Dlaczego kopia zapasowa danych ma inny rozmiar niż dane źródłowe?

Pliki serwisów WWW, wiadomości e-mail oraz bazy danych zapisywane są na macierzach dyskowych, które różnią się sposobem organizacji danych w stosunku do macierzy, na które wykonywane są kopie zapasowe. W zależności od użytego sprzętu przed zapisem informacje mogą być kompresowane i deduplikowane, a wybór systemu plików oraz wielkości pojedynczego bloku, w którym przechowywane są dane, ma istotny wpływ na ilość miejsca, jakie zajmuje pojedynczy plik.

Rozmiar kopii zapasowej może się również różnić od miejsca zajętego na oryginalnym serwerze ze względu na sposób przetwarzania danych. Dla przykładu bazy, w celu optymalizacji szybkości wyszukiwania, oprócz oryginalnych informacji utrzymują dodatkowe struktury zwane indeksami. Pliki baz utrzymywane są ponadto w postaci binarnej, której rozmiar może odbiegać od ilości danych w tak zwanym dumpie. Nie sposób zapomnieć również, że w binarnym pliku na oryginalnym serwerze mogą znajdować się informacje, które zostały już oznaczone jako usunięte, ale serwer bazodanowy dokona ich faktycznego skasowania dopiero w wyniku okresowego porządkowania baz.

Różnice w zajętości miejsca pomiędzy kopiami zapasowymi i danymi umieszczonymi na macierzach produkcyjnych można oszacować dopiero po wykonaniu kopii zapasowej. Ich występowanie jest czymś normalnym i nie można na ich podstawie wyciągać wniosków, czy kopia jest wykonana poprawnie. Weryfikacja poprawności wykonanych kopii może być zrealizowana tylko poprzez specjalistyczne narzędzia. Nawet przywrócenie danych z kopii na oryginalny serwer może doprowadzić do innych odczytów zajętości dyskowych, bo przecież, na przykład plik binarny bazy danych po odtworzeniu jej z dumpa, nie będzie posiadał już elementów oznaczonych jako usunięte.