SAN网络存储对于我们普通人来说不是很了解，但是我们的生活还是离不开这项技术。下面我们就来详细的了解下相关的技术问题。只有这样才能更好的使用相关的技术服务。
SAN网络存储专家解释说，RAID、SAN网络存储算法和阵列控制器等等要么是尽量减少要么是完全取消SAN中的碎片整理。有人甚至会说碎片整理会因为干扰了操作而削弱整体性能。碎片整理的好处在DAS环境中是显而易见的。但是在有着虚拟化存储的数据中心内，碎片整体的优点就微乎其微了，而且可能真的会影响SAN网络存储有效地管理数据。
文件碎片整理工具对SAN网络存储数据来说当然是有价值的，但是它的价值要取决于所访问数据的类型。对于频繁写入的数据来说，定期进行碎片整理所带来的好处要高于那些静态数据。
我们经常听到有人说没有必要对SAN进行碎片整理。但是如果有碎片的话，就需要进行碎片整理。当我们使用SAN来保存文件服务器数据的时候，总会有人抱怨性能问题，直到我们使用了Diskeeper。那么，究竟谁对谁错呢?人们似乎对SAN中的物理磁盘存储和操作系统(尤其是Windows)所识别的逻辑存储有些混淆。下面让我们来看看这两方面的问题吧。
碎片整理的重要性实际上取决于SAN网络存储。Compellent Dynamic Block Architecture，这个架构可以追踪每个数据块在阵列中被保存、管理和访问的位置和方式。这就是没有必要进行碎片整理的原因，因为SAN网络存储比操作系统更有效地管理数据块。SAN看到的是整个数据中心，还有针对所有连接到SAN网络存储的服务器以及管理数据块的数据访问模式。而且，Compellent有一个Free Space Recovery工具可以回收其他应用的空闲容量，从而无需进行碎片整理。
对EVA来说，由于有我们的虚拟化技术，数据碎片整理并不是一个难题。但是如果用户对磁盘进行碎片整理的话，实际上它是不会对EVA产生负面影响的。
碎片整理程序是将数据集中到LUN或者vdisk等LBA中的。但是仍然保持在存储池之间的平均分布，这样确保了磁盘池在整个存储池中的最大性能。惠普宣称由于他们时间数据分割成8MB大小并分布到多个磁盘中，因此EVS并不会受到碎片整理的影响。EVA持续运行一个被称为“leveling”的流程来确保系统中的所有磁盘被平均分配给了存储池以及阵列的整体性能。
EMC也是类似的情况。通过多磁盘间分布数据和多个盘片间分配高性能，Symmetrix尽可能地避免了碎片整理。除此之外，元数据被保存在缓存中，这样就不会有碎片。有了像Celerra这样的NAS设备，写入操作的分配方式基本上避免了碎片整理。
不过与其他人不同，EMC存储部门高级营销总监BobWambach承认Windows服务器碎片整理与SAN网络存储是有关系的，也就是说，不管SAN物理技术有多好，或者Windows在逻辑上是否将数据视为30个片段，这都会影响SAN网络存储的性能。
有一个SAN，运行如常。但如果它被连接到Windows服务器上，这些服务器以一种密集执行碎片整理的方式逻辑读取和写入，那么这就会导致性能问题。SAN网络存储的高性能以及架构的其他因素可能会减轻性能下滑，但却无法改变最终结果。
用一个SAN网络存储控制器来管理多个磁盘。但是不考虑硬件的精密性，SAN网络存储对于Windows来说被视作一个逻辑驱动器。数据在阵列上一切正常，但是对于操作系统来说，它仍然是碎片状的。所以你不得不在涉及到的不同层中将其分离出来。
Windows内嵌有碎片整理功能。如果你不相信，可以在一个全新的设备中安装Windows，然后什么也别做。使用一个碎片整理工具，运行分析。从第一天开始碎片整理量非常大。同样地，在任何一台运行着的服务器或者PC上进行碎片整理，看看有多少碎片，那些文件的碎片情况最严重。如果你从没有运行过碎片整理的话，你会发现文件中有数千个碎片。所以当Windows进行读取的时候，它必须在逻辑上找到这些碎片，然后用数千个单独的I/O操作来整合它们。这给性能带来了巨大的负担，当然，SAN网络存储硬件的容量从某种程度上来说掩盖了这一问题。
SAN网络存储专家关心碎片整理会试图告诉控制器将文件写入哪个磁盘，但是Windows和碎片整理工具根本不涉及这个过程。控制器卡和设备驱动器在不同的层中处理这个问题。碎片整理工只在逻辑软件层中进行，这并不是一个物理磁盘写入问题。
碎片整理功能的潜在影响可能会导致存储管理员购买更多I/O带宽和超出应用运行需要的更多硬件。但如果这是一个软件问题，他们就找到了一个错误的瓶颈。
例如RAID，它对碎片整理是不可知的;碎片整理发生在RAID运行的上一个或者上两个层中。然而，RAID会提供弥补碎片整理问题的更高性能;;同样的，RAID在IOPS方面的优势也会抵消碎片整理问题。
我们建议不要相信任何一方，而是形成定期化，例如打开Windows中的文件来访问保存在SAN网络存储中的数据。然后进行碎片整理，再试一次。
