大数据引发的思考：性能容量孰轻孰重？

当提到“大数据”概念的时候，有两个值得思考的问题：当性能不再是关键需求时，存储容量对公司究竟有多重要？这两个有分歧的要求能在同一市场、解决方案和设备中共存吗？

存储行业一直视这两个需求为核心，设备必须满足应用程序性能需要，同时要满足不断增加的容量需求，虽然整个行业大部分进展集中在某一个领域，但通常也会促进其它领域进步。

有趣的是，RAID最初是为增强性能而开发的，而不是为了提高容量，将多块硬盘组合到一起形成RAID阵列，以一种廉价的方式提供大型机直接访问存储设备（DASD）的IOPS（每秒输入/输出操作），于是才有了廉价磁盘冗余阵列的叫法，即RAID。

但事情总是不断变化的，企业存储制造商开始生产基于RAID的中央存储设备，并意识到这项技术也可以提供更大的容量，很快，各路厂商开始加入GB、TB和PB级存储阵列竞赛。

同时提供性能和容量是具有挑战性的，大规模存储阵列经常遭遇响应性的难题，以至于厂商很少在设备配满磁盘，典型的存储阵列配置通常比理论最大值小很多个数量级，容量也常常被认为是牺牲性能的代名词。

所谓的磁盘短击已经让位于固态硬盘和高速缓存，并且自动分层软件可以帮助“热”数据移动到性能更高的位置，但所有这一切都是以弥补磁盘系统内在的性能缺陷的名义完成的。

大规模硬盘也是一个严重的问题，因为I/O接口性能增长颗粒度要高于与硬盘容量，清除一块现代HDD硬盘中的数据可能需要花数小时，甚至数天。硬盘厂商为此开发了巧妙的数据布局和缓存算法，但问题并没有得到彻底解决。

关于“性能或容量”问题一种新的解决方案最近浮出水面，应用程序越来越注重其中一方面的需求，而不是两者都要。今天的企业应用程序往往要求数据库性能和容量要兼具，应用程序的需求映射到不同的存储设备，每个重点关注的领域都不一样。

这是Interop大会上关于大数据提问的答案：“大数据”应用存在，“大性能”应用同样存在，有些环境可能追求其中一种目标，但两者对IT行业来说都很重要，当我们评估新的解决方案时，我们必须确定并牢记其用途，一个同时要求性能和容量的应用程序可能需要返工，而不是寻找能满足它需要的存储系统。