造成存储瓶颈的主要原因有哪些?其中包括虚拟存储管理不善、应用所分配存储资源不足或类型错误，以及糟糕的存储设计。针对这三项问题，我们将分别进行探讨。
- 虚拟存储管理不善
如果不对IT架构进行监控，那么存储阵列或子系统上的众多虚拟机将对资源进行争夺。如果单纯为虚拟机分配一个逻辑单元号(简称LUN)且不加以数据引导，那么整套系统将像是未经交通流量分析的道路一般。在这种情况下，我们根本不了解需要建设多少条车道以承载日常流量。
另外，假定我们已经建设了一条四车道公路，正如大家的存储容量已经固定。同样的，如果不加以监控，我们也无法随时了解虚拟访客对存储资源的需求。
很可能您最为繁忙的十套虚拟机会因为使用同样的LUN而遭遇性能限制。正如大城市在早晚高峰时期总会经历可怕的拥堵一样，随着数据事务量的增加，其响应时间也将逐渐提升至令人无法接受的水平。
而更为复杂的是，造成这种差异的并不单单只是虚拟机数量。虚拟机的自身特性同样非常重要。部分虚拟机会积极移动数据，正如公路上每天按时往来的车辆。而另一部分虚拟机则像是参加周末远足的出行者，其仅是偶尔需要占用通量资源。我们最大的挑战在于如何平衡最活跃与最不活跃的各虚拟机间的存储需求。
- 应用所分配存储资源不足
如果大家的I/O密集型应用未被正确部署在存储阵列内，那么您的用户体验将遭遇严重风险。举例来说，如果某Web应用运行在错误的存储类型之上，或者其不具备充足的存储资源，则客户在使用时将遭受可怕的延迟。如果事务处理长时间未正确完成，用户很可能会选择离开。
- 糟糕的存储设计
目前，我们可从多个存储层当中进行选择——包括0层、1层与2层。0层速度最快，1层位于中间，2层则速度最慢。如果管理不当，那么这种机制本身也会引发问题。
例如，一款本该位于0层上的Web应用可能被部署在1层上。这时当客户发出“显示蓝色衬衫图片”的指令后，该应用的图片获取速度将不够快速，而用户也许会因此放弃当前网站。
另一类存储设计问题在于可访问性——即服务器如何通过SAN结构与存储资源相对接。也许服务器之所以无法以理想的速度获取存储数据，是因为其需要经由三条连接而非一条。
为了解决这些存储瓶颈，大家需要随时监控LUN、应用与服务器性能。监控能够帮助大家设计出有效且高效的存储体系，同时更为准确地预计并调整数据流量。
原文标题：Top 3 causes of storage bottlenecks
原文作者：Tim Conley
本文转自d1net（转载）
