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。
1.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*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*大的挑战在于如何平衡*活跃与*不活跃的各虚拟机间的存储需求。
2.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。
3.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*快，1层位于中间，2层则速度*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。
公安机关备案号：
