Qual é a sobrecarga no armazenamento de e-mails no MS Outlook?

O arquivo PST tem seu próprio sistema de armazenamento, não muito diferente do FAT32 ou NTFS. Quando mensagens ou anexos são excluídos, você pode esperar ter setores vazios - o Outlook não reescreverá o arquivo PST de vários GB se você excluir um e-mail de 10 kB. Os dados não são devolvidos imediatamente ao sistema operacional host (Windows) - os setores usados ​​pelo e-mail excluído serão marcados como vazios e serão reutilizados posteriormente. Espera-se que o armazenamento se torne fragmentado.

Se você deseja recuperar o espaço de armazenamento, pode compactar o PST - clique com o botão direito na pasta superior do arquivo PST, selecione "Propriedades do arquivo de dados", "Avançado", "Compactar agora".

Aceitei a resposta de Dmitry. Esta resposta minha descreverá os resultados da implementação de sua resposta. E faço uma pergunta complementar, que espero que ele responda em um comentário.

Aqui está um resumo do que eu fiz e o que aconteceu:

• Fechei o Outlook e fiz uma cópia de backup do arquivo pst.
  • O tamanho do arquivo é 15,8 * 10^9 bytes.
• Fiquei offline para evitar que o Outlook baixasse novos e-mails.
• Abri o Outlook, fui para o VBA e executei minha sub-rotina que gera as propriedades do Access 24 de todos os itens nas pastas de e-mail.
  • Existem 123 pastas, consistindo em oito pastas que não são de e-mail, como Calendare Contacts, e 115 pastas de e-mail contendo 301.062 e-mails. O total MailItem.Sizedos e-mails é 9,5 * 10^9 bytes. Assim, o tamanho do arquivo excede o tamanho total do e-mail em 6,3 * 10^9 bytes, ou 66%.
  • O tamanho total das cópias errantes que foram o problema por trás da minha pergunta original do StackOverflow (8.000 e-mails com CreationTime2023 05 03 e ReceivedTimenão nessa data) é 1,2 * 10^9 bytes.
• Cliquei com o botão direito do mouse na pasta superior do Outlook e selecionei "Propriedades do arquivo de dados".
• Eu cliquei em "Tamanho da pasta..."
  • Eu tenho uma tabela de pastas do Outlook e seus tamanhos em kb. Foi em uma daquelas janelas frustrantes que não podem ser expandidas e cujo conteúdo não pode ser selecionado. Para salvar o conteúdo desta tabela, rolei por 18 páginas dela, salvei imagens de exibição de cada página, carreguei as imagens em um arquivo pdf para executar o OCR nele e coloquei o texto resultante em uma planilha no Excel.
  • Os dados da minha sub-rotina incluem duas pastas que não são de e-mail que não estão na lista de pastas do Outlook: Conversation Action Settingse Quick Step Settings.
  • A lista de pastas do Outlook informa um tamanho total de 9.287.200 kb. Isso inclui os tamanhos relatados para quatro pastas que não são de e-mail, Calendar, , e com 3.781 kb, o que significa que as pastas Contactsde e-mail somam 9.283.419 kb. O total de s relatados pela minha sub-rotina, dividido por 1.024, chega a 9.283.419,4 kb, portanto, há concordância total entre a lista de pastas do Outlook e a saída da minha sub-rotina.NotesTasksMailItem.Size
• Cliquei em "Avançado > Compactar agora" e salvei o arquivo.
  • Isso levou 14,5 minutos. O novo tamanho do arquivo é de 11,5 * 10^9 bytes, uma redução de 4,3 * 10^9 bytes ou 27%. O novo tamanho de arquivo ainda excede o tamanho total do e-mail em 2,0 *10^9 bytes, ou 21%
• Como a redução não foi tanto quanto eu esperava, cliquei em "Compactar agora" novamente e salvei o arquivo novamente.
  • A segunda compactação levou apenas 30 segundos. O novo tamanho de arquivo é exatamente o mesmo número de bytes após a primeira compactação.
• Executei novamente a sub-rotina que envia as propriedades do e-mail para o Access.
  • Havia novamente 123 pastas contendo 301.062 e-mails
• Fiz uma consulta para comparar os dados nos dois arquivos do Access.
  • Todos os pares de dados correspondentes nos dois arquivos -- antes e depois da compactação -- são nulos ou iguais entre si. Isso significa que pelo menos para as 24 propriedades que eu produzo, nada foi perdido ou alterado na compactação.

Resumo:

• Tamanho do arquivo original: 15,8 * 10^9 bytes
• Total MailItem.Size: 9,5 * 10^9 bytes.
• O tamanho do arquivo excede o tamanho total do e-mail em 6,3 * 10^9 bytes, ou 66%.
• Tamanho total de 8.000 cópias errantes de e-mail: 1,2 * 10^9 bytes.
• Tamanho do arquivo compactado: 11,5 * 10^9 bytes
• A compactação reduziu o tamanho do arquivo em 4,3 * 10^9 bytes, ou 27%.
• O tamanho do arquivo compactado ainda excede o tamanho total do e-mail em 2,0 *10^9 bytes, ou 21%.

Conclusões:

• O processo de compactação parece ter reduzido o tamanho do arquivo em 27% sem nenhuma perda detectada de e-mails ou seus dados.
• Após a compactação, o tamanho do arquivo ainda é 21% maior que o tamanho total de suas pastas (incluindo o tamanho insignificante de pastas que não são de e-mail).
• Como a compactação reduziu o tamanho do arquivo em muito mais do que o tamanho total das cópias errantes, é possível que os misteriosos anexos ocultos e e-mails ocultos estivessem no conteúdo do arquivo que foi removido pela compactação. Mas como o arquivo compactado ainda é maior do que o tamanho total do e-mail em mais do que o tamanho total das cópias errantes, também é possível que todos os dados ocultos permaneçam ocultos no arquivo.

Esse valor de 21% na segunda conclusão parece ser a resposta à minha pergunta sobre a sobrecarga de armazenamento do Outlook. Mas parece terrivelmente alto. Minha pergunta de acompanhamento para Dmitry e/ou outros especialistas do Outlook é:

• Faz sentido que o Outlook tenha uma sobrecarga de armazenamento de 21% ou pode haver algo mais acontecendo aqui que está inchando meu arquivo?

Lembre-se de que o arquivo PST também armazena vários índices que permitem pesquisas mais rápidas, o próprio sistema de arquivos (descrevendo qual setor armazena partes de uma determinada mensagem) etc.