从前，数据中心WAN流量主要是备份;备份窗口是优化这些链接的主要驱动力，压缩曾经是处理备份的主要WAN优化技术。最近几年里，数据中心到数据中心WAN的流量已经改变，出现了其他数据中心WAN优化的方法。
例如， 由于多一半的数据中心负载都被虚拟化，数据中心间的流量主要变成了移动操作系统镜像。复制主存储暂时变成了主要的灾难恢复方法，但会越来越重要，因为多数系统镜像如今成为数据流的一部分。除此以外，随着私有云建设在服务器虚拟化之上，现在甚至需要支持虚拟机在MAN和WAN的动态迁移。动态迁移需要高容量，低延迟数据传输，进行动态迁移往往是不常见，不可预测和极其重要的。因此，当需要优先处理数据流时，数据中心WAN优化需要能更好的处理突发流量。
现在，数据中心间应用程序到应用程序的流量变得愈来愈重要，而且愈来愈有挑战。由于服务为导向的架构持续在企业里扩展，甚至更多的系统，应用程序到应用程序的流量在容量和重要性上都在上升。所以无论从哪方面来看，容量一直是增加的：信息更多;信息最大值在增加;更多的应用程序(即在数据中心间业务流里的终端)相互之间产生信息流。流量起伏不定，一些应用程序的信息是用字节衡量，而另一些是用兆字节。不幸的是，这种不稳定也会使应用程序性能多变。终端用户对性能的看法也会受这些应用程序到应用程序流量运行情况的影响。即使用户不直接参与任何应用流，它们都会在终端生效，因此确保稳定的性能对可用性和用户满意度来说都是很重要的。
所以内部数据中心WAN优化需要能识别应用程序，和与它们相关的流量，还有影响大多数用户性能的加速(会随应用程序类型和用户而变化)。
当然，在企业数据变化的前景开始完全地改变着数据复制的核心任务的本质。最大的变化就是数据中心“大数据”的出现。大数据并不指十年来IT的存储消耗持续增长。大数据意味着数据流里大量的变化，它有下面几个重要特征：
对存储的需求来自业务，在过去他们并没有产生多少数据。
存储使用模式完全不同
含义和数据功效可能不会马上显而易见
数据流量以一个或几个数量级别增加
当基础设施变成存储空间新的主要客户，当大部分存储数据从传统的数据库或office文件变成视频和音频，或当每年50%到150%的数据消耗跳至500%到1500%,如果还用旧有的思维方式设计数据中心间的WAN链路势必会以失败而告终，数据中心WAN优化链路需要有大数据思想并且能够加速实现。
大数据，私有云和虚拟化企业都意味着数据中心WAN优化必须适应这次改变。它必须更灵活，更精细，并且能应用感知。管理前所未有的数据流和数据量。
