重复数据删除系统中面临着严重降低其性能的重复数据查询硬盘瓶颈。基于相似性的方案利用文件的相似性归类文件只在相似文件集中查找重复数据，减少数据块查找的硬盘访问至每个文件一次。它具有内存占用小、吞吐率高等优点，能较好地减轻硬盘瓶颈，但仍然存在着如下的一些缺陷：它无法灵活应对过多的小文件和过大的大文件；小文件较多时硬盘访问的开销仍然过大；在不同相似集中存在着大量未能检测的重复数据。这些缺陷限制了它的性能与使用。为了进一步减轻硬盘查找瓶颈、提高重复数据删除效率，结合局部性原理在基于相似性的重复数据删除技术Extreme Binning的基础上提出了一种“聚合Binning”技术。该技术对相似性重复数据删除技术进行了如下改进：分拆大文件，合并小文件，将文件划分为大小均衡的数据段；使用灵活的可定制的策略对不同相似集进行聚合；设计局部性聚合哈希矩阵缓存最近访问的多个聚合相似集，并在局部性聚合哈希矩阵中查找检测重复数据。在不同现实备份数据流下的实验评估和对比表明，聚合Binning技术性能超过当前流行的基于局部性的DDFS重复数据删除技术和基于相似性的Extreme Binning重复数据删除技术，具有高吞吐率、低内存使用、近似精确的重复数据删除率等特点，适合应用于大规模可扩展网络备份系统中。