摘要：无论数据快取或自动化分层储存，最终目的都是设法实现存取的最佳化、改善存取效能，不过由于基本原理的差异，在达成存取最佳化的效果上各自受到不同限制。相较下，自动分层储存技术的适用范围便较广泛些，在多数存取型态下都能发挥存取最佳化的效果。

第1页:存取效能最大化磁盘快取VS分层存储 第2页:存取效能最大化磁盘快取VS分层存储

　　
　　不过在实际产品实作中，又有让Flash记忆体只充当读取快取（如NetApp的FlashCache），以及让Flash记忆体同时作为读取与写入快取（如EMC的FASTCache）等不同作法。
　　
　　影响存取效能最大化的因素
　　
　　无论数据快取或自动化分层储存，最终目的都是设法实现存取的最佳化、改善存取效能，不过由于基本原理的差异，在达成存取最佳化的效果上各自受到不同限制。
　　
　　影响自动分层储存的因素
　　
　　如前所述，会对各储存区域的数据存取频率进行追踪统计，并定期按存取活跃程度，将数据分别迁移到不同层级的储存装置上。但执行的统计追踪与数据迁移的I/O单位精细度（granularity），以及进行数据迁移的频率，对于最佳化效果将有很大的影响。
　　
　　首先，系统执行存取行为分析与数据迁移时，所采用的I/O精细度越小越有利，以几百KB为单位的区块来执行迁移操作，显然比以数GB为单位的整个Volume或LUN更为理想，不仅消耗的资源较少，也能达到更高的储存资源配置效率。
　　
　　一般来说，在一个数十或数百GB的Volume或LUN中，经常被存取的大都只是其中一小部分的区块，而非整个Volume,因此在执行数据分层迁移操作时，若自动分层储存系统能以更小的区块作为单位，便能将真正经常存取的那些区块保留在高效能储存区域上，其余部分则迁移到低价的储存区域保存，从而更有效率的使用储存空间。但另一方面，若运作的精细度越小，则相对应须追踪的区块数目与相对应的metadata也越多，相对也更增加控制器的负荷。
　　
　　其次，自动分层储存技术所执行的数据迁移动作，显然会消耗储存设备相当程度的I/O效能，若迁移动作过于频繁，将会影响到正常存取操作；但若数据迁移操作时程间隔过长，又无法即时反应储存区域“热点”的变化，以致无法让储存空间配置持续维持在最佳效率的组态上。
　　
　　典型的自动分层储存技术如IBM的EasyTier技术是预设以24小时为周期，每隔24小时执行一次数据迁移操作，换言之，系统必须每隔24小时运作后，才能将数据分层调节到最佳配置上（有某些自动分层技术可设定以更密集的周期来执行，如EMC的FASTVP）。
　　
　　影响快取效率的因素
　　
　　快取操作采用的最小单位，也就是所谓的CachePage,通常只有几KB大小（典型是2~16kB），这个单位与磁盘阵列控制器存取磁盘所采用的Sector（通常是512byte,有些厂商如EMC是520byte）或RAID的Strip大小有关，也与档案系统磁盘的区块或cluster大小有关（通常是4、8、16kB或更大）。
　　
　　无论如何，快取操作的精细度要比自动分层储存技术的精细度要更好。
　　
　　而且数据只要被读入高速缓冲存储器中一次，就能发挥加速存取的效果（当快取命中时），不像自动分层储存技术，得累积一段时间的数据追踪分析，并等到执行数据迁移的时间到来以后，才能把数据分层的组态调整到最佳化。
　　
　　但从另一方面来说，高速缓冲存储器一般只对小区块频繁存取有较大帮助，只有这种存取型态才能形成较高的快取命中率；对于大型、连续数据区块/档案的存取，由于快取命中率很低，因此帮助不大。相较下，自动分层储存技术的适用范围便较广泛些，在多数存取型态下都能发挥存取最佳化的效果。
　　
　　责任编辑：Lily