过去的五年里，我们一直关注IT的高效性，这样使我们操作也更高效。

　　通过虚拟化技术，我们的存储，网络和服务器变得更加高效。但是现在是我们需要停止单纯对设备的关注的时候了，此时，我们应该更多的关注数据效率。

　　毕竟，除了设备制造商，谁会关心设备呢?所有的关注都是关于数据的。现在是应该通过在硬件上系统的增加智能服务来提高效率了，这样我们可以从数据中尽可能多的提取更多有价值的数据。

　　数据高效性就像它听起来的一样——让我们需要的数据可以被更高效的访问、使用和管理。并让我们开发出它更大的价值，这就是IT存在的理由。

　　在存储界，重复数据删除，自动精简配置，快照，虚拟化，多重用户(Multi-tenant)和数据压缩都是很热门的高效技术。这些技术有些是新的，有些是一直存在的。所有的这些技术都是很重要的。

　　当这些技术使数据更高效的时候，考虑“为什么”而不是“怎样”更高效，才是重要的。例如，多数重复数据删除解决方案是为备份所设计的，而不是主存储环境。我完全赞成这样使数据备份更高效，但是那只代表了IT潜力价值的一部分。

　　数据压缩的来临

　　数据压缩的出现已经有一段时间了，但是这种技术现在又复兴了。主要数据压缩将会改变基本的效率和用户设备的整体价值观。那是因为当你创建的效率和数据点想接近时，你获得了更多的价值。你可以这样考虑：如果你开始有100GB的主要数据，随着时间的推移，你会备份x次，因此你最后还会有100GB的主要数据，100GBx的备份数据，或者继发的一些数据。

　　重复数据删除厂商如EMC，DataDomain花了很多时间在100x问题上。这也是值得花时间的。在创建和备份之间，原始数据可能还有很多其他用途——比如测试，开发，数据库等。

　　尽可能早的优化数据是很关键的。从这一点上，所有的下游利益被放大。移动的会更少，管理的更少，备份的也更少，复制，存储，中断的也会少。这样就会有很多新的。

　　我认为优化数据最高效的方法就是利用手边所有的工具。首先，最大化的压缩数据。已经证明我们可以在任何数据脚本中压缩50%，甚至更多。其次，进行重复数据删除。在完成压缩工作后，你可以重复删除任何东西。即使不想进行重复数据删除，也是可以的。删除你不需要的，而且开始清理。这样就让你有完美的基准线。

　　然后从这个地方，捕捉，自动精简配置，复制(虚拟的)，你可以做任何你想做的。最后你可以优化脚本，这样可以使数据更有效率。

　　诀窍是实时压缩，这样就不会遭受20年前的性能痛苦。即使现在也可能发生。在整个数据圈，很显然数据优化是价值最大化的方法，它可以在数据存在的任何地方、任何时间操作并使用。