13个这样的乐透游戏在一排。
总之，在正常的数据存储中意外发生这种冲突的可能性极小。
此外，SHA-256 容易受到长度扩展攻击，但由于块的大小有上限，所以这不是问题，因为潜在的攻击者不能随意向数据添加超出该限制的内容。
基于文件的备份
由于动态大小的块（用于基于文件的备份）是在自定义存档格式 (pxar) 上创建的，而不是直接覆盖文件，因此文件和块之间没有关系。这意味着 Proxmox 备份客户端必须为每次备份再次读取所有文件，否则将无法生成一致的独立 pxar 存档，其中可以重用原始块。请注意，仍然只会上传新的或更改的块。
加密块的验证
对于加密块，只有原始（明文）数据的校验和可用，因此服务器（没有加密密钥）无法根据它验证其内容。而是只检查 CRC-32 校验和。
