資料去重複化 (Data Deduplication, Dedupe) 出現在企業儲存市場上約莫是在四、五年前，但有很長的一段時間，提供 dedupe 解決方案的廠商幾乎都是在慘淡經營，客戶群並不多，也沒有很漂亮的營收數字。而後隨著以磁碟為基礎的備份解決方案（如虛擬磁帶、磁碟對磁碟 D2D）日漸普及，針對備份資料進行 dedupe 以縮短備份窗口，節省遠程備份的頻寬需求等優點逐漸吸引企業客戶的注意。
但真正引爆儲存廠商爭相投入 dedupe 市場的，則是 2009 年 EMC 與 NetApp 的 Data Domain 併購爭奪戰，一時之間儲存廠商們突然發現擁有自己的 dedupe 技術彷彿成了公司生死存亡的關鍵；資源充足者自行發展或併購別人，不然，至少也要簽下 OEM 或 reseller 的合約，總之，輸人不輸陣，一定要有 dedupe 的產品可以賣才行。
於是資料去重複化的應用，從備份資料的 dedupe，到主要儲存的 dedupe，現在已經有廠商喊出 end-to-end 的 dedupe，或是 dedupe everywhere 了。
從企業客戶的角度來看，資料量不斷增加，資料保存的期限延長，又搞不清楚長年來累積的資料重要性為何，因應的方式除了增加磁碟的容量外，磁帶歸檔也是另外一個解決方式；dedupe 的出現，使儲存管理者可以在不用刪除（或移出）資料，而且也不需採購新磁碟空間的情況下，增加儲存的容量，顯然是個不錯的解決方案。
從儲存廠商的角度來看，資料量增加固然磁碟的需求也會增加，但單位成本卻也同時在下降中，dedupe 的技術複雜度，提高了儲存廠商的加值 (valule-added) 空間。
只是，在熱鬧背後，市場上對 dedupe 這項技術仍然存在不同的聲音。
從技術原理上來說，不論是對檔案、區塊、或是位元資料做去重複化，本身就是一種對原始資料的破壞，經由演算法來比對並移除資料中重複的部份，但由於雜湊碰撞等潛在的技術限制，目前只能運用多種演算法，或加入中介資料檢查等方式來儘量避免資料的誤刪。
其次，演算法意味著對運算能力的需求，增加運算過程將會降低資料的存取效能，這也是為什麼一開始 dedupe 是運用在備份資料，而且是已經備份到磁碟的資料上，就是為了避免對資料備份速度的衝擊。因此假如要對主要儲存或終端資料進行去重複化的動作，更多的運算能力必不可少，也許將來有一天我們將會看到儲存系統的運算能力（或 CPU 的速度）成為一項重要的參考規格，因為這將會關係到資料的存取速度。
最後，則是對大量的重複資料的質疑，當然不同的資料也有可能產生相同的資料區塊，但大部份的重複性資料區塊根源於它們本來就是同一份資料，如果它們是同一份資料，那是不是應該先討論為什麼需要這麼多份相同的資料拷貝？不斷的複製資料然後再進行資料去重複化，不是跟不節制飲食然後再企圖減肥一樣嗎？
但真正引爆儲存廠商爭相投入 dedupe 市場的，則是 2009 年 EMC 與 NetApp 的 Data Domain 併購爭奪戰，一時之間儲存廠商們突然發現擁有自己的 dedupe 技術彷彿成了公司生死存亡的關鍵；資源充足者自行發展或併購別人，不然，至少也要簽下 OEM 或 reseller 的合約，總之，輸人不輸陣，一定要有 dedupe 的產品可以賣才行。
於是資料去重複化的應用，從備份資料的 dedupe，到主要儲存的 dedupe，現在已經有廠商喊出 end-to-end 的 dedupe，或是 dedupe everywhere 了。
從企業客戶的角度來看，資料量不斷增加，資料保存的期限延長，又搞不清楚長年來累積的資料重要性為何，因應的方式除了增加磁碟的容量外，磁帶歸檔也是另外一個解決方式；dedupe 的出現，使儲存管理者可以在不用刪除（或移出）資料，而且也不需採購新磁碟空間的情況下，增加儲存的容量，顯然是個不錯的解決方案。
從儲存廠商的角度來看，資料量增加固然磁碟的需求也會增加，但單位成本卻也同時在下降中，dedupe 的技術複雜度，提高了儲存廠商的加值 (valule-added) 空間。
只是，在熱鬧背後，市場上對 dedupe 這項技術仍然存在不同的聲音。
從技術原理上來說，不論是對檔案、區塊、或是位元資料做去重複化，本身就是一種對原始資料的破壞，經由演算法來比對並移除資料中重複的部份，但由於雜湊碰撞等潛在的技術限制，目前只能運用多種演算法，或加入中介資料檢查等方式來儘量避免資料的誤刪。
其次，演算法意味著對運算能力的需求，增加運算過程將會降低資料的存取效能，這也是為什麼一開始 dedupe 是運用在備份資料，而且是已經備份到磁碟的資料上，就是為了避免對資料備份速度的衝擊。因此假如要對主要儲存或終端資料進行去重複化的動作，更多的運算能力必不可少，也許將來有一天我們將會看到儲存系統的運算能力（或 CPU 的速度）成為一項重要的參考規格，因為這將會關係到資料的存取速度。
最後，則是對大量的重複資料的質疑，當然不同的資料也有可能產生相同的資料區塊，但大部份的重複性資料區塊根源於它們本來就是同一份資料，如果它們是同一份資料，那是不是應該先討論為什麼需要這麼多份相同的資料拷貝？不斷的複製資料然後再進行資料去重複化，不是跟不節制飲食然後再企圖減肥一樣嗎？
