谁都不可否认，社交、移动、云和大数据这四大发展趋势，加快了大数据时代的到来。数据作为企业一种“无形资产”的重要性变得比以往更加明显了，这也催生了“数据经济”的概念。而作为承载和处理大数据的底层平台，存储系统对企业掌控“数据经济”起着关键的影响作用，正如大家所知，大数据日益增长以及大数据多样化的特点，也对存储系统提出了前所未有的挑战，尤其是在多供应商设备“同处一室”的环境下。从某种角度上说，存储系统有着服务器系统架构相似的演变过程——虚拟化，而大数据时代的来临也必将加快这一进程，并对其带来新的需求。
 
　　数据“分立”之苦将随数据积累而增加
 
　　国内某冷藏设备制造商企业CIO在采访中表示，这家企业从6、7年前开始做虚拟化，部署了虚拟化之后，他们从原来的采购到安装系统、应用程序再到测试的3到10天，到现在仅仅不到30分钟就可以完成，当遇到服务器宕机等问题，利用自动备份也不会影响业务的连续性，单台服务器的利用效率从原来的7%提高到60%~80%。这位负责人表示：“虚拟化技术在很大程度上促进了整个数据资源的整合，最后也形成我们的统一的IT服务平台，连带着资源精简和成本节约的效果，都是非常明显的。”
 
　　由此案例可以看出，部署虚拟化的最初目的不是直观的降低成本，而是使原本相对独立的服务器架构比过去任何时候更为整合，使原有的IT架构可以支撑更多的应用，提升总体应用率，而成本的降低则是这一调整后的必然体现。
　　 
　　随着应用的不断增多与持续的工作，数据也在不断的积累，而互联网商业模式的爆发与移动互联网的兴起，也让数据的类型也在极大的丰富。但与之相对应的，则就像以往各自为战的服务器一样，是各自为战的存储——它们品牌不同、访问界面迥异、数据难以共享联动，从而让丰富的数据积累在为企业带来新的商机的同时，也因数据“分立”带来了更多的痛苦。
 
　　现在我们来看一组IDC的数据：从2005到2020年，数据将增长300倍，其中80%是非结构化数据。而与形成鲜明对比的，则是只有1/5的客户拥有高效的IT基础架构，Storagenewsletter网站调查显示，虽然有63%在用户已经采用了服务器虚拟化，但只有16%的人拥有虚拟化的存储平台。
　　 
　　这里传递了一个潜在的信息：相互独立的存储平台将成为企业把握数据经济、利用数据价值的最大阻力，而随着数据的不断积累，当人们越来越觉得数据重要，成为新的应用与商业决策根基，并因此诞生大数据商业理念之后，就会发现这种传统的存储架构，必将企业的业务效率与经济效益——可以说这是忽视存储虚拟化“积劳成疾”的最终代价。
 
　　存储虚拟化：给系统以新的生命给数据以更高的自由
 
　　现在大多数企业用户的IT环境都在使用不止一家厂商的存储设备，他们在没有实施存储虚拟化之前，不同的磁盘阵列“各自为政”，有的阵列空间消耗迅速，性能跟不上应用需要，而另一台阵列却在空间及性能方面都很充裕，无法将其资源支援到其他阵列中，这恐怕是企业基础架构在存储方面最大的绊脚石之一了，很多企业深受其苦。
 
　　更加糟糕的是，市场中的存储设备品牌和类型繁杂多样，而且每一家厂商的存储设备都有自己单独的管理界面，更不用说这些界面和功能较为复杂，需要一个培训和熟练掌握的时间了，所有这些都在无形中增加了存储管理的难度，对于集中存储和简化管理的需求就更加迫切了。随着业务发展，存储虚拟化必然会不断增加，这时候，导致存储环境分散化和异构化的问题更加凸显，这对于提高利用率、为新用户和新应用分配存储空间是非常不利的。
 

 
　　部署存储虚拟化之后，企业环境中可以支持包括EMC、NetApp、HP和Oracle等多品牌的异构存储设备，在统一的资源池中集中管理和调度，以IBM的Storwize产品家族为例，通过其自身的存储虚拟化功能，使得基础设施中的资源利用率提高近100%，实现零应用故障停机，节省大约66%的运营成本
 
