在位元組快取中我們需要考慮快取比，為了達到快取的效果，我們需要對資料包的內容進行切分。目前學術上的切分方法如下：
上圖中的9種方法可以根據方法自身的特性分為三類。
第一類：位置分類法，此方法按固定大小將資料切分。其方法的優勢的計算開銷很小，但是對資料變化很敏感。
第二類：取樣法，MODP、WINN、MAXP、SAMPLEBYTE、DYNABYTE均屬於此類。由於計算指紋的時候是按位元組遞增取塊計算，因此
指紋的數量會很多，考慮到記憶體和磁碟的壓力，取樣法根據全域性條件、區域性條件、統計結果來取樣資料塊。
第三類：全域性快取，MRC和PACK屬於此類，此類方法按照一定的方法將資料塊切分，再對切分後的資料塊計算hash值並儲存。
剩下的FBC方法[6]的創新點是評估出使用頻率高的塊，以此來節省記憶體與磁碟的開銷。
1.FIXED
按固定大小劃分資料的最大問題對資料修改十分敏感，一旦某一個位置的資料修改後，其後所有資料的hash值均發生了變化。
此方法由論文[1]於2000年提出。其系統架構如下：
MODP的實現：
MODP是通過指紋來找到重複的資料。
- 指紋通過Rabin指紋演算法計算。
- 對資料包計算了所有指紋之後，由於資料量巨大，我們需要取樣。取樣對指紋二進位制表示時最後幾位為0的指紋。
- 採用hash表來存放指紋，對相同的指紋採用FIFO的方式處理。如果查詢到相同的指紋，向兩邊擴散比較。
MODP的虛擬碼如下：
效果分析：
可以通過虛擬碼中的引數p來控制取樣的數目，如果取樣的數目很少的話，就會效果很差，因為大量的資料沒有取樣。
如果取樣很多的話，那麼就會讓MODP接近於FIXED方法。而且我們以全域性的引數p來定義劃分的條件，因此有可能很多
區域並沒有取樣。
3.WINN
此方法由論文[2]提出， 此方法可以保證在一定範圍的hash值中一定會取一個區域性最小或區域性最大的hash值。此方法的優勢
在於可以讓取樣均勻分佈，可用於解決MODP中的大範圍取樣失效。
4.MAXP
在MODP和WINN中，我們計算了大量的指紋，但是很多指紋並沒有被取樣。MAX會選擇區域性資料內容的最大值而不是WINN的
區域性指紋的最大值，MAX選擇出最大值後在計算指紋。此方法由論文[3]提出。
此方法的虛擬碼如下：
對於此方法[4]使用取樣的位元組來設定切割點，由上圖可知，取樣的自己存放於SMPLETABLE陣列。
在第6行，一旦確認需要取樣，就設定取樣點並將i滑動p/2位元組。 在離線方式下，陣列SMPLETABLE是
通過對MAXP的結果進行排序得到。在實驗中驗證，其方法效果並沒有很大改善，原因可能是：取樣出來
位元組和重複的部分並不一定有聯絡。
6.DYNABYTE
由於SAMPLEBYTE存在SMPLETABLE陣列大小是固定和需要預先對資料進行訓練這兩個問題，論文[5]提出了
DYNABYTE方法，此方法類似於SAMPLEBYTE，但是可以自適應的動態對查詢表進行調整。
7.MRC
塊的大小直接影響著快取比，磁碟效能和記憶體壓力。更小的塊可能達到更好的快取比，隨之而來的是增加記憶體
壓力和磁碟訪問量。更大的塊在使用記憶體和磁碟方面有優勢，但是快取比就低了，因此[9]提出了MRC方法。
如上圖，MRC方法以樹的方式對塊進行規劃，在磁碟中MPC將各層的資料均儲存，這樣實現的原因是：
- 磁碟價格因素
- 減少磁碟訪問量 和 記憶體壓力
上圖是MRC和其他方法做對比，SRC代表：single-resolution chunking。MRC-Small方法是指只儲存最小塊，以最小
塊來重建最大塊。MRC-Large方法是指只儲存最大塊並依賴索引資訊來構建最小塊。
參考文獻：
[1]《A Protocol-Independent Technique for Eliminating Redundant Network Traffic》October 2000
[2] 《Winnowing: Local Algorithms for Document Fingerprinting》 2003
[3]《CONTENT-DEPENDENT CHUNKING FOR DIFFERENTIAL COMPRESSION, THE LOCAL MAXIMUM APPROACH》August 2007
[4]《EndRE: An End-System Redundancy Elimination Service for Enterprises》 2010
[5]《DYNABYTE: A Dynamic Sampling Algorithm for Redundant Content Detection》2011
[6] 《Frequency Based Chunking for Data De-Duplication》 Aug. 2010
[7] 《Wide-area Network Acceleration for the Developing World》 2009