近日在Interop大会上，我与Howard Marks和 Vanessa Alvarez提到“大数据”的概念时，有一个问题：当性能不再关键时，存储容量对公司会有多重要？这两个存在分歧的要求能否并存在同一市场、解决方案和设备中？
存储行业一直把这两个需求视为核心：设备必须满足应用的性能需求，同时满足不断增加容量的需求。业界的领先企业都集中研究某一个领域，但通常也会促进其他方面取得进展。
有趣的是，最初开发RAID,更加重视它的性能提升，而不是容量的提高。多块硬盘结合到一起组成RAID阵列，支付很少一部分费用，提供主机直接访问存储设备（DASD）的IOPS（每秒的输入/输出操作）。这就是廉价磁盘冗余阵列（RAID）简写的最初原因。
随着发展有一些事情发生：企业存储制造商开始生产基于RAID的中央存储设备，同时也意识到同样的技术也可以提供更大的容量。很快，这种竞争趋势被扩展到GB、TB和PB级的存储阵列中。
既要求性能又要求容量具有挑战性。海量存储阵列经常会遭受这些反馈性问题，以至于厂商很少填充磁盘设备。典型的存储阵列配置通常比理论最大值小一个数量级，以至于容量不足会造成对性能的牺牲。
所谓磁盘短击已经让位固态驱动器、缓存，同时自动分层软件能够帮助移动“热”数据到性能更好的位置。但所有这一切都是通过弥补磁盘系统的性能不足来实现的。
大规模的驱动器有一严重问题，因为I/O接口性能是逐步加速超过容量的。它可能需要数个小时甚至数天才能实现现代硬盘驱动器的数据“刷新”。厂商再次用布局巧妙的数据和缓存算法来回应，但这只是表面，并不能真正解决这个问题。
最近出现了一种新的关于“性能或容量”问题的解决方案。应用程序越来越关注其中的一个或另一个，而不是都要满足。今天的企业应用往往对一个性能关键数据库的处理过程和数据容量填充都很关注。不同的存储设备对应用的需求不同，每个所关注的方面也不同。
这是在Interop大会上关于大数据的答案： “大数据”应用存在，同样“大性能”应用也存在。有些环境有不只一个要求，但这两者是整个IT产业的关键。我们必须肯定的是，当我们评估新的解决方案时，我们关注它的用途。而一个应用程序对性能和容量的要求，可能需要重新修订，而不是寻找能够满足它需要的存储系统。