　　存储虚拟化将在这里发挥异构存储整合的独有优势，将环境中异构磁盘阵列进行虚拟化，不仅可以提高老旧设备的利用率，使其充分发挥“余热”，而且能使大部分管理工作集中在一台设备上执行，避免管理和操作多个系统的繁重工作，同时也降低管理出错的概率。我们可以按照具体需求将存储资源动态地分配给应用，从而降低系统管理难度和成本，提高整体系统效率；让数据能够在不同平台间透明地存储和迁移，提高管理员的工作效率，充分调动整个环境下的资源，迅速解决容量或性能问题。

　　不过，就存储虚拟化本身来说，其诞生要追溯到很多年前，就如服务器虚拟化也是在其获得业界广泛认可之前已经存在了几十年一样，存储虚拟化也已经诞生了很长时间，说其为存储领域的“陈年老酒”并不为过。
 
　　纵观整个市场，目前主流厂商的解决方案中大多具备存储虚拟化技术与产品，如EMC VPLEX、HDS VSP以及IBM SVC，在经过多年的打磨之后，存储虚拟化这一“陈酿”注入了什么新鲜的元素呢？
 
　　IBM SVC（SAN Volume Controller）最早于2004年推向市场，距今已有10年历史，其采用Linux内核和基于x86标准服务器，作为虚拟化的管家。虚拟引擎是一种带内技术，它的模块化结构可以有多个集群节点组成，每个节点配置有大容量缓存和高性能处理器，位于存储和主机之间，可以把不同存储设备组成一个大型存储池，其中若干存储设备以一个统一逻辑设备存在，被系统中所有服务器访问，防止出现存储设备的信息孤岛。
 
　　SVC通常与IBM Storwize V7000底层存储阵列搭配，可以将SAN环境下所有异构磁盘阵列虚拟化成一个融合的、统一的存储池，数据可以跨不同阵列透明地存储、转移。在这之中，SVC起类似“网关”的作用，而V7000则提供存储阵列。
 
　　在技术规格上，新一代SVC也体现出了自己的新意——核心控制器平台获得两倍性能提升至128核心，连接性也扩展了50%，拥有96个FC端口，缓存容量提升2.5倍扩展至512GB，并配置了6倍于以往的集成闪存存储容量（达192块盘，采用IBM FlashSystem）。这一系列硬指标的显著提升，也将让SVC可以更为从容的应对大数据所带来的新一轮挑战，确保存储虚拟化效率不会因数据的密集提升而有降低，并为软件定义存储的发展提升了坚实的硬件平台。
 

 
　　IBM SVC+IBM FlashSystem组合而成的存储平台，将存储虚拟化的灵活性、可管理性、高级软件特性与全闪存存储的顶尖性能融合在一起，为用户提供了新一代面向大数据时代的高级聚合存储平台
 
　　可以看到，经过上面这一系列更新之后，存储虚拟化这项老技术，成为IBM产品家族在软件功能上的一个“基石”，并且在针对实现高效率存储和应对大数据挑战上，有了更进一步的打磨，其配合相应的存储系统，为全面的再造存储提供了可能。
 
　　面对大数据时代存储需求的另一个重点，则在于对数据的实时压缩，与存储虚拟化一样，实时数据压缩也并非新的技术，但对于大数据时代，则显然有了更为重要的意义。从表面上看，这与存储虚拟化似乎并没有太大的关系，但从整体的经济性考虑，则与存储虚拟化相辅相成——存储虚拟化让数据平台融为一体，提高了整体存储平台各组成设备的利用率，而数据压缩则在此基础上进一步提升了存储平台的经济性，这方面（存储虚拟化+实时数据压缩）的典型代表就是IBM Storwize系列，它们体现出了当前存储系统的发展的主流趋势。
 
　　小结：存储虚拟化是大数据时代下一款必备武器
 
　　总的来看，对于企业来说，虚拟化已经成为十分有必要实施的一项技术，给企业带来的积极影响不言而喻。虚拟化将带动着IT产业格局的改变。无论是IT厂商还是企业用户，在虚拟化演进过程中逐步将虚拟化作为业务的核心战略之一，服务器、存储，甚至网络均是如此。
 
　　当落后的存储技术成为企业把握数据经济、利用数据价值的最大阻力时，存储虚拟化作为一种能够有效改善效率和资源利用率的手段，为数据平台带来更高的灵活性与投资回报率，所以存储虚拟化在企业IT架构中的普及是必然的，对于大数据时代下的现代企业来说也是必要的。