全闪存数据中心的概念之所以很吸引人，是因为它可以消除耗时的系统调优。它使数据中心得以支持最大的虚拟机密度，它的存储响应时间让大多数应用程序提供者都感到满意。

随着闪存每GB价格的普遍下降，数据缩减方法，例如重复数据删除，压缩和精简配置等，也使全闪存数据中心从概念转变为现实。很少有厂商能够同时提供解决数据缩减难题的所有三种方案，所以重要的是知道哪个方法(如果有的话)对你的组织最为适用。

当考虑采用数据缩减技术使闪存更加实惠时，你必须考虑到可能的性能影响。在几近零响应时间的存储介质上添加任何层都会对性能产生影响，但关键问题是 应用程序或用户会注意到这层的影响吗? 你总是可以通过增加处理能力和内存来减轻性能影响的。

选择你所适用的数据缩减方法

对于绝大多数数据中心，任何数据缩减方法所带来的相关开销几乎都不被觉察。这些系统能够充分利用那些大多数数据中心无法利用的性能，所以花费一些数据缩减的处理周期来降低闪存系统的成本显然是值得的。

自动精简配置(Thin provisioning)是一种圆满的解决方案，几乎适用于每一个环境。动态增加一个卷的容量当然会产生开销，但它是很小的。这种技术作用很大，因为其他形式的数据缩减方法都不能对其进行优化。它将新增容量硬分配给指定的LUN，并且不再被其它所有LUN共享。

重复数据删除技术(Dedupe)能够跨文件消除数据的冗余部分。重复数据删除的回报是显而易见的，尤其是在虚拟环境中，不同的客户操作系统之间的数据其实存在着大量的共性。

然而，重复数据删除可能显著增加对性能的需求。它会创造大量的元数据，用于跟踪那些冗余数据中的独特数据和指针。快速传递重复数据删除所需要的元数据对于整个系统的性能是个关键。尽管闪存会带来一定帮助，在系统扩展时继续跟踪冗余还是需要更多的CPU能力，进而导致存储系统采购成本的提高。

压缩(Compression)也能够降低对存储容量的占用，它从根本上消除文件内的冗余，而不是文件之间的冗余信息。尽管压缩不可能提供像重复数据删除所提供的那么高的缩减比率，例如9：1，它提供的是一个更加一致的处理结果，因为它作用于所有文件，并且无需创建跨文件的冗余信息。这种文件级的高效率使压缩特别适用于数据库和其他单文件信息。
1 2 阅读全文