正确地使用自动精简配置技术的行为有一些共性。为了找出那些共性，我们研究了许多供应商、专家和客户的情况，最终找出了下列使用自动精简配置技术的最佳方法。

　　自动精简配置：这个词的意思是指一种无差别使用存储器系统的技术，它可以防止用户对磁盘存储空间进行重复投资。虽然厂商们都在宣传这种技术，但是用户们似乎还不太清楚自动精简配置概念的具体意义，并且希望弄清楚它是否真的有用。

　　显然，自动精简配置技术是有用的。像Compellent、Datacore、Pillar和3PAR那样的许多公司都因采用自动精简配置技术而提高了销售业绩。在大型系统供应商中，日立数据系统公司已经在其用存储器平台USP V中集成了自动精简配置技术。NetApp公司声称，除了与3PAR公司的合作之外，它已经拥有了自己的自动精简配置技术。 iSCSI厂商们也都开始开发自动精简配置技术。

　　但是自动精简配置也有其必须注意的地方。3PAR公司首席执行官David Scott已经警告用户在使用自动精简配置功能时必须注意监控能力的重要性。 较早一批使用自动精简配置技术的用户表示，如果使用不当，自动精简配置会引发很多问题。

　　问题是，如果做才是正确使用自动精简配置技术呢? 有些客户表示会继续使用这种技术，它们包括密执安的Dickinson-Wright PLLC法律事务所(EqualLogic公司用户)、Priceline.com(3PAR公司用户)、欧洲卫星系统运营商SES ASTRA(Datacore公司用户)、英国Sunlight Service Group(3PAR公司用户)和美国航空公司(HDS公司用户)。

　　正确地使用自动精简配置技术的行为有一些共性。为了找出那些共性，我们研究了许多供应商、专家和客户的情况，最终找出了下列使用自动精简配置技术的最佳方法：

　　1、不要相信广告。StorageIO顾问公司的Greg Schulz说：“一款产品或解决方案的宣传说得再好，也并不表示它就真的有那么好。 宣传的话说明不了任何东西。问问厂商它们到底能做些什么吧。 让厂商们演示使用一下，看看它的灵活性。 如果一款产品无法在你要求的特殊环境下使用，或者无法与你使用存储器的方式相容，那么那款产品就不适合你。”

　　2、了解不同体系之间的差异，但是不要妄下断言。不同的厂商提供的自动精简配置方案是不同的。 例如，3PAR公司声称它可以将磁盘阵列分解成小块存储器。在一定的质量服务条件下，用户提出具体的大小要求，系统就会自动为用户切出相应的存储空间。

　　相反，HDS公司则创建了一个由RAID硬盘驱动器群组构成的存储器池。当LUNs准备好之后，用户将它们分配到一个或者多高存储器池。随着实际的磁盘容量的增加，运营商必须调整它们的容量分配方案。你也可以继续使用惠普或者HDS的产品，但是自动精简配置技术将更加好用。

　　3、根据你的基础结构选择配套的解决方案。如今，你使用何种存储器将决定你可以选用何种自动精简配置技术。 使用3PAR公司的解决方案时，你必须使用3PAR公司的硬件。如果你是HDS或者惠普公司用户的话，你也可以继续坚持使用喜欢的存储器，但是你的管理工作可能会增加许多人工操作部分。 其次，你可以选择Datacore公司的解决方案和各种第三方阵列，只要你喜欢那些产品的软件性能和功能就行了。

　　4、检查操作上的影响。各种自动精简配置要求的人工操作和管理水平也是不同的。 那些差异可能不会对你选购产品和解决方案的决策构成影响。HDS公司首席科学家、行业专家Claus Mikkelsen认为，所有的存储器精简技术都要求存储器专业知识。 他说，HDS公司在通过提供存储器池、LUNs和阵列的缺省阈值方面是有帮助的。 管理员将在正常预备阶段设置它们。他说，自动精简配置极大地减轻了管理员的工作。

　　5、了解你的数据。正确使用自动精简配置技术包括确实了解数据是如何消耗存储器的。 关键是了解应用软件的增长率，以及知道在什么时候应该增加更多的存储器而不是使用自动精简配置。

　　Greg Schulz指出：“如果某个应用软件必须定期访问数据模块，比如在重组数据库的过程中进行碎片整理时，你会发现需要用到存储器。” 为了避免发生令人不快的事件，了解数据如何运作以及它到底需要多少存储空间是非常重要的。

　　6、检查与存储器管理的集成性。自动精简配置技术通常与特定厂商的存储器产品是捆绑在一起的，用户需要核对其功能，以便与现有存储器管理软件兼容。 在许多情况下，你最喜欢使用的监控或者SRM应用软件也许在自动精简配置下无法使用。测试一下，避免发生不愉快的事。

　　从上述注意事项可以看出，为什么有些用户会在投资之前花较长的时间来了解和测试自动精简配置技术。现在的解决方案通常都与特定厂商的硬件捆绑在一起，而且要想弄清楚解决方案是否如厂商们宣传的那样好也是比较困难的。

　　尽管如此，随着数据量的持续增长，而预算并没有随之增加，这项技术无疑会在存储网络中发挥出重要的作用。